聚合case语句中sum和count的区别

Question

我有一个疑问如下：

    SELECT 
       d.name, 
      SUM(CASE WHEN e.salary > 100000 THEN 1 ELSE 0 END)
        / COUNT(DISTINCT e.id)
        AS pct_above_100k,
      COUNT(DISTINCT e.id) AS c
FROM employees e JOIN departments d ON e.department_id = d.id
GROUP BY 1
HAVING COUNT(*) > 10
ORDER BY 2 DESC

我这里使用的是 sum，但是如果我使用 count 会有什么不同吗？

我知道 count 计算某个值存在的次数，sum 则将实际值相加，但这里因为我的条件是如果工资 > 100000，它无论如何都会将其视为 1，对吗？

谢谢！

Answer 1

我们使用过滤子句有条件地进行计数：

COUNT(*) FILTER (WHERE e.salary > 100000)

其他一些 dBMS 不支持过滤器子句。在这里，我们使用解决方法，通过使用

CASE WHEN

自行计算表达式，并使用

COUNT

或

SUM

来添加匹配项。以下是一些方法可以做到这一点：

SUM(CASE WHEN e.salary > 100000 THEN 1 ELSE 0 END)
COUNT(CASE WHEN e.salary > 100000 THEN 1 ELSE NULL END)
COUNT(CASE WHEN e.salary > 100000 THEN 1 END)
COUNT(CASE WHEN e.salary > 100000 THEN 'count this' END)

由于 PostgreSQL 确实支持过滤子句，因此您应该使用

COUNT(*) FILTER (...)

。

Answer 2

如果您只是将

sum

替换为

count

，您会得到不同的结果，因为 0 和 1 一样重要。

最优雅的写法是

FILTER

子句，正如其他人提到的，但你也可以这样做：

count(CASE WHEN e.salary > 100000 THEN 0 END)

这可行，因为（大多数）聚合函数会忽略 NULL 值。

Answer 3

想必员工并不在多个部门，所以

count(distinct)

是不必要的。

这意味着代码可以更简单地写为：

  AVG(CASE WHEN e.salary > 100000 THEN 1 ELSE 0 END) AS pct_above_100k,

或者：

  AVG( (e.salary > 100000)::int ) AS pct_above_100k,

这些将比替代方案更有效，因为

COUNT(DISTINCT)

通常比其他聚合函数更昂贵。

Answer 4

我认为你可以将其简化为： SUM(e.工资 > 100000) 虽然我不确定为什么会这样。

而如果您使用 COUNT，则必须使用 WHERE 作为条件。