Підрахунок DISTINCT у кількох стовпцях

Чи є кращий спосіб зробити такий запит:

SELECT COUNT(*) 
FROM (SELECT DISTINCT DocumentId, DocumentSessionId
      FROM DocumentOutputItems) AS internalQuery

Мені потрібно порахувати кількість окремих елементів з цієї таблиці, але відмінність - понад два стовпці.

Мій запит працює нормально, але мені було цікаво, чи зможу я отримати остаточний результат, використовуючи лише один запит (без використання підзапиту)

Якщо ви намагаєтеся підвищити ефективність, ви можете спробувати створити збережений обчислюваний стовпець або на хеш, або на об'єднане значення двох стовпців.

Після збереження, за умови, що стовпець є детермінованим і ви використовуєте "здорові" налаштування бази даних, його можна індексувати та / або створювати статистику на ньому.

Я вважаю, що окремий підрахунок обчисленого стовпця буде еквівалентний вашому запиту.

Редагувати: Змінено з менш надійного запиту лише контрольної суми, я знайшов спосіб зробити це (у SQL Server 2005), який працює для мене досить добре, і я можу використовувати стільки стовпців, скільки мені потрібно (додавши їх до функція CHECKSUM (). Функція REVERSE () перетворює вкладки на варшари, щоб зробити чіткіше більш надійним

SELECT COUNT(DISTINCT (CHECKSUM(DocumentId,DocumentSessionId)) + CHECKSUM(REVERSE(DocumentId),REVERSE(DocumentSessionId)) )
FROM DocumentOutPutItems

Що з вашого запиту, який вам не подобається? Якщо ви стурбовані тим, що DISTINCTчерез два стовпці не повертаються лише унікальні перестановки, чому б не спробувати його?

Це, безумовно, працює, як ви могли очікувати в Oracle.

SQL> select distinct deptno, job from emp
  2  order by deptno, job
  3  /

    DEPTNO JOB
---------- ---------
        10 CLERK
        10 MANAGER
        10 PRESIDENT
        20 ANALYST
        20 CLERK
        20 MANAGER
        30 CLERK
        30 MANAGER
        30 SALESMAN

9 rows selected.


SQL> select count(*) from (
  2  select distinct deptno, job from emp
  3  )
  4  /

  COUNT(*)
----------
         9

SQL>

редагувати

Я пішов сліпою алеєю з аналітикою, але відповідь була гнітюче очевидною ...

SQL> select count(distinct concat(deptno,job)) from emp
  2  /

COUNT(DISTINCTCONCAT(DEPTNO,JOB))
---------------------------------
                                9

SQL>

редагувати 2

З огляду на наступні дані, приведене вище рішення для поєднання:

col1  col2
----  ----
A     AA
AA    A

Отже, ми повинні включити роздільник ...

select col1 + '*' + col2 from t23
/

Очевидно, що обраний роздільник повинен бути символом або набором символів, який ніколи не може відображатися в жодному стовпці.

Щоб запуститись як один запит, об'єднайте стовпці, а потім отримайте чіткий підрахунок екземплярів об'єднаного рядка.

SELECT count(DISTINCT concat(DocumentId, DocumentSessionId)) FROM DocumentOutputItems;

У MySQL ви можете зробити те саме, що не відбувається крок конкатенації, як описано нижче:

SELECT count(DISTINCT DocumentId, DocumentSessionId) FROM DocumentOutputItems;

Ця функція згадується в документації на MySQL:

http://dev.mysql.com/doc/refman/5.7/uk/group-by-functions.html#function_count-distinct

Як щодо чогось такого:

кількість вибору (*)
з
  (виберіть count (*) cnt
   з DocumentOutputItems
   групувати по DocumentId, DocumentSessionId) t1

Напевно, просто робить те саме, що ви вже хоч, але це уникає ДИСТИНКТ.

Ось коротша версія без підселектора:

SELECT COUNT(DISTINCT DocumentId, DocumentSessionId) FROM DocumentOutputItems

Це добре працює в MySQL, і я думаю, що оптимізатору простіше зрозуміти цей.

Редагувати: Мабуть, я неправильно прочитав MSSQL та MySQL - вибачте за це, але, можливо, це все одно допомагає.

Багато (найбільше?) Баз даних SQL можуть працювати з кортежами, такими як значення, так що ви можете просто зробити: SELECT COUNT(DISTINCT (DocumentId, DocumentSessionId)) FROM DocumentOutputItems; Якщо ваша база даних не підтримує це, це може бути імітовано згідно з пропозицією @ onel-umut-turer про CHECKSUM або іншою скалярною функцією, що забезпечує гарну унікальність напр COUNT(DISTINCT CONCAT(DocumentId, ':', DocumentSessionId)).

Пов'язане використання кортежів - це виконання INзапитів, таких як: SELECT * FROM DocumentOutputItems WHERE (DocumentId, DocumentSessionId) in (('a', '1'), ('b', '2'));

У вашому запиті нічого поганого, але ви також можете зробити це так:

WITH internalQuery (Amount)
AS
(
    SELECT (0)
      FROM DocumentOutputItems
  GROUP BY DocumentId, DocumentSessionId
)
SELECT COUNT(*) AS NumberOfDistinctRows
  FROM internalQuery

Сподіваюся, це працює, я пишу на prima vista

SELECT COUNT(*) 
FROM DocumentOutputItems 
GROUP BY DocumentId, DocumentSessionId

Я використовував такий підхід, і він спрацював на мене.

