1. MySQL数据汇总实战：CASE WHEN与GROUP BY的完美配合
刚接手一个电商数据分析项目时，我遇到了需要统计不同价格区间商品销量的需求。当发现简单的COUNT和SUM无法满足复杂分类统计时，CASE WHEN和GROUP BY的组合成了我的救命稻草。这种条件分组统计在实际业务中极为常见，比如用户分群、商品分类统计、成绩分段分析等场景。
2. CASE WHEN条件表达式详解
2.1 基础语法结构
CASE WHEN本质上是一个条件判断表达式，其标准语法如下：
sql复制CASE
WHEN condition1 THEN result1
WHEN condition2 THEN result2
...
ELSE default_result
END
这个结构就像编程语言中的if-else语句，但直接在SQL中执行。我经常用它来处理数据分类，比如将订单金额划分为不同区间：
sql复制SELECT
order_id,
amount,
CASE
WHEN amount < 100 THEN '小额订单'
WHEN amount BETWEEN 100 AND 500 THEN '中等订单'
ELSE '大额订单'
END AS order_type
FROM orders;
2.2 实际应用技巧
在实践中，我发现几个提高效率的技巧：
- 把最可能匹配的条件放在前面，可以减少判断次数
- ELSE子句一定要写，避免出现NULL值影响统计
- 复杂的条件可以用括号明确优先级
注意：在MySQL 5.7之前，CASE WHEN是逐行判断的，大数据量时可能影响性能。8.0版本优化了执行计划，性能提升明显。
3. GROUP BY分组统计实战
3.1 基本分组统计
GROUP BY的核心作用是将数据按指定列分组，然后对每组进行聚合计算。最常见的用法是：
sql复制SELECT
product_category,
COUNT(*) AS product_count,
AVG(price) AS avg_price
FROM products
GROUP BY product_category;
但单纯的GROUP BY只能按现有列分组，当需要按条件创建新的分组维度时，就需要结合CASE WHEN。
3.2 分组优化建议
经过多次性能调优，我总结出几个关键点：
- 分组字段应该建立索引
- 尽量使用整数型字段分组，效率高于字符串
- MySQL 8.0支持函数索引，可以对CASE WHEN表达式建索引
4. CASE WHEN与GROUP BY组合应用
4.1 价格区间统计案例
这是我最近做的一个商品分析报表SQL：
sql复制SELECT
CASE
WHEN price < 50 THEN '50元以下'
WHEN price BETWEEN 50 AND 100 THEN '50-100元'
WHEN price BETWEEN 100 AND 200 THEN '100-200元'
ELSE '200元以上'
END AS price_range,
COUNT(*) AS product_count,
SUM(sales) AS total_sales,
AVG(rating) AS avg_rating
FROM products
GROUP BY price_range
ORDER BY MIN(price);
这个查询可以直观展示不同价格区间的商品数量、总销量和平均评分。
4.2 多条件复合分组
更复杂的场景可能需要多重条件分组：
sql复制SELECT
CASE
WHEN price < 100 AND rating >= 4 THEN '低价高评分'
WHEN price >= 100 AND rating >= 4 THEN '高价高评分'
WHEN rating < 3 THEN '低评分'
ELSE '普通商品'
END AS product_type,
COUNT(*) AS count
FROM products
GROUP BY product_type;
5. 高级应用技巧
5.1 动态条件统计
有时我们需要在同一查询中统计多个条件：
sql复制SELECT
COUNT(*) AS total_products,
SUM(CASE WHEN stock < 10 THEN 1 ELSE 0 END) AS low_stock_count,
SUM(CASE WHEN created_at > '2023-01-01' THEN 1 ELSE 0 END) AS new_products
FROM products;
这种写法避免了多次查询数据库，显著提高了效率。
5.2 行列转换（透视表）
CASE WHEN可以实现简单的行列转换：
sql复制SELECT
department,
SUM(CASE WHEN gender = 'M' THEN 1 ELSE 0 END) AS male_count,
SUM(CASE WHEN gender = 'F' THEN 1 ELSE 0 END) AS female_count
FROM employees
GROUP BY department;
6. 性能优化与常见问题
6.1 执行效率分析
在大型表上使用复杂CASE WHEN时，要注意：
- EXPLAIN分析执行计划
- 避免在CASE WHEN中使用子查询
- 考虑使用物化视图预计算
6.2 常见错误排查
我遇到过的一些典型问题：
- 忘记END导致语法错误
- 条件范围重叠造成统计不准确
- GROUP BY使用了CASE WHEN的别名（某些版本MySQL不支持）
重要提示：MySQL 5.7和8.0在GROUP BY处理上有差异，5.7要求GROUP BY包含所有非聚合列，而8.0支持功能依赖检测。
7. 真实业务场景案例
7.1 用户活跃度分析
这是一个实际项目中使用的用户分群SQL：
sql复制SELECT
CASE
WHEN last_login > CURRENT_DATE - INTERVAL 7 DAY THEN '活跃用户'
WHEN last_login > CURRENT_DATE - INTERVAL 30 DAY THEN '次活跃用户'
ELSE '沉睡用户'
END AS user_segment,
COUNT(*) AS user_count,
ROUND(AVG(order_amount), 2) AS avg_order_value
FROM users
GROUP BY user_segment;
7.2 销售业绩报表
月度销售报表生成语句：
sql复制SELECT
salesperson_id,
SUM(CASE WHEN MONTH(order_date) = 1 THEN amount ELSE 0 END) AS jan_sales,
SUM(CASE WHEN MONTH(order_date) = 2 THEN amount ELSE 0 END) AS feb_sales,
SUM(amount) AS total_sales
FROM orders
WHERE YEAR(order_date) = 2023
GROUP BY salesperson_id
ORDER BY total_sales DESC;
8. 替代方案比较
8.1 与IF函数对比
MySQL的IF函数可以实现简单条件：
sql复制SELECT
IF(score >= 60, '及格', '不及格') AS result,
COUNT(*)
FROM tests
GROUP BY result;
但CASE WHEN更适合多条件复杂场景。
8.2 与程序处理对比
虽然可以在应用程序中处理数据，但在数据库层完成：
- 减少数据传输量
- 利用数据库优化能力
- 保持业务逻辑一致性
9. 最佳实践建议
根据我的项目经验，总结出以下实践准则：
- 复杂的CASE WHEN应该添加注释说明业务逻辑
- 超过5个WHEN条件考虑是否应该拆分为多个查询
- 生产环境使用前务必在测试库验证结果准确性
- 定期审查这类SQL的性能，数据量增长后可能需要优化
10. 延伸学习方向
掌握基础用法后，可以进一步学习：
- 窗口函数中的条件聚合
- 使用CTE简化复杂条件逻辑
- JSON类型与条件表达式的结合应用
- 在存储过程中动态构建CASE WHEN条件