统计每年仅含取消会话的学员：哪条SQL查询正确？

AI 小北

2026-7-13

统计每年仅拥有取消状态会话的学员数量：SQL查询对比分析

我有一个名为sessions的表，表结构及部分数据如下：

	session_id	session_date_time	mentor_id	mentee_id	session_status	mentor_domain_id
0	1	2021-02-12 00:00:00	30009	20136	canceled	3
1	2	2021-02-12 00:00:00	30032	20003	finished	6
2	3	2021-02-12 00:00:00	30020	20026	finished	2
3	4	2021-02-12 00:00:00	30025	20006	finished	6
4	5	2021-02-12 00:00:00	30011	20006	finished	5
5	6	2021-02-13 00:00:00	30036	20056	finished	5
6	7	2021-02-13 00:00:00	30015	20130	canceled	6
7	8	2021-02-13 00:00:00	30009	20073	finished	7
8	9	2021-02-13 00:00:00	30010	20033	finished	5
9	10	2021-02-13 00:00:00	30004	20047	finished	5
10	11	2021-02-14 00:00:00	30004	20153	finished	6
11	12	2021-02-15 00:00:00	30015	20089	canceled	7
12	13	2021-02-17 00:00:00	30046	20162	finished	6
13	14	2021-02-17 00:00:00	30001	20012	finished	7
14	15	2021-02-17 00:00:00	30025	20126	finished	3
15	16	2021-02-17 00:00:00	30009	20118	canceled	7
16	17	2021-02-17 00:00:00	30017	20098	finished	7
17	18	2021-02-18 00:00:00	30025	20112	canceled	6
18	19	2021-02-18 00:00:00	30004	20072	finished	5
19	20	2021-02-18 00:00:00	30004	20110	finished	5
20	21	2021-02-19 00:00:00	30015	20160	canceled	4
21	22	2021-02-20 00:00:00	30044	20164	finished	4
22	23	2021-02-20 00:00:00	30002	20031	finished	2
10417	10418	2022-09-15 00:00:00	30384	21802	finished	3
10418	10419	2022-09-15 00:00:00	30318	21837	finished	4
10419	10420	2022-09-15 00:00:00	30424	21842	finished	5
10420	10421	2022-09-15 00:00:00	30623	21591	canceled	6

我需要统计每年仅拥有取消状态会话的学员数量，先后编写了两条SQL查询：

第一条SQL查询及结果

select  date_trunc('year', session_date_time) as year_dt,
        count(distinct mentee_id) as mentee_can_ses,
        round((count(distinct mentee_id)-lag(count(distinct mentee_id)) over())*1.0/lag(count(distinct mentee_id)) over(), 2) as mentee_dynamic     
from    sessions as s
where   mentee_id not in (select distinct mentee_id from sessions as s where session_status = 'finished')
group by    date_trunc('year', session_date_time)

查询结果：2021年11名学员，2022年20名学员。

第二条SQL查询及结果

with table1 as (
    select  mentee_id,
            date_trunc('year', session_date_time) as year_dt,
            count(session_id) filter(where session_status='finished') as ses_finished,
            count(session_id) filter(where session_status='canceled') as ses_canceled
    from        sessions as s
    group by    mentee_id, date_trunc('year', session_date_time)
    having  count(session_id) filter(where session_status='finished') = 0
)
select  year_dt,
        count(distinct mentee_id)
from        table1
group by    year_dt

（注：原查询中select distinct mentee_id多余，因为已经按mentee_id分组，每个分组对应唯一的mentee_id）

查询结果：2021年102名仅含取消会话的学员，2022年37名。

哪条查询正确？错误原因是什么？

第二条查询是正确的，第一条查询存在逻辑错误：

第一条查询的核心错误：
子查询select distinct mentee_id from sessions where session_status = 'finished'获取的是所有历史上有过完成会话的学员ID，不管这些完成会话发生在哪一年。外层的where mentee_id not in (...)会把这些学员全部过滤掉——哪怕某个学员在2021年只有取消会话，但2022年有完成会话，这个学员也会被排除在2021年的统计结果之外，完全不符合“按年度统计仅取消会话学员”的需求。
第二条查询的逻辑合理性：
1. 先按mentee_id和年度分组，精准统计每个学员在每一年的完成会话数和取消会话数；
2. 通过having子句筛选出当年没有任何完成会话的学员（即该学员在当年的所有会话都是取消状态）；
3. 最后按年度汇总这些学员的数量，完全匹配需求。

另外，第二条查询中的select distinct mentee_id是多余的，因为已经按mentee_id分组，每个分组只会返回一个唯一的mentee_id，可以直接去掉distinct。

内容的提问来源于stack exchange，提问作者John Doe

统计每年仅含取消会话的学员：哪条SQL查询正确？

第一条SQL查询及结果 #

第二条SQL查询及结果 #

哪条查询正确？错误原因是什么？ #

第一条SQL查询及结果

第二条SQL查询及结果

哪条查询正确？错误原因是什么？