何时在包含 JOIN 和聚合的 SQL 查询中使用 *？

Posted 2023-02-16

【中文标题】何时在包含 JOIN 和聚合的 SQL 查询中使用 *？

【英文标题】：When to Use * in SQL Query Containing JOINs & Aggregations?

【发布时间】：2020-08-10 15:07:26

【问题描述】：

问题

Web_events 表包含id,..., channel,account_id

accounts 表包含id, ..., sales_rep_id

sales_reps 表包含id、name

给定上述表，编写一个 SQL 查询来确定特定 channel 在 web_events 表中用于 sales_reps 中每个名称的次数。您的最终表格应该包含三列 - sales_reps、channel 的名称和出现次数。首先对出现次数最多的表格进行排序。

回答

SELECT s.name, w.channel, COUNT(*) num_events
FROM accounts a
JOIN web_events w
ON a.id = w.account_id
JOIN sales_reps s
ON s.id = a.sales_rep_id
GROUP BY s.name, w.channel
ORDER BY num_events DESC;

---

COUNT(*) 让我很困惑。我不明白 SQL 是如何计算出COUNT(*) 是COUNT(w.channel)。谁能澄清一下？

【问题讨论】：

像count() 这样的聚合门函数会为您定义的每个组返回结果。

COUNT(*) 表示“计数行”，即组合在一起的行数。与COUNT(w.channel) 相同，但前提是w.channel 不能为NULL。

基于Group By 子句。只是为了补充一点，在您的情况下，count(*) 可能与count(w.channel) 不同。您在组中也有s.name，这意味着count(*) 将根据s.name 和w.channel 的组合给出计数

【参考方案1】：

我不明白 SQL 是如何计算出 COUNT(*) 是 COUNT(w.channel)

COUNT() 是一个聚合函数，用于计算匹配条件的行数。事实上，一般COUNT(<expression>)（或特别是COUNT(column)）计算表达式（或列）不是NULL的行数。

一般来说，以下完全做同样的事情：

COUNT(*) COUNT(1) COUNT(<primary key used on inner join>)

一般来说，我更喜欢COUNT(*)，因为这是SQL 标准。我可以接受COUNT(1) 承认COUNT(*) 只是功能膨胀。但是，我认为没有理由使用第三个版本，因为它只是需要额外的输入。

除此之外，我发现新用户经常对这两种结构感到困惑：

COUNT(w.channel) COUNT(DISTINCT w.channel)

学习 SQL 的人通常认为第一个确实是第二个。出于这个原因，我建议坚持使用更简单的行数计数方法。然后，当您真的想产生计算唯一值的开销时使用COUNT(DISTINCT)（COUNT(DISTINCT) 比COUNT() 更昂贵）。