Redshift如何判断特定值在同一行多列中出现次数是否大于1

你原来的自关联方案逻辑可运行，但存在额外的表关联开销，可以用更简洁的方式实现，无需子查询、无需多表关联，仅单次扫描表即可完成计算：

方案1：布尔值转整数直接求和（性能最优） #

利用Redshift支持布尔值强制转换为整数的特性（true转1、false转0），直接对字段匹配结果求和即可得到X的出现次数：

select 
    id,
    A,
    B,
    C,
    D,
    E,
    (
        (A = 'X')::int 
        + (B = 'X')::int 
        + (C = 'X')::int 
        + (D = 'X')::int 
        + (E = 'X')::int
    ) > 1 as Result
from foo
-- 若仅需要保留至少包含1个X的行，打开下方where条件
-- where 'X' in (A,B,C,D,E)

方案2：数组展开计数（扩展性更强） #

如果后续需要统计的字段数量可能变动，可以将字段转为数组后展开计数，修改时只需调整数组内的字段列表即可：

select 
    id,
    A,
    B,
    C,
    D,
    E,
    (
        select count(*) 
        from unnest(array[A,B,C,D,E]) as col(val) 
        where val = 'X'
    ) > 1 as Result
from foo
-- 同方案1，需筛选仅含X的行可打开下方条件
-- where 'X' in (A,B,C,D,E)

两种方案均可以得到和示例完全匹配的输出结果，相比原关联写法减少了子查询与关联开销，执行效率更高，代码也更简洁易维护。

内容的提问来源于stack exchange，提问作者seb