为什么sum(case)的放置位置会导致SQL查询结果出现差异？

两个查询结果差异的核心原因 #

1. 统计粒度完全不同 #

你的需求是「按天统计每个Genre对应的A占比」，两个查询的统计维度完全不一样：

• 查询1的逻辑完全匹配你的需求：
  第一步先过滤出i_day = '2021-01-01'的所有数据，按Genre分组，对每个Genre分别统计：
  • countA：该Genre下randomValue为A的总行数
  • countB：该Genre下randomValue为B的总行数
    最终返回的是每个Genre对应一行占比结果，有多少个不同的Genre就返回多少行。
• 查询2的统计逻辑和你的需求不匹配：
  第一步先对全表按i_day、Genre、randomValue三个维度预聚合，过滤出指定日期的数据后，没有按Genre分组，直接把所有Genre的A总数、B总数分别求和，最终只返回1行「2021-01-01全天所有数据的整体A占比」。

2. 空值计算的潜在影响 #

如果某个Genre下只有A或者只有B，查询1中对应的countB或countA会返回NULL，countA + countB的计算结果也会是NULL，最终占比会返回空值。而查询2是全量加总，只要当天同时存在A和B的记录就不会出现这个问题，也会导致两边的输出结果看起来不一致。

对齐逻辑的修改方案 #

如果你确实需要每个Genre单独的占比，只需要调整查询2的cte2部分，加上GROUP BY Genre即可，调整后两个查询的结果会完全一致：

cte2 AS
(
    SELECT 
        Genre, -- 新增返回Genre字段
        SUM(CASE WHEN randomValue = 'A' THEN countCombination END) AS countA,
        SUM(CASE WHEN randomValue = 'B' THEN countCombination END) AS countB
    FROM
        cte
    WHERE
        i_day = '2021-01-01'
    GROUP BY Genre -- 新增按Genre分组
)

如果你实际需要的是指定日期全量数据的A占比，那查询2的结果是正确的，只需要调整查询1去掉GROUP BY Genre即可和查询2结果对齐。

内容的提问来源于stack exchange，提问作者Runeaway3