Google BigQuery中Group By计数结果恒为1的SQL问题排查

SQL逻辑错误原因 #

• 聚合函数使用不符合需求：你当前的聚合逻辑是对每个sourcecommonname分组内的sourcecommonname字段去重计数，由于分组后单组内该字段值唯一，所以返回结果全为1，完全偏离了你要统计每个媒体下符合条件的文章数量的需求。
• 正确的聚合逻辑应该是统计每个分组内的文章条数：如果表中每行对应一篇独立文章，直接用COUNT(*)即可；如果存在同一篇文章重复入库的情况，替换为COUNT(DISTINCT 你的文章唯一ID字段)即可。

修正后的SQL参考：

SELECT
  sourcecommonname,
  COUNT(*) AS counter
FROM
  `israel_media`
WHERE
  persons LIKE '%donald trump%'
GROUP BY
  sourcecommonname

小提示：如果你的persons字段是BigQuery的数组类型，上述LIKE匹配可能存在遗漏，可调整为EXISTS (SELECT 1 FROM UNNEST(persons) person WHERE LOWER(person) LIKE '%donald trump%')来提升匹配准确性。

内容的提问来源于stack exchange，提问作者Ariel Pesso