在同一个 SELECT sql 查询中从 SUM() 计算百分比

Posted 2023-02-16

【中文标题】在同一个 SELECT sql 查询中从 SUM() 计算百分比

【英文标题】：Compute percents from SUM() in the same SELECT sql query

【发布时间】：2013-03-16 16:47:24

【问题描述】：

在表my_obj中有两个整数字段：

(value_a integer, value_b integer);

我尝试计算value_a = value_b 的次数，我想用百分比来表示这个比率。 这是我尝试过的代码：

select sum(case when o.value_a = o.value_b then 1 else 0 end) as nb_ok,
       sum(case when o.value_a != o.value_b then 1 else 0 end) as nb_not_ok,
       compute_percent(nb_ok,nb_not_ok)
from  my_obj as o
group by o.property_name;

compute_percent 是一个简单的存储过程 (a * 100) / (a + b)

但 PostgreSQL 抱怨 nb_ok 列不存在。 你会如何正确地做到这一点？

我在 Ubuntu 12.04 中使用 PostgreSQL 9.1。

【问题讨论】：

But postgresql complains that the column nook doesn't exist. ?请解决您的问题，任何地方都没有nook。在谈论错误消息时，请按原样将其放在您的问题中。复制/粘贴。

考虑我回答的最后一段，并点击手册的链接，了解为什么nbok 以小写形式出现。

SQL 关键字的大写完全是可选的，只是个人喜好问题。但标识符的小写字母不是。

【参考方案1】：

这个问题比看起来的要多。

简单版

这更加更快更简单：

SELECT property_name
      ,(count(value_a = value_b OR NULL) * 100) / count(*) AS pct
FROM   my_obj
GROUP  BY 1;

结果：

property_name | pct
--------------+----
 prop_1       | 17
 prop_2       | 43

怎么做？

您根本不需要函数。

不要计算value_b（您不需要从它开始）并计算总数，而是使用count(*) 作为总数。更快、更简单。

这假设您没有 NULL 值。 IE。两列都定义为NOT NULL。您的问题中缺少信息。 如果不是，您的原始查询可能没有按照您的想法进行。如果任何值为 NULL，则您的版本根本不计算该行。您甚至可以通过这种方式引发除零异常。 此版本也适用于 NULL。 count(*) 生成所有行的计数，无论值如何。

以下是计数的工作原理：

 TRUE  OR NULL = TRUE
 FALSE OR NULL = NULL

count() 忽略 NULL 值。瞧。

Operator precedence 规定= 在OR 之前绑定。您可以添加括号以使其更清晰：

count ((value_a = value_b) OR FALSE)

你也可以这样做

count NULLIF(<expression>, FALSE)

count()的结果类型默认为bigint。 除法bigint / bigint，截断小数位。

包括小数位

使用 100.0（带小数位）强制计算为 numeric，从而保留小数位。 你可能想用round()这个：

SELECT property_name
      ,round((count(value_a = value_b OR NULL) * 100.0) / count(*), 2) AS pct
FROM   my_obj
GROUP  BY 1;

结果：

property_name | pct
--------------+-------
 prop_1       | 17.23
 prop_2       | 43.09

顺便说一句： 我使用value_a 而不是valueA。不要在 PostgreSQL 中使用不带引号的混合大小写标识符。我已经看到太多来自这种愚蠢的绝望问题。如果您想知道我在说什么，请阅读手册中的 Identifiers and Key Words 章节。

【讨论】：

这个 COUNT 是否比类似的 SUM((value_a=value_b)::integer) 或类似的 SUM(CASE...) 运行得更快？

@AndrewLazarus：差异通常很小，因为与从磁盘读取数据相比，这三种形式中的每一种都非常便宜。在我上次的测试中，OR 出现在 CASE 和 ::int 之前。但是OR、CASE 和NULLIF 是“接近通话”，真的。您可以轻松地对此进行测试。这是recent similar test on dba.SE（但没有OR 版本）。

【参考方案2】：

可能最简单的方法就是使用 with 子句

WITH data 
     AS (SELECT Sum(CASE WHEN o.valuea = o.valueb THEN 1 ELSE 0 END) AS nbOk, 
                Sum(CASE WHEN o.valuea != o.valueb THEN 1 ELSE 0 END) AS nbNotOk, 
         FROM   my_obj AS o 
         GROUP  BY o.property_name) 
SELECT nbok, 
       nbnotok, 
       Compute_percent(nbok, nbnotok) 
FROM   data

【讨论】：

假设一个/两个列上有一个覆盖索引，优化器是否能够将它们用于此查询（以及以何种容量），还是严格的表扫描？

@Clockwork-Muse 它就像一个在线查询一样工作。它将尽其所能构建data，但之后一切都在内存中完成。

@ConradFrix 我的问题有误，我要编辑，group by 是group by o.property_name。否则就没有意义了。

【参考方案3】：

您可能还想试试这个版本：

WITH all(count) as (SELECT COUNT(*)
                    FROM my_obj),
     matching(count) as (SELECT COUNT(*)
                         FROM my_obj
                         WHERE valueA = valueB)
SELECT nbOk, nbNotOk, Compute_percent(nbOk, nbNotOk)
FROM (SELECT matching.count as nbOk, all.count - matching.count as nbNotOk
      FROM all
      CROSS JOIN matching) data