为何在GROUP BY中添加列会使SUM()的结果增大？

嘿，这个问题的核心是分组粒度的变化对count(distinct)统计逻辑的影响，咱们结合你的例子一步步拆解清楚：

首先从你给出的结果反推，你的table1里应该存在这样的情况：同一个日期+ID组合，对应了不同的Column2值——比如某一天里，ID=1既出现在Column2=Yes的记录里，也出现在Column2=No的记录里。

第一个查询的执行逻辑 #

你执行的第一个语句：

select date, sum(Result_of_count) 
from (select date, count(distinct ID) as Result_of_count from table1 group by date) 
group by date

这里子查询的分组粒度是仅按date：

• 对于每个日期，不管Column2是什么，只统计这个日期下所有不同ID的数量（每个ID在该日期下只被计数一次）
• 外层sum把每个日期的计数值加总，最终得到10。

第二个查询的执行逻辑 #

当你在子查询的GROUP BY中添加column2后，语句变成：

select date, sum(Result_of_count) 
from (select date, column2, count(distinct ID) as Result_of_count from table1 group by date, column2) 
group by date

这里子查询的分组粒度变成了**date + column2的组合**：

• 对于每个日期+Column2的分组，统计该分组下不同ID的数量
• 如果同一个ID在同一个日期的不同Column2分组里都有记录，这个ID会在每个对应的分组里各被计数一次（比如ID=1在2022-01-01的Yes分组里计1，No分组里也计1）
• 外层sum把这些分组的计数值全部加起来，自然就会比第一个查询的结果大——因为原本在单个日期里只被计一次的ID，现在被拆分到多个Column2分组里重复计数了。

举个更具体的小例子帮助理解：
假设table1里有如下记录：

第一个子查询group by date的结果是：

sum后这部分是2。

第二个子查询group by date, column2的结果是：

sum后这部分是2+1=3，比第一个结果多了1——原因就是ID=1在Yes和No两个分组里各被计了一次，被重复加总了。

回到你的例子，结果从10变成13，说明有3次这样的重复计数情况（比如3个ID在同一个日期的不同Column2分组里被分别计数）。

内容的提问来源于stack exchange，提问作者condexter