对 SQL 中的多列进行不同计数答案

【问题标题】：Count distinct over multiple columns in USQL对 SQL 中的多列进行不同计数
【发布时间】：2018-11-10 08:13:07
【问题描述】：

我想计算两列的不同值。

在虚构的 sql 中，我会写如下：

COUNT(DISTINCT col1, col2)

在 T-SQL 中，这是通过在子查询中进行一个分组，然后在外部查询中进行第二个分组来完成的 - like this

据我所知，USQL 没有子查询，所以我有点难以弄清楚如何做到这一点。我想我可以使用两个别名查询，但我想知道是否有更好的方法。

【问题讨论】：

【解决方案1】：

U-SQL 确实支持子查询。它不（尚）支持的是 scalar 子查询和 correlated 子查询（对两者使用连接）。

所以解决办法

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

或上面链接中提到的SUM(CASE) 和GROUP BY 都有效。

另外，U-SQL 还允许您命名内部查询并在外部语句中使用它，这使得脚本在更复杂的情况下更易于阅读（它类似于公共表表达式，因为它只命名查询并且不执行它）：

@inner = 
  SELECT DISTINCT DocumentId, DocumentSessionId
  FROM DocumentOutputItems;
@result = SELECT COUNT(*) AS count FROM @inner;

【讨论】：

谢谢，我没有在文档中看到任何子查询示例，因此假设它们是不可能的。正如你所说，别名查询通常更具可读性，但我有一个生成 usql 的进程来模拟 CUBE 功能，所以子查询更适合我的进程

【解决方案2】：

如果您不能使用子查询，那么一种“丑陋”的方法是连接列：

SELECT COUNT(DISTINCT String.Concat(col1, '^', col2))
FROM tab;

当然，您必须处理 NULL 并转换为正确的数据类型。

【讨论】：