合并相似的 Athena (Presto) 查询答案

【问题标题】：Merging similar Athena (Presto) queries合并相似的 Athena (Presto) 查询
【发布时间】：2020-02-11 03:22:21
【问题描述】：

我是 SQL 和其他查询语言的新手，所以我对它们有一些疑问。

我在 Athena 中有以下两个查询，它们非常相似，但在一种情况下，传递了一个附加参数并使用了 INNER JOIN。第一个获取某个表的一列中有多少不同的值，第二个执行相同的操作，但使用连接的表连接两个表，并对另一列添加限制。

--Query #1
SELECT COUNT(DISTINCT(usertoken)) users
FROM "database"

WHERE country = ${country}
and serverdate between CAST('${fromdate}' As DATE) and CAST('${todate}' As DATE) 


--Query #2
SELECT COUNT(DISTINCT(usertoken)) users
FROM "database" op
INNER JOIN "location_0" cities
ON op.loc0id = cities.id

WHERE openings.country = ${country}
and openings.serverdate between CAST('${fromdate}' As DATE) and CAST('${todate}' As DATE)
and cities.id in (${cities_list})

${} 之间的参数是外部传递的，并且都是字符串类型，除了 ${cities_list}，它是一个整数列表（日期转换为 DATE）。两者都可以正常工作且没有问题。

我的问题如下：我可以只使用一个查询来执行这两个操作，具体取决于 cities_list 的值吗？我在执行此查询之前检查此值是否为 Null，并根据它执行一个或另一个，但我希望只有一个查询能够执行这两种情况（因为大多数它们是相同的，我不想有多余的代码）。

TL;DR：我想将这两个查询合并为一个适用于两种情况的查询（cities_list 有一个值，或者是 Null），添加最后一个仅当某个参数不是 Null 时才产生条件（如果可能，如果参数不是 Null，则只执行 INNER JOIN）。

谢谢！

【问题讨论】：

标签： sql count pivot presto amazon-athena

【解决方案1】：

你可以使用JOIN和COUNT(DISTINCT)，但你需要LEFT JOIN：

SELECT COUNT(DISTINCT op.usertoken) as users,
       COUNT(DISTINCT CASE WHEN cities.id in (${cities_list}) THEN op.usertoken END) as users_2
FROM "database" op LEFT JOIN
     "location_0" cities
     ON op.loc0id = cities.id
WHERE openings.country = ${country} AND
      openings.serverdate between CAST('${fromdate}' As DATE) and CAST('${todate}' As DATE);

也就是说，如果JOIN 仅用于查找单个值，则很有可能根本不需要它：

SELECT COUNT(DISTINCT op.usertoken) as users,
       COUNT(DISTINCT CASE WHEN op.loc0id in (${cities_list}) THEN op.usertoken END) as users_2
FROM "database" op 
WHERE openings.country = ${country} AND
      openings.serverdate between CAST('${fromdate}' As DATE) and CAST('${todate}' As DATE);

【讨论】：

【解决方案2】：

你可以做条件聚合：

SELECT 
    COUNT(DISTINCT usertoken) users1,
    COUNT(DISTINCT CASE WHEN ci.id in (${ci.list}) THEN usertoken END) users2
FROM "database" op
INNER JOIN "location_0" cities ci ON op.loc0id = ci.id
WHERE 
    op.country = ${country}
    AND op.serverdate between CAST('${fromdate}' As DATE) and CAST('${todate}' As DATE)

【讨论】：