参考 Amazon Redshift 查询中的聚合结果？

Posted 2023-03-23

【中文标题】参考 Amazon Redshift 查询中的聚合结果？

【英文标题】：Refer to aggregate result in Amazon Redshift query?

【发布时间】：2017-05-31 16:03:39

【问题描述】：

在其他 postgresql DBMS（例如 Netezza）中，我可以做这样的事情而不会出错：

select store_id
      ,sum(sales) as total_sales
      ,count(distinct(txn_id)) as d_txns
      ,total_sales/d_txns as avg_basket
from my_tlog
group by 1

也就是说，我可以在定义它们的同一 SQL 查询中使用聚合值。

但是，当我在 Amazon Redshift 上做同样的事情时，我收到错误“列 total_sales 不存在...”它不存在，这是正确的；这不是一个真正的专栏。但是有没有办法保留这个习语，而不是重组查询？我问是因为会有很多代码要更改。

谢谢。

【参考方案1】：

您只需重复表达式（或使用子查询或 CTE）：

select store_id,
       sum(sales) as total_sales,
       count(distinct txn_id) as d_txns,
       sum(sales)/count(distinct txn_id) as avg_basket
from my_tlog
group by store_id;

大多数数据库不支持在select 中重复使用列别名。原因有两个（至少）：

数据库引擎的设计者不想在选择中指定表达式的处理顺序。 当列别名也是from 子句中表中的有效列时会产生歧义。

【讨论】：

这些都是合理的设计考虑。我想我希望像#pragma 这样可以将谨慎抛诸脑后。相反，我只会让代码更主流。

【参考方案2】：

我个人喜欢 netezza 中的构造。这很紧凑，语法也没有歧义：在当前查询中，任何“重复”的列名都将默认为（新）别名，如果您需要引用基础表的列，只需将表名放在列的前面.上面的例子会变成：

select store_id
  ,sum(sales) as sales                ---- dublicate name
  ,count(distinct(txn_id)) as d_txns
  ,my_tlog.sales/d_txns as avg_basket --- this illustrates but may not make sense
from my_tlog
group by 1

我最近离开了 sql server，在那个数据库上我使用了这样的结构来避免重复表达式：

Select *, total_sales/d_txns as avg_basket
From (
    select store_id
    ,sum(sales) as total_sales
    ,count(distinct(txn_id)) as d_txns
    from my_tlog
    group by 1
)x

大多数（如果不是全部）数据库将支持这种结构，并且已经这样做了 10 年或更长时间