为什么SQL分组统计时会出现多余的重复行及如何排查？-SQL-PHP中文网

group by结果多出行是因join阶段已膨胀，如用户表100行与订单表同一user_id有8条记录left join后即成8行，再group by user_id仍得8行；应先用count(*) over (partition by u.id)验证膨胀，再查右表重复、修正on条件、避免select非分组字段。

为什么sql分组统计时会出现多余的重复行及如何排查？

GROUP BY结果里多出几行？先查JOIN有没有提前膨胀

分组后行数比预期多，大概率不是GROUP BY写错了，而是JOIN阶段已经把1行主表数据拉成了N行。比如用户表100行，订单表里同一个user_id有8条记录，LEFT JOIN后这用户就变成8行——再怎么GROUP BY user_id，聚合结果也是8行，不是1行。

快速验证方法：

执行SELECT u.id, COUNT(*) OVER (PARTITION BY u.id) AS cnt FROM users u LEFT JOIN orders o ON u.id = o.user_id，看cnt是否远超业务常识（如单个用户订单数通常不超过50）
若cnt异常高，立刻查右表：SELECT user_id, COUNT(*) FROM orders GROUP BY user_id HAVING COUNT(*) > 10
检查WHERE是否误写在JOIN之后却过滤右表字段（如WHERE o.status = 'paid'），应改到ON里：LEFT JOIN orders o ON u.id = o.user_id AND o.status = 'paid'

SELECT里混了非分组字段？MySQL可能静默出错

标准SQL要求：出现在SELECT中的字段，要么在GROUP BY中，要么被聚合函数包裹。否则行为不可靠。

例如这个写法很危险：

SELECT dept, name, COUNT(*) FROM emp GROUP BY dept;

它会让MySQL（非严格模式）随便挑一条name返回，而PostgreSQL或SQL Server会直接报错column "name" must appear in the GROUP BY clause。结果看似“重复”，其实是同一组内不同name被随机选中多次。

正确做法：

只选分组字段和聚合值：SELECT dept, COUNT(*) FROM emp GROUP BY dept
若真要带name，得明确语义：用MAX(name)、STRING_AGG(name, ',')或子查询关联
启用SQL严格模式，让问题暴露得更早

明明只想要“有无关联”，却硬用LEFT JOIN

当业务逻辑只是“该用户是否有订单”或“最新登录时间”，却用LEFT JOIN orders，就会因一对多关系导致分组膨胀——这是最常被忽略的设计冗余。

更干净的替代方案：

判断存在性：SELECT * FROM users u WHERE EXISTS (SELECT 1 FROM orders o WHERE o.user_id = u.id)
取单个汇总值：右表先聚合再JOIN，如SELECT u.*, p.last_order_time FROM users u LEFT JOIN (SELECT user_id, MAX(created_at) AS last_order_time FROM orders GROUP BY user_id) p ON u.id = p.user_id
注意子查询里的GROUP BY字段必须和ON条件完全一致，否则JOIN仍会膨胀

窗口函数能定位重复，但别在GROUP BY前乱加ROW_NUMBER()

有人想“先标序号再分组”，写成SELECT *, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY id) rn FROM orders GROUP BY user_id——这语法根本通不过。窗口函数不能和GROUP BY混在同一层。

真正需要按组取首行时，必须两层嵌套：

SELECT user_id, order_no, amount FROM (
  SELECT *, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn 
  FROM orders
) t WHERE rn = 1;

关键点：