计算员工性别占比的两条SQL查询结果差异原因解析

员工表数据 #

+-------+---------+--------+--------+----------+
| EmpID | EmpName | Gender | Salary | city     |
+-------+---------+--------+--------+----------+
|     1 | Arjun   | M      |  75000 | Pune     |
|     2 | Ekdanta | M      | 125000 | Banglore |
|     3 | Lalita  | F      | 150000 | Mathura  |
|     4 | Madhav  | M      | 250000 | Delhi    |
|     5 | Visakha | F      | 120000 | Mathura  |
+-------+---------+--------+--------+----------+

两个差异查询 #

查询1（包含FROM employee） #

SELECT
(SELECT COUNT(*) FROM employee WHERE gender = 'M') * 100.0 / COUNT(*) AS MalePercentage,
(SELECT COUNT(*) FROM employee WHERE gender = 'F') * 100.0 / COUNT(*) AS FemalePercentage
FROM employee;

查询2（移除FROM employee） #

SELECT
(SELECT COUNT(*) FROM employee WHERE gender = 'M') * 100.0 / COUNT(*) AS MalePercentage,
(SELECT COUNT(*) FROM employee WHERE gender = 'F') * 100.0 / COUNT(*) AS FemalePercentage;

结果差异的核心原因 #

两者的本质区别在于COUNT(*)的统计对象完全不同：

• 查询1：指定FROM employee后，查询基于员工表生成结果集，这里的COUNT(*)统计的是员工表的总记录数（5条）。虽然查询会为表中每一行计算一次占比，但由于没有分组，数据库会自动去重，最终返回一行正确结果：男性占60%，女性占40%。
• 查询2：无FROM子句属于无表查询，此时COUNT(*)统计的是当前查询自身生成的结果行数——这个查询只返回1行，所以COUNT(*)的值是1。计算出来的结果就变成了300%和200%，完全偏离预期。

总结来说，带FROM employee时除数是员工总数，不带时除数是查询返回的行数，这就是结果不同的根本原因。

内容的提问来源于stack exchange，提问作者sandeep kande