使用不同的过滤器加入同一个表答案

【问题标题】：Joining to the same table with different filters使用不同的过滤器加入同一个表
【发布时间】：2021-09-22 03:13:51
【问题描述】：

我正在尝试为每个id 计算用户下载的不同app 的数量，并按类别对计数进行分组。单独查询的示例如下：

SELECT id
,COUNT(DISTINCT app) AS gaming_apps
FROM apps_table 
WHERE app IN ('Clash of Clans', 'Valorant', 'PUBG') 
GROUP BY id 

SELECT id 
,COUNT(DISTINCT app) AS msg_apps
FROM apps_table 
WHERE app IN ('Telegram', 'WhatsApp', 'Signal', 'FBMessenger') 
GROUP BY id 

SELECT id 
,COUNT(DISTINCT app) AS fin_apps
FROM apps_table 
WHERE app IN ('Yahoo Finance', 'Robinhood') 
GROUP BY id

理想情况下，我想返回一个包含idgaming_appsmsg_appsfin_apps 列的表。我想到了LEFT JOIN 3 个查询，但我不确定如何，并且将每个查询包装为子查询太笨拙了。

我也试过这个，但无济于事，因为每次下载或应用更新都会插入一个新行：

SELECT id
,COUNT(CASE WHEN app IN ('Clash of Clans', 'Valorant', 'PUBG') THEN 1 ELSE NULL END) AS gaming_apps
,COUNT(CASE WHEN app IN ('Telegram', 'WhatsApp', 'Signal', 'FBMessenger')  THEN 1 ELSE NULL END) AS msg_apps
,COUNT(CASE WHEN app IN ('Yahoo Finance', 'Robinhood') THEN 1 ELSE NULL END) AS fin_apps 
FROM apps_table 
GROUP BY id

【问题讨论】：

签出 COUNT_IF

标签： sql hive cloudera

【解决方案1】：

如果您想要不同的计数，请使用count(distinct)：

SELECT id,
       COUNT(DISTINCT CASE WHEN app IN ('Clash of Clans', 'Valorant', 'PUBG') THEN app END) AS gaming_apps,
       COUNT(DISTINCT CASE WHEN app IN ('Telegram', 'WhatsApp', 'Signal', 'FBMessenger') THEN app END) AS msg_apps,
       COUNT(DISTINCT CASE WHEN app IN ('Yahoo Finance', 'Robinhood') THEN app END) AS fin_apps 
FROM apps_table 
GROUP BY id ;

注意ELSE NULL 是多余的，因为如果CASE 表达式中没有匹配项，NULL 是默认值。

【讨论】：

【解决方案2】：

您很接近，您可以在查询中使用 SUM 而不是 count。

SELECT id
,SUM(CASE WHEN app IN ('Clash of Clans', 'Valorant', 'PUBG') THEN 1 ELSE 0 END) AS gaming_apps
,SUM(CASE WHEN app IN ('Telegram', 'WhatsApp', 'Signal', 'FBMessenger')  THEN 1 ELSE 0 END) AS msg_apps
,SUM(CASE WHEN app IN ('Yahoo Finance', 'Robinhood') THEN 1 ELSE 0 END) AS fin_apps 
FROM apps_table 
GROUP BY id

我认为这应该可行。如果它不起作用，那么就像你说的那样做一个左连接。

SELECT main.id as id,
gaming_apps,
msg_apps, 
...

FROM apps_table  main
LEFT OUTER JOIN (
SELECT id,COUNT(DISTINCT app) AS gaming_apps FROM apps_table  WHERE app IN ('Clash of Clans', 'Valorant', 'PUBG')  GROUP BY id) gaming_apps ON gaming_apps .id=main.id
LEFT OUTER JOIN (
SELECT id ,COUNT(DISTINCT app) AS msg_apps FROM apps_table  WHERE app IN ('Telegram', 'WhatsApp', 'Signal', 'FBMessenger')  GROUP BY id) msg_apps ON msg_apps.id=main.id 
...

【讨论】：

【解决方案3】：

我发现添加 OVER (PARTITION BY id) 也可以只计算不同的记录（不知道为什么？），尽管根据每个 id 在表中有多少 app 条目返回相同值的重复行。如果没有OVER (PARTITION BY id)，它只会计算匹配项而不考虑不同的值，如果id 有多个相同app 的条目，则会增加数字。

SELECT id
,SUM(CASE WHEN app IN ('Clash of Clans', 'Valorant', 'PUBG') THEN 1 ELSE 0 END) OVER (PARTITION BY id) AS gaming_apps
,SUM(CASE WHEN app IN ('Telegram', 'WhatsApp', 'Signal', 'FBMessenger')  THEN 1 ELSE 0 END) OVER (PARTITION BY id) AS msg_apps
,SUM(CASE WHEN app IN ('Yahoo Finance', 'Robinhood') THEN 1 ELSE 0 END) OVER (PARTITION BY id) AS fin_apps 
FROM apps_table 
GROUP BY app, id

为了删除重复项，我将结果包装为子查询并使用SELECT DISTINCT 或使用ROW_NUMBER() OVER (PARTITION BY id) 创建排名，然后进行过滤。

【讨论】：