SQL：按相似值对结果进行计数和分组的有效方法答案

【问题标题】：SQL: Efficient way to count and group results by like valueSQL：按相似值对结果进行计数和分组的有效方法
【发布时间】：2020-05-29 19:25:54
【问题描述】：

我有一张如下所示的表格：

+----+-------+
| id | col2  |
+----+-------+
|  1 | a     |
|  2 | b     |
|  3 | ,b    |
|  4 | c     |
|  5 | d,a   |
|  6 | e,a,b |
+----+-------+

查询它并返回以下内容的最有效方法是什么？

+------+----------+
| col1 | count_id |
+------+----------+
| a    |        3 |
| b    |        3 |
| c    |        1 |
| d    |        1 |
| e    |        1 |
+------+----------+

我正在考虑使用 case when 语句，但它看起来很乱。

【问题讨论】：

标签： sql csv group-by presto

【解决方案1】：

在 Presto 中，您可以将分隔列表拆分为一个数组，然后取消该数组的嵌套。这会为每个列表中的每个元素提供一条记录。剩下的只是聚合：

select s.colx, count(*) cnt 
from mytable t
cross join unnest(split(t.col2, ',')) as s(colx)
group by s.colx

如果您想要 distinct ids 的计数（以防分隔列表中有重复项）：

select s.colx, count(distinct t.id) cnt 
from mytable t
cross join unnest(split(t.col2, ',')) as s(colx)
group by s.colx

【讨论】：

【解决方案2】：

你可能需要一个包含所有可能出现在第二列中的字符的字符表。假设你确实有，你可以尝试加入方法：

WITH letters AS (
    SELECT 'a' AS col1 UNION ALL
    SELECT 'b' UNION ALL
    SELECT 'c' UNION ALL
    ...
    SELECT 'z'
)

SELECT
    t1.col1,
    COUNT(t2.col2) AS count_id
FROM letters t1
LEFT JOIN yourTable t2
    ON ',' || t2.col2 || ',' LIKE '%,' || t1.col1 || ',%'
GROUP BY
    t1.col1
ORDER BY
   t1.col1;

请注意，仅当col2 恰好包含我们要报告的所有字母时，接受的答案才有效。如果不是，则输出中将缺少信息。

【讨论】：