如何修复AWS Athena(Presto)仅按user_id分组的SQL运行报错

• 核心逻辑错误：原SQLWHERE子句仅筛选了2022-01-01至上月末的数据，2021年全年的记录被完全过滤，导致count_bb统计结果永远为0，根本无法满足count_bb>300的过滤条件。
• 报错直接原因：AWS Athena基于Presto引擎的SQL校验规则要求，HAVING子句中出现的所有表达式要么是聚合运算结果，要么必须出现在GROUP BY字段列表中。原SQL在HAVING中直接编写了动态日期计算的非聚合表达式，虽然该表达式计算结果是全局常量，但校验器无法自动识别其常量属性，因此抛出must be an aggregate expression or appear in GROUP BY clause错误。
• 隐性问题：全链路重复编写相同的日期截断、计算逻辑，且通过varchar类型做日期比较，容易触发类型不匹配的隐性错误。

全程不需要新增任何GROUP BY字段，仅保留按user_id分组的逻辑，修复点如下：

• 调整WHERE子句的日期筛选范围，覆盖2021-01-01至上月末，保证2021年的bb字段数据能被正常统计
• 通过单行CTE提前计算好全局固定值：上月末日期、count_cc的过滤阈值，避免在主查询中重复编写日期运算逻辑，同时绕开HAVING子句的非聚合表达式校验问题
• 统一使用date类型做日期比较，避免varchar隐式转换带来的匹配错误
• HAVING子句直接引用SELECT阶段生成的聚合字段别名，减少重复的聚合计算

with params as (
    select
        -- 计算上月末日期
        date_add('day', -1, date_trunc('month', current_date)) as last_month_end,
        -- 提前计算count_cc的过滤阈值
        round(
            date_diff('day', date '2022-01-01', date_add('day', -1, date_trunc('month', current_date))) * 300 / 365
        ) as cc_threshold
)
select
    aa.user_id,
    count(case when aa.date between date '2021-01-01' and date '2021-12-31' then bb end) as count_bb,
    count(case when aa.date between date '2022-01-01' and p.last_month_end then cc end) as count_cc
from aa
-- 关联单行参数表，不会产生笛卡尔积
cross join params p
where 
    -- 日期范围覆盖两个统计周期
    aa.date between date '2021-01-01' and p.last_month_end
group by aa.user_id
having 
    count_bb > 300
    and count_cc > p.cc_threshold

注意：如果aa.date字段本身是varchar类型，将SQL中所有aa.date替换为cast(aa.date as date)即可，保证日期比较的类型一致。

内容的提问来源于stack exchange，提问作者SJ W