不能只靠group by，必须配合having count() > 1筛选分组计数；group by仅归类，重复的本质是同一组键值出现多次，where无法用聚合函数，null需用coalesce处理，查重复必须用count()而非count(字段)。
GROUP BY 后用 HAVING 筛重复订单的原理
直接说结论：不能只靠 GROUP BY，必须配合 HAVING 对分组计数做条件过滤。因为 GROUP BY 只负责归类，而重复订单的本质是「同一组键值出现多于一次」，这得靠 COUNT(*) > 1 这类聚合条件来识别。
常见错误是写成 WHERE COUNT(*) > 1 —— 这会报错，因为 WHERE 在分组前执行，根本看不到聚合结果。
查重复订单时该按哪些字段 GROUP BY？
取决于你定义「重复」的标准：
- 完全相同的订单号、客户ID、下单时间、金额 → 按
order_id,customer_id,order_time,amount全部列出来 - 只关心同一客户多次下相同金额的订单 → 只
GROUP BY customer_id, amount - 业务上认为订单号重复才算异常 → 单独
GROUP BY order_id（注意：如果order_id是主键，这种查询永远无结果）
别漏掉 NULL 值的影响：GROUP BY 会把所有 NULL 归为一组，若字段可能为空，要提前用 COALESCE(customer_id, -1) 处理，否则多个 NULL 会被误判为「重复」。
HAVING 子句里 COUNT(*) 和 COUNT(字段) 的区别
查重复数据必须用 COUNT(*)，不是 COUNT(order_id) 或其他字段名：
-
COUNT(*)统计每组总行数（含 NULL 行） -
COUNT(order_id)只统计order_id非 NULL 的行数 —— 如果某组有 3 行，其中 1 行order_id为 NULL，COUNT(order_id)返回 2，但实际这组就是 3 条记录，该被判定为重复
示例语句：
SELECT order_id, customer_id, COUNT(*) AS cnt FROM orders GROUP BY order_id, customer_id HAVING COUNT(*) > 1;
性能和索引注意事项
GROUP BY + HAVING 在大数据量下容易慢，关键点有三个：
- 确保
GROUP BY中的所有字段都有联合索引，顺序要和GROUP BY列一致（如GROUP BY customer_id, order_time，索引应为(customer_id, order_time)） - 避免在
GROUP BY字段上用函数，比如GROUP BY DATE(order_time)会导致索引失效 - 如果只是想快速发现是否存在重复，加
LIMIT 1能显著提速：HAVING COUNT(*) > 1 LIMIT 1
另外，某些数据库（如 MySQL 5.7 默认 SQL mode）要求 SELECT 列必须全部出现在 GROUP BY 中，否则报错；8.0+ 支持 ONLY_FULL_GROUP_BY 关闭，但关了可能返回不可靠的非聚合字段值 —— 别为了省事关它。
