SQL中按性别统计访客人数的更优实现方式？

你的核心需求是统计指定日期范围内有访问记录的唯一客户的男女数量，同一客户多次访问仅计一次。以下几种写法可以实现更简洁或性能更优的效果：

1. 最简洁的标准SQL写法（COUNT(DISTINCT) + CASE） #

利用COUNT(DISTINCT)会忽略NULL的特性，直接在主查询中完成去重和统计，无需子查询嵌套：

SELECT
    COUNT(DISTINCT CASE WHEN gender = 1 THEN pp.person_id END) AS Male,
    COUNT(DISTINCT CASE WHEN gender = 2 THEN pp.person_id END) AS Female
FROM PERSON pp
INNER JOIN PERSON_VISITS p 
    ON pp.person_id = p.person_id
WHERE p.visit_date BETWEEN &p_start_date AND &p_end_date;

逻辑：当客户性别为1时返回其person_id，否则返回NULL，COUNT(DISTINCT)会自动统计该性别下的唯一客户数，完美匹配需求。

2. 性能优先的写法（子查询去重后关联） #

将日期范围内的唯一访客ID单独提取，再关联PERSON表统计性别，这种写法的子查询数据量更小，数据库优化器更容易生成高效执行计划：

SELECT
    SUM(CASE WHEN gender = 1 THEN 1 ELSE 0 END) AS Male,
    SUM(CASE WHEN gender = 2 THEN 1 ELSE 0 END) AS Female
FROM PERSON pp
INNER JOIN (
    SELECT DISTINCT person_id
    FROM PERSON_VISITS
    WHERE visit_date BETWEEN &p_start_date AND &p_end_date
) p ON pp.person_id = p.person_id;

3. 简化你的EXISTS写法（数据库特定优化） #

如果使用MySQL这类支持IF函数的数据库，可以把CASE替换为更简短的IF，进一步压缩代码长度：

SELECT
    SUM(IF(gender = 1, 1, 0)) AS Male,
    SUM(IF(gender = 2, 1, 0)) AS Female
FROM PERSON p
WHERE EXISTS (
    SELECT 1 FROM PERSON_VISITS t
    WHERE t.visit_date BETWEEN &p_start_date AND &p_end_date
    AND t.person_id = p.person_id
);

注：IF是非标准SQL，若要兼容所有数据库，还是用CASE更稳妥。

性能对比 #

• EXISTS半连接写法：数据库会在找到第一条匹配的访问记录后立即停止遍历，性能通常最优，适合大表场景。
• COUNT(DISTINCT)写法：代码最简洁，但数据量极大时，COUNT(DISTINCT)的计算开销可能略高于前两种，具体取决于数据库优化器的处理能力。
• 子查询去重关联写法：和EXISTS性能接近，优势是子查询结果可以被复用（如果后续有其他统计需求）。

内容的提问来源于stack exchange，提问作者Luke