如何在Athena（Presto）中高效计算分组数据的占总数百分比？

嘿，先帮你揪出原SQL里的一个关键错误：你的GROUP BY子句写错啦，应该按Type分组，而不是count(*)——不然语法直接就报错了！

接下来给你PrestoDB（适配Amazon Athena）里的最优实现，核心是用窗口函数来计算百分比，这种方式不需要额外的子查询或自连接，性能最高，代码也最简洁：

SELECT 
    Type,
    count(*) AS CountPerType,
    -- 计算百分比：用窗口函数SUM() OVER()获取总数量，避免二次扫描表
    100.0 * count(*) / SUM(count(*)) OVER () AS Percentage
FROM myTable 
WHERE Date BETWEEN 20200101 AND 20200131
GROUP BY Type;

为什么这是最优方案？ #

• 性能高效：窗口函数SUM(count(*)) OVER ()会在GROUP BY的聚合结果上直接计算总数量，不需要额外扫描整张表或者做自连接，Presto的查询优化器会高效处理这个逻辑。
• 代码简洁：不需要嵌套子查询，逻辑一目了然，维护成本低。
• 精度可控：用100.0作为乘数是为了触发浮点运算，避免整数除法导致的精度丢失（比如如果用整数100，结果会被截断为整数）。

可选优化：保留小数位数 #

如果需要固定百分比的小数位数（比如保留2位），可以用ROUND()函数包裹计算逻辑：

SELECT 
    Type,
    count(*) AS CountPerType,
    ROUND(100.0 * count(*) / SUM(count(*)) OVER (), 2) AS Percentage
FROM myTable 
WHERE Date BETWEEN 20200101 AND 20200131
GROUP BY Type;

内容的提问来源于stack exchange，提问作者noamtm