GROUP BY + COUNT(*) 是最高效可读的分类统计解法，优先用 category_id 而非 name 分组，确保索引覆盖，大表需物化统计表，NULL 分类需按业务逻辑处理。
直接用 GROUP BY + COUNT(*) 就够了，别绕弯写子查询
绝大多数场景下，COUNT(*) 配合 GROUP BY 是最高效、最可读的解法。数据库引擎对这种聚合做了深度优化，特别是当分类字段（比如 category_id）上有索引时，执行计划通常能走索引扫描甚至索引覆盖，避免回表。
常见错误是先写个子查询统计每个 SKU 的归属再聚合，或者用 COUNT(DISTINCT sku_id) ——除非你明确要排重，否则 COUNT(*) 更快、更准确（SKU 表主键唯一，重复行本身就不该存在）。
- 确保
category_id字段有索引，尤其是大表（千万级 SKU）；没索引时GROUP BY可能触发 filesort 或临时表 - 如果分类数据来自关联表（如
categories），用LEFT JOIN要小心：空分类会出现在结果里但COUNT(*)仍为 0，符合业务预期；若只想要有 SKU 的分类，改用INNER JOIN - 避免在
GROUP BY字段上套函数，比如GROUP BY UPPER(category_name)，会强制全表扫描
区分「逻辑分类」和「物理分类字段」，别盲目 GROUP BY name
电商中常把分类名（category_name）当分组依据，但实际应优先用 category_id。名称可能重复（如不同父类下都有“手机壳”）、带空格或大小写不一致，导致统计结果分裂。
如果必须按名称统计，先确认 category_name 是否在业务上具备唯一性；否则得连同 parent_id 或 category_path 一起分组，否则数据会错。
-
GROUP BY category_id是安全默认项；GROUP BY category_name是风险操作 - 若前端展示需名称，用
JOIN categories ON t.category_id = c.id关联查名称，别在分组时依赖字符串字段 - 注意 MySQL 5.7+ 默认开启
sql_mode=ONLY_FULL_GROUP_BY，SELECT 中非聚合字段必须出现在 GROUP BY 里，否则报错Expression #1 of SELECT list is not in GROUP BY clause
大表分页统计时，COUNT(*) 会变慢？试试物化统计表
当 SKU 表超 5000 万行且需高频查询各分类总数时，每次 GROUP BY 都扫一遍数据确实拖慢响应。这时实时统计已不现实，得换思路。
核心不是优化 SQL，而是改变统计模式：用定时任务（如每小时）把结果写入一张 category_sku_count 表，查询直接读这张小表。更新时只增量计算变化部分（如监听商品上下架事件），比全量重算更稳。
- 物化表结构只需
category_id和sku_count两列，加唯一索引 - 避免用触发器自动维护——高并发写入易成瓶颈；推荐用应用层或消息队列异步更新
- 若临时需要精确值（比如运营核对），再跑一次
SELECT category_id, COUNT(*) FROM skus GROUP BY category_id，但不作为常态接口
注意 NULL 分类的处理，它会被单独归为一组
如果部分 SKU 的 category_id 为 NULL，GROUP BY category_id 会把它们聚合成一行，category_id 值显示为 NULL，COUNT(*) 统计这部分数量。这未必符合业务预期——有些系统要求未分类 SKU 不计入任何分类总数。
- 想排除未分类 SKU：加
WHERE category_id IS NOT NULL - 想单独标记未分类：保留
GROUP BY，但应用层识别category_id IS NULL这一行做特殊处理 - 检查数据质量：长期存在大量
NULL分类，说明上游录入或同步流程有问题，得从源头修复
分类维度看似简单，但 ID 设计、空值语义、索引覆盖、统计时效性这几个点卡住，性能和结果就容易翻车。别只盯着 SQL 写法，先看清数据怎么来的、业务到底要什么数。
