Ignite使用GROUP BY与IN查询时出现计数结果异常问题

问题场景 #

• 表结构：包含date、id、info三个字段
• 数据状态：id为'a'的记录在2023-07-03和2023-07-04各有3条；id为'b'的记录完全不存在
• 执行的SQL语句：

select date, count(*) from table where id in ('a', 'b') and date between '2023-07-03' and '2023-07-04' group by date

• 预期结果：2023-07-03和2023-07-04的count值均为3
• 实际结果：每日count值均为6

问题根源 #

这是GridGain 8.8.25版本的SQL引擎bug：当IN子句中包含无对应数据的取值（比如这里的'b'）时，查询引擎会错误地将已有数据与空结果集做笛卡尔积，导致符合条件的记录被重复统计，最终count值翻倍。

解决办法 #

• 清理IN子句无效值：直接只保留存在数据的id，将SQL改为id in ('a')，能立刻得到正确的计数结果。
• 用EXISTS替换IN子句：重构SQL避免笛卡尔积问题，示例如下：

select t.date, count(*) 
from table t 
where exists (
    select 1 from (select 'a' as id union all select 'b' as id) ids 
    where ids.id = t.id
)
and t.date between '2023-07-03' and '2023-07-04'
group by t.date

• 升级版本：该bug在GridGain后续的8.8.x小版本及更高主版本中已被修复，升级到新版本可以彻底解决这个问题。

内容的提问来源于stack exchange，提问作者Vincent Y