如何用SQL统计Snowflake中每个电话号码的唯一数字数量？

你当前使用的查询逻辑有误，LENGTH(phone_number) - LENGTH(REGEXP_REPLACE(phone_number, '[0-9]', '')) 实际是计算电话号码中数字的总个数，而非唯一数字的数量。比如对于号码9999999999，这个公式得到的结果是10，和你预期的1不符。

下面提供两种在Snowflake中实现需求的方法：

方法一：正则表达式去重后统计长度 #

利用正则匹配并移除重复出现的数字，再计算剩余字符串的长度：

SELECT phone_number,
       LENGTH(REGEXP_REPLACE(phone_number, '(.)(?=.*\\1)', '')) AS unique_digit_count
FROM phone_numbers;

• 正则表达式(.)(?=.*\\1)的作用是：匹配任意字符（这里是数字），且该字符在后续位置还会重复出现，将这类重复字符替换为空，最终剩下的就是所有唯一出现的数字。

方法二：拆分字符后去重计数 #

通过SPLIT_TO_TABLE将电话号码拆分为单个字符的行，再分组统计不同字符的数量：

SELECT phone_number,
       COUNT(DISTINCT value) AS unique_digit_count
FROM phone_numbers,
     LATERAL SPLIT_TO_TABLE(phone_number, '')
GROUP BY phone_number;

• 这种方法逻辑更直观，即使电话号码中包含非数字字符也能适配（不过你的场景中是纯数字号码，两种方法都适用）。

内容的提问来源于stack exchange，提问作者ice_cold