SQL Server中GROUP BY的COUNT结果加NULL行数与表总行数不匹配问题

• COUNT(列名)的统计规则问题
  COUNT(Gender)在统计时会自动忽略Gender为NULL的行，所以你用GROUP BY Gender得到的NULL分组对应的GenderCount=0，不代表该分组实际只有0行，这个0只是说明该分组所有行的Gender都是NULL，没有非NULL的值可以统计。统计分组行数应该用COUNT(*)，它会统计分组内所有行，不受列值是否为NULL的影响。
• 存在未被纳入统计的Gender异常取值
  你将Male、Female的统计值和单独查询的NULL行数相加时，忽略了Gender列可能存在的其他合法/非法取值，比如空字符串''、带空格的' '、拼写不规范的性别值等，这些值会在GROUP BY时独立成组，你没有把这些组的行数纳入总和，同时你单独查询Gender IS NULL的结果如果是手动读取SSMS结果集的行数，也可能存在计数偏差，二者叠加导致总和与总行数差了3444。
• 特殊情况：如果两次查询间隔较长，可能中间有对AllData表的增删操作，导致不同时间点的统计结果不一致。

1. 首先用正确的方式统计每个Gender分组的实际行数，直接就能看到所有分组的数值，总和必然和总行数对齐：

SELECT Gender, COUNT(*) AS GenderCount
FROM AllData
GROUP BY Gender
ORDER BY GenderCount DESC

把返回结果里所有GenderCount相加，肯定等于3471007，你可以直接找到数值为3444的分组对应的Gender取值，就是差异来源。
2. 核实NULL值的准确行数，不要手动数结果集，用聚合函数直接得到结果：

SELECT COUNT(*) AS NullGenderRows
FROM AllData
WHERE Gender IS NULL

3. 如果需要排查空值类的异常取值，可以执行以下查询确认：

-- 统计空字符串的行数
SELECT COUNT(*) AS EmptyStrGenderRows
FROM AllData
WHERE Gender = ''

-- 统计全为空格的非NULL行数
SELECT COUNT(*) AS SpaceGenderRows
FROM AllData
WHERE LTRIM(RTRIM(Gender)) = '' AND Gender IS NOT NULL

4. 如果存在跨时间查询数据变动的问题，可以在业务低峰无数据写入时重新执行所有统计，或者开启快照隔离级别保证所有查询读取的是同一个时间点的数据。

内容的提问来源于stack exchange，提问作者LNV