Databricks SQL查询问题：餐厅订单数最高账户ID结果不符

核心错误点 #

你的SQL语句中，count(order_origin = "RESTAURANT")的用法不符合统计需求：

• 在Databricks SQL中，order_origin = "RESTAURANT"会返回布尔值（true/false），而count()函数会统计所有非NULL值——不管是true还是false都会被计入，最终结果其实是该账户的全部订单总数，而非仅餐厅订单数。

正确的SQL写法 #

需要通过条件聚合来精准统计餐厅订单数，两种常用有效写法：

写法1：SUM+CASE组合 #

SELECT 
  account_id, 
  SUM(CASE WHEN order_origin = 'RESTAURANT' THEN 1 ELSE 0 END) AS Order_From_Restaurant
FROM ord_sample
GROUP BY account_id
ORDER BY Order_From_Restaurant DESC
LIMIT 10

写法2：COUNT+CASE组合（利用COUNT忽略NULL的特性） #

SELECT 
  account_id, 
  COUNT(CASE WHEN order_origin = 'RESTAURANT' THEN 1 END) AS Order_From_Restaurant
FROM ord_sample
GROUP BY account_id
ORDER BY Order_From_Restaurant DESC
LIMIT 10

结果验证 #

使用上述正确查询后，会得到预期结果：账户59a4daa0619c067d79f9c0be27dfe61d91bad7058dea5cd5e964482409484f50的餐厅订单数为431。你之前得到的462是该账户的全部订单数量（包含非餐厅订单），这就是结果不符的根本原因。

内容的提问来源于stack exchange，提问作者KollerBy