如何在SQL中对加密字段进行有效分组聚合统计

直接拿加密字段去 GROUP BY ，你会发现一件事——没戏。真的没戏。这不是数据库欺负你，是加密算法在设计上就没打算让你这么干。

你想，同一个邮箱地址，用 AES 配上随机 IV 加密之后再存进去，字节完全不一样。数据库的 GROUP BY 是纯字节比较，它不会触发解密逻辑——它只认那一串 0101。于是每组都只有一条记录，COUNT 永远返回 1。这在 PostgreSQL、MySQL、SQL Server 上是通病，没有哪家能例外。

为什么加密字段不能直接 GROUP BY

根本原因就在这儿：加密算法的设计目标是要保证相同明文的密文看起来完全不同，这跟 GROUP BY 的字节比较逻辑完全相悖。AES 的随机 IV、填充方式差异、Base64 编码不一致，随便一个因素就能让密文长得完全不同。你看到的“每条记录自成一组”“COUNT 始终为 1”，就是这个原因。数据库不负责解密，它只认二进制是否相等——既然不等，那就每一行都是孤家寡人。

实时解密再分组：能用但极不推荐

当然，你也可以在查询时现场把数据解密出来再分组。MySQL 里的 AES_DECRYPT() 就能干这事儿，但得同时处理三件事：

• AES_DECRYPT() 返回的是 VARBINARY，你得用 CONVERT(... USING utf8mb4) 转成字符串，否则字符集会错乱，出来的东西根本没法看。
• 解密失败会返回 NULL，而 NULL 在分组里自成一组，必须加 WHERE AES_DECRYPT(...) IS NOT NULL 来过滤掉，否则数据会莫名其妙地多出一行。
• 最关键的是，每次查询都得全表解密加类型转换，索引完全用不上。10 万行以上的数据，查询速度会肉眼可见地降下来。

说实话，这种写法只适合小数据量的临时排查。贴个例子方便你理解：

SELECT CONVERT(AES_DECRYPT(encrypted_email, 'key') USING utf8mb4) AS email_plain, COUNT(*)
FROM users
WHERE AES_DECRYPT(encrypted_email, 'key') IS NOT NULL
GROUP BY CONVERT(AES_DECRYPT(encrypted_email, 'key') USING utf8mb4);

真正可行的方案：写入时归一化或结构层预解密

把解密的时机从查询时挪到写入时或表结构层，才能在安全性和性能之间找到平衡。几个靠谱的思路：

• 入库时额外存一个确定性哈希字段，比如 HMAC-SHA256(email, 'salt')，然后直接 GROUP BY email_hash。这个方案又快、又支持索引、还防碰撞。
• MySQL 8.0+ 可以用 STORED 生成列：ALTER TABLE users ADD COLUMN email_plain VARCHAR(255) GENERATED ALWAYS AS (CONVERT(AES_DECRYPT(encrypted_email, 'key') USING utf8mb4)) STORED;，之后直接给这个列建索引，查询就会快很多。
• PostgreSQL 则推荐物化视图：CREATE MATERIALIZED VIEW users_email_plain AS SELECT id, convert_from(decrypt(encrypted_email, 'key'::bytea, 'aes'), 'UTF8') AS email FROM users;，定期刷新后直接分组，性能和灵活性都兼顾。

注意，生成列和物化视图都需要把密钥硬编码在定义里。密钥轮换时，这两类对象都得重建——这一点常被忽略，上线前务必走一遍流程，验证它的可维护性。

别碰 WHERE 或 GROUP BY 里的解密函数

写 GROUP BY AES_DECRYPT(encrypted_email, 'key') 或者 WHERE AES_DECRYPT(...) = 'xxx' 是最典型的误用方式。MySQL 会直接报错（Invalid use of group function），PostgreSQL 也拒绝执行——volatile 函数无法被索引。这类写法既不快也不可靠，且无法被任何优化器加速。

说到底，加密字段分组的本质矛盾是：业务需要语义一致性（email 相同就算一组），而加密保障的是字节不可预测性（密文永远不同）。绕不开的取舍是——要么放弃可逆加密，改用哈希归一化；要么接受写入时多存一列脱敏标识。想靠一条 SQL 现场解密搞定，只会让查询越来越慢、越来越难维护。