COUNT(DISTINCT) 和 COUNT(*) + GROUP BY 给出不同的结果

Posted 2023-03-24

【中文标题】COUNT(DISTINCT) 和 COUNT(*) + GROUP BY 给出不同的结果

【英文标题】：COUNT(DISTINCT) and COUNT(*) + GROUP BY give different results

【发布时间】：2016-03-09 15:57:18

【问题描述】：

我们正在查询其中一个数据集以获取唯一 ID

SELECT count(distinct id) FROM [MyTable] LIMIT 1

另一个查询运行了类似的命令

SELECT count(*) From  ( select id FROM MyTable group by id) A ; 

第一个命令效率更高，但输出应该相同。然而，他们得到了不同的结果。第一个查询返回的结果多出大约 1.5% 的数据集，超过 1 亿行。

【参考方案1】：

COUNT(DISTINCT field) 只是一个估计值。如果您需要准确的结果，您可以使用EXACT_COUNT_DISTINCT(field)。

这在查询参考中有解释：https://cloud.google.com/bigquery/query-reference?hl=en#countdistinct

【参考方案2】：

查看COUNT([DISTINCT] field [, n])定义

It is a statistical approximation and is not guaranteed to be exact.

第二个查询返回精确计数，因此差异