SQL 计数匹配

Question

我有一个包含 191 个值的列表，我想与一列进行比较。我最终想要获得在我的主列表 (matches/(non-matches + NULL)) 中有值的行的计数。

我知道我可以执行以下操作，但我想知道这是否是最有效的方法？是否可以创建一个存储值的数组并对此进行检查？不确定best practice 的执行方式是什么，我有 191 个值要检查？

我希望避免将 191 csv 放入参数中，因为这会影响格式化/可读性。有没有办法将这些值存储在数组或临时表中，这样我就可以将一个速记变量放入实际查询中？还是不管有多少值要检查，使用下面的方法/平均方法仍然是最好的方法？

SELECT
    SUM(CASE WHEN COALESCE(field, '') IN (COMMA SEPARATED VALUES) THEN 1 ELSE 0 END) as matches,
    COUNT(COALESCE(field)) as total_rows
FROM table

---

另外，我相信 COUNT(*) 和 COUNT(1) 对 NULL 字段视而不见，所以任何人都可以确认使用 COUNT(COALESCE(FIELD)) 是否确保计数包括字段中的空值？ p>

Answer 1

Presto 不支持临时表，但您可以通过使用内联表（WITH 子句与 VALUES 结合使用）来提高查询的可读性，以避免聚合表达式中的值列表过长。

然后，您可以通过执行以下操作来计算匹配数。请注意使用FILTER 以提高可读性。

count(*) FILTER (WHERE field IN (SELECT value FROM data))

这是一个完整的例子：

WITH data(value) as (VALUES
   'value1',
   'value2',
   ...
)
SELECT
    count(*) AS total_rows,
    count(*) FILTER (WHERE field IN (SELECT value FROM data)) AS matches
FROM t

Answer 2

我想你只是想要：

SELECT AVG(CASE WHEN field IN (COMMA SEPARATED VALUES) THEN 1.0 ELSE 0 END) as match_ratio
FROM table

Answer 3

一个选项使用avg()：

select avg(case when field in (<<csv list>>) then 1.0 else 0 end) rows_ratio
from mytable

使用数组来传递值可能更简单：

select avg(case when contains(<< array of values>>, field) then 1.0 else 0 end) rows_ratio
from mytable