count()over() 有重复记录答案

【问题标题】：Count()over() have repeated recordscount()over() 有重复记录
【发布时间】：2020-11-12 14:16:24
【问题描述】：

我经常使用sum() over()来计算累计值，但是今天，我尝试了count()over()，结果出乎我的意料，谁能解释一下为什么同一天的结果有重复记录？

我知道常规的方法是count(distinct I'd) group by date，然后sum()over(order by date)，只是好奇"count(id)over(order by date)的结果"

Select pre.date,count(person_id) over (order by pre.date)
From (select distinct person_id, date from events) pre

结果将在同一天重复记录。

【问题讨论】：

标签： sql

【解决方案1】：

因为您的外部查询没有过滤或聚合内部查询的结果。它返回相同的行数。

你想要聚合：

select pre.date, count(*) as cnt_on_date,
       sum(count(*)) over (order by pre.date) as running_count
from (select distinct person_id, date from events) pre
group by pre.date;

【讨论】：

我明白了！非常感谢：）

【解决方案2】：

除了想到的row_number() 之外，几乎所有的分析函数都不区分order by 子句中相同列值的关系。在一些文档中直接说明：

Oracle

如果您使用 RANGE 关键字指定逻辑窗口，则该函数为每一行返回相同的结果

Postgresql

默认情况下，如果提供ORDER BY，则该帧由从分区开始到当前行的所有行组成，加上根据@987654328等于当前行的任何后续行@ 子句。

My SQL

使用'ORDER BY'：默认帧包括从分区开始到当前行的行，包括当前行的所有对等点（根据ORDER BY子句，行等于当前行） em>。

但一般来说，在分析子句中添加ORDER BY 会隐式地将窗口规范设置为RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。由于对定义窗口中的每一行进行窗口计算，默认为RANGE 行与ORDER BY 列的相同值将进入同一个窗口并产生相同的结果。所以要得到一个真正的运行总数，应该有ROWS BETWEEN 或更详细的列在ORDER BY 分析子句的一部分。不支持windowing 子句的函数是这个规则的例外，但它有时没有直接记录，所以我不会在这里列出它们。可以用作聚合的函数一般也不例外，并且产生相同的值。

【讨论】：