别再写原生SQL了！MyBatisPlus的QueryWrapper聚合与分组查询实战（附完整代码）

告别原生SQL：MyBatisPlus QueryWrapper聚合与分组查询深度实践

在Java持久层开发中，频繁编写原生SQL不仅效率低下，还容易引入安全隐患。MyBatisPlus的QueryWrapper通过链式API将SQL构建过程对象化，让开发者能够以更符合面向对象思维的方式完成复杂查询。本文将聚焦统计报表、数据分析等典型场景，演示如何用QueryWrapper实现各类聚合计算与分组统计，彻底告别字符串拼接式的SQL编写。

1. QueryWrapper核心优势与基础准备

1.1 为什么选择QueryWrapper

传统MyBatis开发中，聚合查询往往需要手动编写如下SQL：

SELECT department, COUNT(*) as emp_count, AVG(salary) as avg_salary FROM employee GROUP BY department

这种方式的痛点显而易见：字符串容易拼写错误、难以维护、存在SQL注入风险。而QueryWrapper通过类型安全的方法链，提供了三种核心价值：

• 编译时检查：字段引用通过方法调用实现，IDE能自动补全
• 动态条件组合：查询条件可以按业务逻辑灵活组装
• 统一管理：所有SQL片段集中在Java代码中，便于复用

1.2 环境配置要点

确保项目已正确引入MyBatisPlus Starter：

<dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>最新版本</version> </dependency>

实体类建议使用Lombok简化代码，例如用户统计场景的实体：

@Data @TableName("user") public class User { private Long id; private String name; private Integer age; private String department; private LocalDateTime createTime; }

2. 聚合查询实战技巧

2.1 基础聚合函数应用

QueryWrapper的select()方法支持直接指定聚合表达式：

QueryWrapper<User> wrapper = new QueryWrapper<>(); wrapper.select("COUNT(*) as user_count", "MAX(age) as max_age", "AVG(age) as avg_age"); List<Map<String, Object>> result = userMapper.selectMaps(wrapper);

执行后将返回包含统计结果的Map集合，格式如下：

[ { "user_count": 42, "max_age": 65, "avg_age": 28.5 } ]

2.2 多维度条件聚合

结合where条件实现精细化统计：

wrapper.select("COUNT(*) as active_users") .gt("create_time", LocalDateTime.now().minusMonths(1)) .eq("status", 1);

这相当于SQL：

SELECT COUNT(*) as active_users FROM user WHERE create_time > ? AND status = 1

2.3 统计结果类型处理

selectMaps()返回的Map结构在实际使用中有几个注意点：

1. 数值类型可能被映射为BigDecimal，需要手动转换
2. 别名中的下划线会自动转为驼峰（如user_count变为userCount）
3. 建议使用专门的统计DTO接收结果：

@Data public class UserStatDTO { private Integer userCount; private Integer maxAge; private Double avgAge; } // 使用Jackson转换 List<UserStatDTO> stats = result.stream() .map(map -> objectMapper.convertValue(map, UserStatDTO.class)) .collect(Collectors.toList());

3. 分组查询高级应用

3.1 基础分组实现

统计各部门用户年龄分布：

QueryWrapper<User> wrapper = new QueryWrapper<>(); wrapper.select("department", "COUNT(*) as total", "AVG(age) as avg_age") .groupBy("department") .orderByDesc("total");

生成的SQL逻辑：

SELECT department, COUNT(*) as total, AVG(age) as avg_age FROM user GROUP BY department ORDER BY total DESC

3.2 多级分组与筛选

实现类似SQL的GROUP BY ... HAVING模式：

wrapper.select("department", "gender", "COUNT(*) as count") .groupBy("department", "gender") .having("count > 10");

注意：HAVING条件中的字段必须出现在SELECT或GROUP BY中

3.3 分组后排序优化

对于大数据量的分组统计，建议在内存中处理排序：

List<Map<String, Object>> groups = userMapper.selectMaps(wrapper); groups.sort(Comparator.comparingInt( map -> ((Number) map.get("count")).intValue()).reversed());

4. 生产环境最佳实践

4.1 性能优化方案

当处理百万级数据时，可以采用以下策略：

1. 分页统计：先分组获取ID，再分批处理

   // 先获取分组键 wrapper.select("DISTINCT department").last("LIMIT 1000"); // 然后对每个部门单独统计

2. 定时预计算：对常用统计指标建立物化视图

3. SQL提示：添加数据库特定的优化指令

   wrapper.last("/*+ INDEX(age_idx) */");

4.2 复杂查询的拆解策略

遇到QueryWrapper无法直接实现的复杂SQL时：

1. 优先尝试apply()方法注入片段

   wrapper.apply("DATE_FORMAT(create_time,'%Y-%m') = {0}", "2023-01");

2. 必要时退回到MyBatis的XML映射

   @Select("SELECT * FROM user WHERE ...") List<User> complexQuery(@Param("param") QueryParam param);

3. 考虑使用MyBatisPlus的SQL注入器扩展

4.3 常见问题排查指南

实际项目中，我们曾遇到一个典型案例：统计接口响应突然变慢，最终发现是新增的GROUP BY操作导致全表扫描。通过为department和create_time添加联合索引，性能提升了20倍。