MySQL分组查询异常：含特殊字符的交易描述未被正确分组

问题原因 #

核心是MySQL的**排序规则（Collation）**导致的：默认非二进制排序规则（如utf8mb3_general_ci）会将带变音符号的字符（如ö）与普通字符（如o）视为相等，GROUP BY时会把两个描述合并为同一组，仅返回其中一组结果。虽然你在SELECT中指定了collate utf8mb3_bin，但GROUP BY子句仍使用字段默认排序规则，导致分组逻辑与查询显示不一致。

解决方法 #

1. 临时修复：修改GROUP BY子句 #

直接在GROUP BY中的original_description字段后添加二进制排序规则，让分组逻辑严格按字符二进制值区分：

修改后的GROUP BY部分：

GROUP BY 
  `Transaction`.`original_description` collate utf8mb3_bin, 
  `Transaction`.`category_id`, 
  CAST(DATE_FORMAT(CONVERT_TZ(`Transaction`.`transaction_at`,
                      '+00:00',
                      'Etc/UTC'),
              '%Y-%m-01')
      AS DATE);

执行后，"Circle K Skövde"和"Circle K Skovde"会被视为两个独立分组，分别返回结果。

2. 永久修复：修改字段默认排序规则 #

若希望该字段始终严格区分字符（包括变音符号、大小写等），可修改字段默认排序规则：

方案A：二进制排序规则（严格区分所有字符）

ALTER TABLE `Transaction` 
MODIFY COLUMN `original_description` VARCHAR(255) -- 按实际字段长度调整
CHARACTER SET utf8mb4 -- 推荐用utf8mb4替代utf8mb3，支持4字节字符
COLLATE utf8mb4_bin;

方案B：区分变音的排序规则（保留大小写不敏感）

若需保留大小写不敏感但区分变音符号，可使用utf8mb4_unicode_ci：

ALTER TABLE `Transaction` 
MODIFY COLUMN `original_description` VARCHAR(255)
CHARACTER SET utf8mb4
COLLATE utf8mb4_unicode_ci;

3. 验证规则效果 #

通过以下查询直观验证不同排序规则的差异：

-- 默认非二进制规则会认为ö和o相等
SELECT 'Circle K Skövde' = 'Circle K Skovde' collate utf8mb3_general_ci; -- 返回1

-- 二进制规则严格区分
SELECT 'Circle K Skövde' = 'Circle K Skovde' collate utf8mb3_bin; -- 返回0

注意事项 #

• 修改表结构前请备份数据，避免意外丢失。
• 优先使用utf8mb4字符集，utf8mb3不支持emoji等4字节Unicode字符，兼容性较差。

内容的提问来源于stack exchange，提问作者Aditya Gadekar