MySQL 統計查詢實戰：COUNT 優化、條件聚合與單查詢多維度統計技巧

前言

統計查詢是業務報表核心。本文涵蓋 COUNT 效能優化、HAVING 過濾、條件聚合單查詢多指標等實戰模式。

一、COUNT 基礎與優化

-- 推薦：統計主鍵或 *
SELECT COUNT(*) FROM `user`;
SELECT COUNT(`id`) FROM `user`;  -- id 為主鍵

-- 不推薦：統計非索引字符欄位
SELECT COUNT(`name`) FROM `user`;  -- 全表掃描較慢

• COUNT(*) 在 InnoDB 不掃描全表（優化器讀取表統計資訊），極快。
• COUNT(col) 忽略 NULL 值，需掃描該欄位。

二、分組統計與 HAVING 過濾

-- 每位學生總分
SELECT `student`, SUM(`score`) AS total FROM `score` GROUP BY `student`;

-- 及格門數 < 2 的學生（補考名單）
SELECT `student`, SUM(`score` < 60) AS fail_cnt
FROM `score` GROUP BY `student`
HAVING fail_cnt > 1;

SUM(condition) 利用布林值 1/0 實現條件計數，比 CASE WHEN 更簡潔。

三、單一查詢實現多維度統計（條件聚合）

場景：同時統計及格/不及格人數

SELECT `name`,
       SUM(`score` >= 60) AS pass_cnt,
       SUM(`score` < 60)  AS fail_cnt
FROM `score`
GROUP BY `name`;

原理：IF(condition, 1, 0) 或直接用布林運算式，MySQL 自動轉為 1/0。

四、進階：橫向轉換（樞紐分析）

SELECT `course`,
       SUM(CASE WHEN `score` >= 90 THEN 1 ELSE 0 END) AS excellent,
       SUM(CASE WHEN `score` BETWEEN 60 AND 89 THEN 1 ELSE 0 END) AS pass,
       SUM(CASE WHEN `score` < 60 THEN 1 ELSE 0 END) AS fail
FROM `score`
GROUP BY `course`;

五、PHP 整合範例

<?php
$pdo = new PDO('mysql:host=localhost;dbname=test;charset=utf8mb4', 'root', 'pass');
$sql = 'SELECT COUNT(*) FROM `user`';
$total = $pdo->query($sql)->fetchColumn();
echo "總用戶數: $total";

六、效能提醒

1. 大表 COUNT(*) 仍可能較慢（InnoDB MVCC 需掃描可見行），考慮快取計數表或 INFORMATION_SCHEMA.TABLES.TABLE_ROWS 估算值。
2. 複雜統計建議建立摘要表（Materialized View）定時刷新。
3. 善用覆蓋索引：INDEX (group_col, filter_col) 讓聚合查詢走索引掃描。