AWS Redshift按用户统计全量记录均超阈值的记录数

嘿，这个需求在AWS Redshift里很容易实现，我给你两种实用的方案，你可以根据场景选择：

方法一：使用GROUP BY + HAVING（简洁高效） #

这种方法利用了如果一个用户的最小records值都大于阈值，那他所有的records肯定都满足条件的逻辑，代码非常简洁：

SELECT user_id, COUNT(*) AS count
FROM mytable
GROUP BY user_id
HAVING MIN(records) > 400;

逻辑说明： #

1. 按user_id分组，把每个用户的所有记录归到一组
2. 用HAVING MIN(records) > 400过滤掉那些存在records≤400的用户（因为只要有一条不满足，MIN值就会≤400）
3. 最后对符合条件的用户统计记录条数，正好匹配你的预期结果

方法二：使用窗口函数（灵活拓展） #

如果之后你需要更复杂的条件判断，窗口函数的方式会更灵活，先标记用户是否存在不符合条件的记录，再筛选统计：

WITH user_records AS (
    SELECT 
        user_id,
        records,
        -- 标记当前用户是否有records≤400的记录：有则为1，无则为0
        MAX(CASE WHEN records <= 400 THEN 1 ELSE 0 END) OVER (PARTITION BY user_id) AS has_invalid
    FROM mytable
)
SELECT user_id, COUNT(*) AS count
FROM user_records
WHERE has_invalid = 0 -- 只保留没有无效记录的用户
GROUP BY user_id;

逻辑说明： #

1. 先用CTE给每条记录加上一个has_invalid标记，通过窗口函数PARTITION BY user_id判断该用户是否存在不符合条件的记录
2. 筛选出has_invalid=0的记录（也就是用户所有记录都满足>400）
3. 最后按用户分组统计条数

两种方法都能得到你想要的结果：

内容的提问来源于stack exchange，提问作者aviss