如何在Presto/AWS Athena中合并两个分组时间序列查询结果

嘿，这个问题我熟！你不需要搞复杂的表关联，用条件聚合就能一步到位，而且性能比关联两张表好得多。核心思路是在同一个查询里，用CASE WHEN分别统计过滤和未过滤的distinct id数量，再按年月分组。

解决方案SQL代码 #

SELECT
  -- 生成YYYY-MM格式的年月字符串，替换event_date为你的日期列名
  format_date('%Y-%m', date_trunc('month', event_date)) AS month_year,
  -- 统计value='bla'时的distinct id数量，不符合条件的id会被转为NULL，COUNT(DISTINCT)自动忽略NULL
  COUNT(DISTINCT CASE WHEN value = 'bla' THEN id END) AS filtered_ids,
  -- 直接统计所有distinct id数量
  COUNT(DISTINCT id) AS unfiltered_ids
FROM
  your_table_name -- 替换为你的表名
GROUP BY
  month_year
ORDER BY
  month_year; -- 按年月排序，保证时间序列的顺序

结果说明 #

执行这个查询后，你会得到完全符合预期的结果格式：

额外提示 #

如果你的日期列不是标准日期类型（比如是字符串），可以先用parse_date函数转换：

format_date('%Y-%m', date_trunc('month', parse_date('%Y-%m-%d', date_string_column))) AS month_year

根据你的实际日期格式调整parse_date的格式参数即可。

内容的提问来源于stack exchange，提问作者oblio