为啥 COUNT(DISTINCT (*)) 不起作用？

Posted 2023-03-31

【中文标题】为啥 COUNT(DISTINCT (*)) 不起作用？

【英文标题】：Why doesn't COUNT(DISTINCT (*)) work?为什么 COUNT(DISTINCT (*)) 不起作用？

【发布时间】：2011-02-15 22:50:30

【问题描述】：

我仍然很惊讶为什么这么简单的查询不起作用：

SELECT COUNT(DISTINCT *) FROM dbo.t_test     

在哪里

SELECT COUNT(DISTINCT col1) FROM dbo.t_test

和

SELECT DISTINCT * FROM dbo.t_test 

有效。

有什么选择？

编辑：

DISTINCT * 检查 (col1,col2,...) 的组合键的唯一性并返回这些行。我希望 COUNT(DISTINCT *) 只返回这样的行数。我这里有什么遗漏吗？

【参考方案1】：

它不起作用，因为您只能按照documentation 指定COUNT(DISTINCT ...) 中的单个表达式：

COUNT (  [ [ ALL | DISTINCT ] expression ] | *  )

如果你仔细看你会发现允许的语法不包括COUNT(DISTINCT *)。

替代方案是这样的：

SELECT COUNT(*) FROM
(
    SELECT DISTINCT * FROM dbo.t_test 
) T1

【参考方案2】：

事情的真相是 SQL (Server) 或任何其他 SQL 实现不应该在阳光下做所有事情。

有理由将 SQL 语法限制为某些元素，从解析层到查询优化再到结果的可预测性再到常识。

COUNT 聚合函数通常实现为带有单个项目的门的流聚合，无论是*（记录计数，只使用静态令牌），还是colname（仅当不为空时才增加令牌）或distinct colname（带有一个键的哈希/桶）。

当您要求COUNT(DISTINCT *) 或就此而言，COUNT(DISTINCT a,b,c) - 是的，如果某个 RDBMS 认为有朝一日可以实现它，那肯定可以为您完成；但它是 (1) 不常见的 (2) 增加了解析器的工作 (3) 增加了 COUNT 实现的复杂性。

马克有the correct alternative。

【参考方案3】：

除了其他人所说的：

需要注意的一点是，在具有主键的表上执行 count(distinct *)（如果允许）将与 select count(*) 相同。

这是因为 distinct * 包括 PK 列，因此每一行都与其他行不同。

因为每个重要的表都应该有一个主键（该规则只有非常少数例外）count(distinct *) 无论如何都可以用count(*)“替换”。

【参考方案4】：

举个简单的例子，假设您有两列，A 和 B。

A    B
1    100
2    100
3    100

有三个不同的 A 值，但只有一个不同的 B 值。 COUNT(DISTINCT *) 不可能返回一个有意义的值。这就是为什么该语法不起作用的原因。

【讨论】：

谢谢乔！我更新了有关您的解释的问题。