group by分组异常主因是字符集或校对规则不一致，需统一character_set_client/connection/results为utf8mb4，并确保字段及连接层collation均为utf8mb4_unicode_ci，避免简繁异体、零宽字符等隐形差异导致误分组。

GROUP BY 分组结果出错，八成是字符集或排序规则（collation）在背后搞鬼——不是数据错了，而是 MySQL 比较字符串时“认不出同一个字”。

GROUP BY 中文字段分组重复或漏分

现象是 SELECT dept_name, COUNT(*) FROM staff GROUP BY dept_name 返回 12 行，但实际只有 10 个部门。常见原因包括：

• 两个视觉一致的中文名含隐形差异：全角空格、零宽字符、简繁异体（如「张三」vs「張三」）
• 字段 collation 不统一：A 表用 utf8mb4_unicode_ci，B 表同名字段却是 utf8mb4_general_ci（已废弃）
• 连接层 collation 不匹配：@@collation_connection 是 latin1_swedish_ci，而字段存的是 utf8mb4 字节

临时验证方式：GROUP BY dept_name COLLATE utf8mb4_unicode_ci；长期解法是建表时就明确声明 dept_name VARCHAR(50) COLLATE utf8mb4_unicode_ci NOT NULL。

GROUP_CONCAT 拼接后乱码或截断

乱码和截断本质不同：乱码是字符集转码失败，截断是长度硬限制。

• 乱码必查三项 session 变量：character_set_client、character_set_connection、character_set_results——任一不是 utf8mb4，GROUP_CONCAT 就会拿 latin1 解 utf8mb4 字节，输出类似 某人
• 别用 CONVERT(GROUP_CONCAT() USING utf8mb4) 补救：转换发生在拼接之后，损坏已发生
• 截断看 group_concat_max_len：默认 1024 字节，一个中文占 3–4 字节，撑不过 256 个字；应设为 SET SESSION group_concat_max_len = 1000000

多表 JOIN + GROUP BY 结果漂移

跨表聚合时，JOIN 条件字段 collation 不一致，MySQL 可能静默降级比较精度，导致本该合并的行被拆开。

• 查字段实际 collation：SELECT COLUMN_NAME, COLLATION_NAME FROM information_schema.COLUMNS WHERE TABLE_SCHEMA = 'your_db' AND TABLE_NAME = 'your_table'
• 查当前连接 collation：SELECT @@collation_connection
• 三者必须对齐：字段定义 collation、列级 collation、collation_connection——少一个就可能让「张三」和「张叁」在 GROUP BY 中被分到不同组

最容易被忽略的是 collation_connection：它不写进建表语句，却决定 GROUP_CONCAT 拼接时用什么规则，也影响隐式转换行为。