SparkSQL中SUM嵌套含COUNT的CASE WHEN引发AnalysisException的解决方案咨询

我来帮你搞定这个Snowflake查询的问题！你遇到的AnalysisException是因为Snowflake严格遵循SQL标准，不允许在一个聚合函数（比如SUM）的参数里直接使用另一个聚合函数（比如COUNT）——虽然Spark可能支持这种写法，但Snowflake要求我们调整逻辑来避免嵌套聚合。

错误原因分析 #

你的原始Spark查询用了SUM(CASE WHEN ... COUNT(ID) ...)的嵌套聚合写法，这在Snowflake里是不被允许的。其实你的需求本质是统计每个SERIES中，CHANNEL属于指定列表的ID总数量，完全不需要嵌套聚合，我们可以用更简洁合规的方式实现。

解决方案1：用子查询拆分聚合（对应你提到的两步逻辑） #

把内层的聚合放到子查询中，先按SERIES和CHANNEL分组计算每个渠道的ID数量，再在外层汇总符合条件的渠道数据：

WITH channel_counts AS (
    SELECT
        SERIES,
        CHANNEL,
        COUNT(ID) AS channel_id_count
    FROM df_xl
    GROUP BY SERIES, CHANNEL
)
SELECT
    SERIES,
    SUM(CASE WHEN CHANNEL IN ('BXV','Comedy Central','ZV') THEN channel_id_count ELSE 0 END) AS "M0-05"
FROM channel_counts
GROUP BY SERIES;

解决方案2：简化逻辑（更高效推荐） #

Snowflake提供了COUNT_IF函数，或者用带CASE的COUNT，直接一步到位统计符合条件的ID数量，完全避免嵌套：

SELECT
    SERIES,
    -- 写法1：使用Snowflake内置的COUNT_IF函数
    COUNT_IF(CHANNEL IN ('BXV','Comedy Central','ZV')) AS "M0-05"
    -- 写法2：等价的标准SQL写法，兼容性更强
    -- COUNT(CASE WHEN CHANNEL IN ('BXV','Comedy Central','ZV') THEN ID END) AS "M0-05"
FROM df_xl
GROUP BY SERIES;

结果验证 #

这两种写法都能输出你预期的结果：

内容的提问来源于stack exchange，提问作者James Taylor