如何处理表得到目标event_rate结果？GROUP BY与PARTITION BY该选哪个？

嘿，咱们先把你的需求和场景理清楚：

你的数据与目标 #

首先是你手里的原始表（表1）：

表1（原始数据）

msisdn_b	msisdn_a	event
1111	222	0
1111	333	0
1111	777	1
2222	567	0
2222	571	1
2222	572	1

你想要的是按msisdn_b分组，算出每个组里event总和与总记录数的比值（也就是event_rate），得到下面的表2：

表2（期望结果）

msisdn_b	event_rate
1111	0.333333333
2222	0.666666667

核心结论：只用GROUP BY就够了 #

这个需求完全不需要PARTITION BY，用GROUP BY是最直接、高效的方案。

为啥选GROUP BY？ #

你的目标是把同一个msisdn_b的所有行合并成一行，输出聚合后的统计结果——这正是GROUP BY的本职工作。

给你写个标准SQL的示例：

SELECT
    msisdn_b,
    SUM(event) / COUNT(*) AS event_rate
FROM 你的表名
GROUP BY msisdn_b;

简单解释下：

• SUM(event)：统计每个msisdn_b分组里event=1的总次数（因为event只有0和1，求和就是1的数量）
• COUNT(*)：统计每个分组的总记录数
• 两者相除就得到了你要的事件比率

那PARTITION BY什么时候用？ #

PARTITION BY是窗口函数的语法，它的作用是不合并原始行，给每一行添加上对应分组的统计值。举个例子，如果你想保留原始表的所有6行数据，同时在每行后面加上该msisdn_b对应的event_rate，这时候才需要用PARTITION BY：

示例SQL是这样的：

SELECT
    msisdn_b,
    msisdn_a,
    event,
    SUM(event) OVER (PARTITION BY msisdn_b) / COUNT(*) OVER (PARTITION BY msisdn_b) AS event_rate
FROM 你的表名;

这个查询会返回6行，每行都带着对应分组的比率，但这显然不是你要的表2结果。

一句话总结 #

• 要聚合分组后得到单行统计结果：用GROUP BY
• 要保留原始行，同时追加分组统计信息：用PARTITION BY（窗口函数）

你的需求属于第一种，所以只用GROUP BY就搞定啦。

内容的提问来源于stack exchange，提问作者Jacek Średziński