Oracle SQL中GROUP BY与HAVING困惑：添加列后查询无结果的原因

需求背景 #

要获取所有发送过至少两条消息的发送者的sender_id，以及他们对应的所有msg_id，正确实现的SQL如下：

select msg_id, sender_id
from messages
where sender_id in(
select sender_id
from messages
group by sender_id
having count(sender_id)>1);

错误写法的问题分析 #

你提到的以下写法返回空表，核心原因在于GROUP BY的分组粒度：

select sender_id, msg_id from messages
group by sender_id, msg_id
having count(sender_id) > 1;

1. GROUP BY的分组逻辑 #

GROUP BY的作用是将表中的记录按照指定列的唯一取值组合划分成不同的分组：

• 当仅按sender_id分组时（即正常返回结果的查询）：

  select sender_id from messages
  group by sender_id
  having count(sender_id) > 1;
  

  每个分组包含的是同一个发送者的所有消息记录，count(sender_id)统计的是该发送者的总消息数，只要总数大于1，就会被筛选出来，这符合需求逻辑。

• 当按sender_id, msg_id组合分组时：
  正常业务场景下，msg_id是每条消息的唯一标识（相当于主键），因此每一组的sender_id + msg_id组合都是唯一的，每个分组里只会有1条记录。此时count(sender_id)的结果恒为1，永远无法满足>1的HAVING条件，自然返回空表。

2. 从关系演算角度解释 #

关系演算中，GROUP BY的本质是将原关系（messages表）划分为若干等价类，每个等价类内的元组在分组列上的取值完全相同：

• 仅按sender_id分组时，等价类的划分依据是发送者ID，每个等价类对应一个发送者的所有消息，等价类的基数（记录数）就是该发送者的消息总数。
• 按sender_id + msg_id分组时，等价类的划分粒度细化到了单条消息，每个等价类的基数为1，count(sender_id)计算的是等价类内的元组数量，结果为1，不满足HAVING的筛选条件，因此没有元组被输出。

总结 #

正确写法是先通过子查询筛选出符合条件的发送者，再关联原表获取他们的所有消息；而错误写法因为过度细化了分组粒度，导致每个分组仅包含单条记录，无法满足count>1的条件，最终返回空表。

内容的提问来源于stack exchange，提问作者Matěj