能，但必须配合GROUP BY才能统计非数值字段各值出现次数；单独COUNT(字段名)仅返回总行数且跳过NULL，无法区分具体值。
非数值字段能用 COUNT() 吗？能，但得配 GROUP BY
能，但直接 COUNT() 单个非数值字段（比如 status、category）只会返回总行数，不是你想要的“每种值各出现几次”。真正起作用的是 COUNT() 和 GROUP BY 的组合。
常见错误是写成 SELECT COUNT(status) FROM orders;——这和 COUNT(*) 几乎一样，忽略 NULL 且不区分值类型。
- 正确写法：
SELECT status, COUNT(*) FROM orders GROUP BY status; - 如果想排除 NULL：
SELECT status, COUNT(*) FROM orders WHERE status IS NOT NULL GROUP BY status; -
COUNT(status)会自动跳过 NULL，但语义不如COUNT(*)清晰，建议统一用COUNT(*)配合WHERE控制过滤逻辑
怎么统计“占比”？用窗口函数或子查询算比例
单纯频次不够，业务常要“每个状态占全部订单的百分比”。纯 GROUP BY 没法直接拿到总数，得靠子查询或窗口函数。
MySQL 8.0+ / PostgreSQL / SQL Server 都支持 COUNT(*) OVER()，推荐优先用：
SELECT status, COUNT(*) AS cnt, ROUND(COUNT(*) * 100.0 / COUNT(*) OVER(), 2) AS pct FROM orders GROUP BY status;
老版本 MySQL（
SELECT t1.status, t1.cnt, ROUND(t1.cnt * 100.0 / t2.total, 2) AS pct FROM ( SELECT status, COUNT(*) AS cnt FROM orders GROUP BY status ) t1 CROSS JOIN (SELECT COUNT(*) AS total FROM orders) t2;
- 注意除零：如果表为空，
COUNT(*) OVER()返回 0，会导致除零错误；生产环境建议加CASE WHEN COUNT(*) OVER() = 0 THEN 0 ELSE ... END -
* 100.0是为了强制转为浮点，避免整数除法截断（如 SQLite、旧版 MySQL）
多个分类字段交叉统计？用 GROUP BY 多列 + COALESCE 处理 NULL
比如同时看 region 和 product_type 的组合分布。直接 GROUP BY region, product_type 即可，但要注意 NULL 值参与分组时的行为。
- NULL 和 NULL 在 GROUP BY 中被视为相同，会被归到同一组
- 但如果想把 NULL 显式标为
'Unknown'，得用COALESCE(region, 'Unknown')包一层再 GROUP - 组合太多导致结果行爆炸？加
HAVING COUNT(*) > 10过滤低频组合，避免返回几万行 - 某些数据库（如 Oracle）对多列 GROUP BY 的 NULL 处理更严格，建议测试前先
SELECT DISTINCT region, product_type FROM ...看实际取值范围
字符串长度、模式匹配类统计，别硬套数值函数
想分析文本字段本身，比如“用户名平均长度”或“邮箱域名分布”，不能只依赖 COUNT()。
- 长度统计：
SELECT AVG(LENGTH(username)) FROM users;（注意LENGTH()在不同库含义不同：MySQL 按字节，PostgreSQL 按字符，中文场景务必确认） - 提取子串做分组：
SELECT SUBSTRING_INDEX(email, '@', -1) AS domain, COUNT(*) FROM users GROUP BY domain;（MySQL）；PostgreSQL 用SPLIT_PART(email, '@', 2) - 模糊匹配计数：
SELECT COUNT(*) FROM logs WHERE message LIKE '%timeout%';，但大数据量时注意索引失效——LIKE 开头带 % 就无法走索引
复杂文本分析（如关键词频次、正则提取）已超出标准 SQL 能力边界，这时候该导出数据用 Python 或专用工具处理，别在 SQL 里硬写嵌套 REGEXP_REPLACE。
