mysql中提取文件扩展名最稳妥方法是先用reverse和locate定位最后一个点，再substring_index截取，避免substring_index(filename,'.',-1)在多点路径（如.tar.gz）下出错；需配合if判断无点情况返回'no_ext'。
如何从文件路径字段提取扩展名并分组
核心在于用字符串函数剥离扩展名，不能直接 SUBSTRING_INDEX 或 RIGHT 硬截——路径可能不含点（如 README），也可能有多个点（如 archive.tar.gz）。MySQL 8.0+ 推荐用 REGEXP_SUBSTR，5.7 及以下得靠嵌套 REVERSE + LOCATE。
常见错误是写成 SUBSTRING_INDEX(filename, '.', -1)，这会把 photo.jpeg 当成 jpeg，但把 my.config.json 错当成 json（实际应为 json 没错，但 .tar.gz 就挂了）；更稳妥的做法是只取最后一个点之后的部分，并排除空结果：
-
SELECT IF(LOCATE('.', filename) = 0, 'no_ext', SUBSTRING_INDEX(REVERSE(filename), '.', 1)) AS ext—— 先翻转，找第一个点位置，再翻转回来 - PostgreSQL 用
SPLIT_PART(filename, '.', -1)更简洁，但注意它不校验点是否存在，需配合CASE WHEN filename ~ '\.' THEN ... ELSE 'no_ext' END - SQLite 没原生反向函数，得用
substr(filename, instr(filename, '.') + 1)，但同样会误判name.without.dot→ 空字符串，必须加IIF(instr(filename, '.') > 0, ..., 'no_ext')
按扩展名汇总磁盘占用时的单位陷阱
表里存的大小字段通常是字节（size_bytes），直接 SUM(size_bytes) 出来数字太大，人眼难读。别在 SQL 里硬除 1024 多次换算 KiB/MiB/GiB——浮点误差和整数截断容易出错，而且不同数据库对除法处理不一致（MySQL 默认整除，PostgreSQL 会转 numeric）。
实操建议分两步：先聚合原始字节数，应用层再格式化；如果非要在 SQL 里看，用 ROUND(SUM(size_bytes) / POWER(1024.0, 2), 2) 得到 MiB，但注意 POWER 在 SQLite 不可用，得手写 / 1024.0 / 1024.0。
- 避免写
SUM(size_bytes) / 1024 / 1024—— MySQL 5.7 默认整除，1500000 / 1024 / 1024 = 1（不是 1.43） - 扩展名为空或全是空格时，
GROUP BY会把它们全归进同一组，建议提前TRIM(ext) != ''过滤或单独标记为'empty' - 某些系统生成的临时文件扩展名含特殊字符（如
~、#、tmp），别用LIKE '%.tmp'模糊匹配，容易误伤mytmp.txt
性能优化：扩展名字段要不要建索引
如果只是偶尔跑统计报表，不用索引；但若每天定时执行且表超千万行，ext 字段值得单独存、单独建索引。别在查询里实时计算扩展名然后 GROUP BY —— MySQL 无法用函数索引加速（除非 8.0+ 的函数索引），会导致全表扫描。
- 建一个生成列：
ALTER TABLE files ADD COLUMN ext VARCHAR(16) STORED AS (IF(LOCATE('.', filename) = 0, 'no_ext', SUBSTRING_INDEX(REVERSE(filename), '.', 1)))，再CREATE INDEX idx_ext ON files(ext) - PostgreSQL 支持表达式索引：
CREATE INDEX idx_ext ON files ((SPLIT_PART(filename, '.', -1)))，但要注意 NULL 处理 - 别对
filename字段本身建前缀索引（如INDEX(filename(10))）来加速扩展名提取——没用，因为扩展名在末尾
跨数据库兼容写法怎么取扩展名
没有银弹，但可以靠条件分支收敛逻辑。比如用 CASE WHEN 判断数据库类型再调不同函数，但多数 ORM 或调度脚本不支持；更现实的是，在应用层统一处理，SQL 只负责聚合。
- 最简兼容方案：在 INSERT/UPDATE 时就写入
ext字段（应用层解析一次，存下来），查询时直接GROUP BY ext - 如果必须纯 SQL，MySQL 用
REVERSE方案，PostgreSQL 用SPLIT_PART，SQLite 用substr+instr组合，三者语法差异大，硬写通用 SQL 会非常丑且难维护 - 注意大小写：Linux 下
.JPG和.jpg是不同扩展名，统计前建议统一转小写：LOWER(ext)，否则jpg和JPEG会被拆成两组
扩展名统计看着简单，真正上线时最容易卡在数据质量上——路径字段混着相对路径、绝对路径、URL、空值、乱码，先 COUNT(*) WHERE filename REGEXP '^[a-zA-Z0-9._/-]+$' 扫一遍异常值，比调优 SQL 更重要。
