Zliczanie DISTINCT nad wielu kolumn

Question

Czy istnieje lepszy sposób kwerendy tak:

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

muszę policzyć liczbę odrębnych elementów z tej tabeli, ale wyraźny jest na dwóch kolumnach.

Moja kwerenda działa poprawnie, ale zastanawiałem się, czy mogę uzyskać ostateczny wynik przy użyciu tylko jednej kwerendy (bez użycia sub-query)

Answer 1

Jeśli chcesz, aby zwiększyć wydajność, można spróbować stworzenie trwało kolumna obliczana na obu mieszania lub wartości połączonego z dwóch kolumn.

Po utracie ważności, pod warunkiem, że kolumna jest deterministyczna i używasz "zdrowych" ustawień bazy danych, może ona zostać zaindeksowana i/lub można na niej utworzyć statystyki.

Wierzę, że wyraźna liczba obliczonej kolumny byłaby odpowiednikiem zapytania.

Answer 2

nadzieję, że to działa piszę na prima vista

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

Answer 3

Co ci się nie podoba w istniejącym zapytaniu? Jeśli obawiasz się, że DISTINCT w dwóch kolumnach nie zwraca tylko unikalnych permutacji, dlaczego nie spróbować?

Z pewnością działa tak, jak można oczekiwać w 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> 

edit

Zeszłam w ślepy zaułek z analityki ale odpowiedź była żenująco oczywiste ...

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

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

SQL> 

edit 2

Biorąc pod uwagę następujące dane powyższe rozwiązanie konkatenacji spowoduje błędne oszacowanie:

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

więc obejmować separator ...

select col1 + '*' + col2 from t23 
/

Oczywiście wybrany separator musi być znak lub zestaw znaków, który nigdy nie może pojawić się w każdej kolumnie.

Answer 4

Jak o czymś takim:

 
select count(*) 
from 
    (select count(*) cnt 
    from DocumentOutputItems 
    group by DocumentId, DocumentSessionId) t1 

Prawdopodobnie po prostu robi to samo, jak jesteś już tam, ale unika się wyraźne.

Answer 5

Oto krótsza wersja bez podselekcji:

SELECT COUNT(DISTINCT DocumentId, DocumentSessionId) FROM DocumentOutputItems 

Współpracuje w MySQL, i myślę, że optymalizator ma łatwiej zrozumieć ten jeden.

Edycja: Podobno źle odczytałem MSSQL i MySQL - przepraszam, ale może i tak to pomaga.

Answer 6

gdybyś miał tylko jedno pole do „odrębne”, można użyć:

SELECT COUNT(DISTINCT DocumentId) 
FROM DocumentOutputItems 

i że nie wraca ten sam plan kwerend jak oryginał, jak testowane SET SHOWPLAN_ALL ON. Jednak używasz dwóch pól, więc możesz spróbować czegoś szalonego, jak:

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

, ale będziesz mieć problemy, jeśli zaangażowane są NULL.Po prostu trzymałem się oryginalnego zapytania.

Answer 7

Nie ma nic złego w zapytaniu, ale można też zrobić to w ten sposób:

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

Answer 8

Edit: Altered z mniej niż wiarygodne kontrolna tylko zapytania odkryłem sposób, aby to zrobić (w SQL Server 2005), który działa całkiem dobrze dla mnie i mogę wykorzystać taką liczbę kolumn Potrzebuję (dodając je do funkcji CHECKSUM()). Funkcja REVERSE() zamienia ints do varchars aby odrębne bardziej niezawodny

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

Answer 9

życzę MS SQL mógł również zrobić coś takiego COUNT (DISTINCT A, B). Ale nie może.

Na początku odpowiedź JayTee wydawała mi się rozwiązaniem dla mnie po niektórych testach CHECKSUM() nie zdołał stworzyć unikalnych wartości. Szybki przykład: zarówno CHECKSUM (31.467.519), jak i CHECKSUM (69.120.2823) dają taką samą odpowiedź, która wynosi 55.

Potem dokonałem pewnych badań i odkryłem, że Microsoft NIE zaleca używania CHECKSUM do celów wykrywania zmian. Na niektórych forach niektórzy sugerowali używanie tego samego, ale nie jest to również komfortowe.

Możesz użyć funkcji HASHBYTES() zgodnie z sugestią podaną w TSQL CHECKSUM conundrum. Ma to jednak niewielką szansę na uniknięcie unikalnych wyników.

Sugerowałbym użyciu

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

Answer 10

Znalazłem to kiedy Googled dla własnego problemu, okazało się, że jeśli liczyć Państwo odrębnych obiektów, można uzyskać prawidłowy numer zwrócony (używam MySQL)

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

Answer 11

Aby uruchomić jako pojedyncze zapytanie, należy połączyć kolumny, a następnie uzyskać odrębną liczbę wystąpień połączonego ciągu.

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

W MySQL można zrobić to samo bez etapu konkatenacji następująco:

SELECT count(DISTINCT DocumentId, DocumentSessionId) FROM DocumentOutputItems; 

Ta funkcja jest wymieniony w dokumentacji MySQL:

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

Answer 12

Zostało postawione i odpowiedział na Quora (https://www.quora.com/In-SQL-how-to-I-count-DISTINCT-over-multiple-columns):

select col1, col2, col3, count(*) 
from table 
group by col1, col2, col3 

Pracowałem nad tym w SAS, a SAS Proc SQL nie lubi DISTINCT z więcej niż jedną kolumną.

Answer 13

To poniżej kwerendy pracował dla mnie na MySQL:

SELECT COUNT(DISTINCT col_1,col_2,..) from table_name; 

Kolumny podane w powyższym mianowicie zapytań. col_1, col_2 ma połączone ograniczenie UNIQUE. Oznacza to, że w mojej tabeli table_name utworzyłem indeks UNIQUE na col_1 + col_2.