SELECT COUNT(DISTINCT DocumentID || DocumentSessionId) 
FROM  DocumentOutputItems

У моєму випадку це дає правильний результат.

якщо у вас було лише одне поле "DISTINCT", ви можете використовувати:

SELECT COUNT(DISTINCT DocumentId) 
FROM DocumentOutputItems

і це повертає той самий план запиту, що і оригінал, як це перевірено за допомогою параметра SET SHOWPLAN_ALL ON. Однак ви використовуєте два поля, щоб ви могли спробувати щось божевільне:

    SELECT COUNT(DISTINCT convert(varchar(15),DocumentId)+'|~|'+convert(varchar(15), DocumentSessionId)) 
    FROM DocumentOutputItems

але у вас виникнуть проблеми, якщо задіяні NULL. Я б просто дотримувався оригінального запиту.

Я виявив це, коли переглянув свою проблему з Google, і виявив, що якщо порахувати об'єкти DISTINCT, ви отримаєте повернене правильне число (я використовую MySQL)

SELECT COUNT(DISTINCT DocumentID) AS Count1, 
  COUNT(DISTINCT DocumentSessionId) AS Count2
  FROM DocumentOutputItems

Я хочу, щоб MS SQL також міг зробити щось на кшталт COUNT (DISTINCT A, B). Але це не може.

Спочатку відповідь JayTee видалася мені вирішенням після того, як деякі тести CHECKSUM () не змогли створити унікальні значення. Швидкий приклад: і CHECKSUM (31,467,519), і CHECKSUM (69,1120,823) дають однакову відповідь, яка є 55.

Тоді я провів деякі дослідження і виявив, що Microsoft НЕ рекомендує використовувати CHECKSUM для виявлення змін. На деяких форумах деякі пропонували використовувати

SELECT COUNT(DISTINCT CHECKSUM(value1, value2, ..., valueN) + CHECKSUM(valueN, value(N-1), ..., value1))

але це теж не задобрює.

Ви можете використовувати функцію HASHBYTES (), як це запропоновано в загадці TSQL CHECKSUM . Однак це також має невеликі шанси не повернути унікальних результатів.

Я б запропонував використовувати

SELECT COUNT(DISTINCT CAST(DocumentId AS VARCHAR)+'-'+CAST(DocumentSessionId AS VARCHAR)) FROM DocumentOutputItems

Як щодо цього,

Select DocumentId, DocumentSessionId, count(*) as c 
from DocumentOutputItems 
group by DocumentId, DocumentSessionId;

Це дозволить нам підрахувати всі можливі комбінації DocumentId і DocumentSessionId

Це працює для мене. В оракулі:

SELECT SUM(DECODE(COUNT(*),1,1,1))
FROM DocumentOutputItems GROUP BY DocumentId, DocumentSessionId;

У jpql:

SELECT SUM(CASE WHEN COUNT(i)=1 THEN 1 ELSE 1 END)
FROM DocumentOutputItems i GROUP BY i.DocumentId, i.DocumentSessionId;

У мене було подібне запитання, але запит, який у мене був, був підзапитом із даними порівняння в основному запиті. щось на зразок:

Select code, id, title, name 
(select count(distinct col1) from mytable where code = a.code and length(title) >0)
from mytable a
group by code, id, title, name
--needs distinct over col2 as well as col1

ігноруючи складності цього, я зрозумів, що не можу отримати значення a.code у підзапиті з подвійним підзапитом, описаним у вихідному запитанні

Select count(1) from (select distinct col1, col2 from mytable where code = a.code...)
--this doesn't work because the sub-query doesn't know what "a" is

Отже, врешті-решт я зрозумів, що можу обдурити, і комбінувати стовпці:

Select count(distinct(col1 || col2)) from mytable where code = a.code...

Це те, що закінчилось

Якщо ви працюєте з типами даних фіксованої довжини, ви можете binaryзробити це дуже легко і дуже швидко. Припускаючи , DocumentIdі DocumentSessionIdобидва ints, і тому 4 байтам ...

SELECT COUNT(DISTINCT CAST(DocumentId as binary(4)) + CAST(DocumentSessionId as binary(4)))
FROM DocumentOutputItems

Моя конкретна проблема вимагає , щоб я розділити SUMна COUNTз окремою комбінації різних зовнішніх ключів і поля дати, групуючи інший зовнішнім ключем , а іноді фільтрації певних значень або ключами. Таблиця дуже велика, а використання підзапиту різко збільшило час запиту. А через складність, статистика просто не була життєздатною можливістю. CHECKSUMРішення було також занадто повільно його перетворення, в зокрема , в результаті різних типів даних, і я не міг ризикувати своїм ненадійності.

Однак використання вищевказаного рішення практично не збільшувало час запиту (порівняно з використанням просто SUM), і повинно бути повністю надійним! Він повинен бути в змозі допомогти іншим у подібній ситуації, тому я публікую його тут.

Ви можете просто використовувати функцію підрахунку двічі.

У цьому випадку це було б:

SELECT COUNT (DISTINCT DocumentId), COUNT (DISTINCT DocumentSessionId) 
FROM DocumentOutputItems

Цей код використовує розрізнення за двома параметрами та забезпечує підрахунок кількості рядків, характерних для цих окремих значень рядків. Це працювало для мене в MySQL як шарм.

select DISTINCT DocumentId as i,  DocumentSessionId as s , count(*) 
from DocumentOutputItems   
group by i ,s;