group by 本身不能直接比对两张表差异，因其仅按字段归类聚合，无法实现跨表对比；需配合 full outer join 拉平数据后，再用 count() 统计每键在左右表出现次数来定位行级差异。
GROUP BY 本身不能直接比对两张表差异，但配合 FULL OUTER JOIN 和聚合统计，能快速定位行级差异——关键不是分组，而是用分组暴露“只在某张表出现”的行。
为什么不能直接用 GROUP BY 比对？
GROUP BY 是按字段归类并聚合，它不产生跨表对比逻辑。单独对一张表 GROUP BY 只能得到自身分布，无法知道另一张表有没有对应记录。真正起作用的是把两张表“拉平”后，再用 COUNT() 或 COALESCE() 标记来源。
用 FULL OUTER JOIN + GROUP BY 统计每组键的出现次数
这是最实用、兼容性好（PostgreSQL / SQL Server / DuckDB 支持；MySQL 需用 UNION ALL 模拟）的方法。核心思路：以主键或业务唯一键为分组依据，统计该键在左表、右表各出现几次。
常见错误现象：LEFT JOIN 漏掉右表独有的记录；INNER JOIN 只保留共有的，完全看不到差异。
实操建议：
- 确保用于连接的字段类型一致（比如
user_id在两边都是INT，而非一边是VARCHAR） - 若存在 NULL 值，
FULL OUTER JOIN中 ON 条件会失效，需提前用COALESCE(col, 'NULL_PLACEHOLDER')处理 - 聚合时用
COUNT(t1.id)和COUNT(t2.id)，而不是COUNT(*)，因为前者对 NULL 返回 0，后者恒为 1
示例（以用户表比对为例）：
SELECT COALESCE(t1.user_id, t2.user_id) AS user_id, COUNT(t1.user_id) AS in_table_a, COUNT(t2.user_id) AS in_table_b FROM table_a t1 FULL OUTER JOIN table_b t2 ON t1.user_id = t2.user_id GROUP BY COALESCE(t1.user_id, t2.user_id) HAVING COUNT(t1.user_id) != COUNT(t2.user_id);
MySQL 用户怎么绕过没有 FULL OUTER JOIN 的限制？
MySQL 8.0.24+ 仍不支持 FULL OUTER JOIN，必须用 UNION ALL 拼接左独有、右独有、共同部分。
性能影响：大表上 UNION ALL + GROUP BY 可能比原生 FULL OUTER JOIN 慢 2–3 倍，尤其当连接键无索引时。
实操建议：
- 先给连接字段加索引：
ALTER TABLE table_a ADD INDEX idx_user_id (user_id); - 用子查询分别提取差异块，避免在
UNION ALL后再GROUP BY扫全量 - 不要用
SELECT *，只选必要字段，减少临时表体积
简化版结构（不展开全部三段）：
SELECT user_id, 1 AS in_a, 0 AS in_b FROM table_a WHERE user_id NOT IN (SELECT user_id FROM table_b WHERE user_id IS NOT NULL) UNION ALL SELECT user_id, 0 AS in_a, 1 AS in_b FROM table_b WHERE user_id NOT IN (SELECT user_id FROM table_a WHERE user_id IS NOT NULL);
只查“内容不同但主键相同”的记录，GROUP BY 还管用吗？
不管用。这种场景本质是行对比（row diff），GROUP BY 无法判断字段值是否一致。必须用 JOIN + 列级比较，例如：
ON t1.id = t2.id AND (t1.name != t2.name OR t1.email != t2.email)
容易踩的坑：
- 字符串比较忽略大小写或空格（建议统一用
TRIM(UPPER(t1.name)) != TRIM(UPPER(t2.name))） - NULL 值参与比较永远返回
UNKNOWN，需显式写成(t1.col IS NULL) != (t2.col IS NULL)或用COALESCE - 时间字段带时区或精度差异（如
TIMESTAMPvsDATETIME），先转成同格式再比
这时候 GROUP BY 唯一能帮上忙的，是把多列差异聚合成一条摘要，比如统计“有多少字段不一致”，但不能替代逐字段判断逻辑。
