SQL列选择、GROUP BY语法规则及JOIN关联查询相关问题咨询

聚合函数与GROUP BY的对应规则 #

不是所有查询选中的列都需要放入GROUP BY子句，仅需满足以下规则即可：

• 被SUM()、COUNT()、MAX()等聚合函数包裹的列，不需要放入GROUP BY子句
• 未被聚合函数包裹的非聚合列，必须全部出现在GROUP BY子句中，否则会触发语法报错

合法示例 #

-- user_id为非聚合列放入GROUP BY，order_cnt为聚合结果无需放入
SELECT user_id, COUNT(*) AS order_cnt
FROM orders
GROUP BY user_id

另外BigQuery对标准SQL做了扩展支持功能依赖识别：如果GROUP BY的字段是某张表的主键，那么该表的其他非聚合列即使没有显式放入GROUP BY子句，也不会触发报错，因为主键可以唯一确定同表其他字段的取值。

JOIN搭配COUNT(*)常见报错/结果异常原因 #

关联查询搭配计数出错的问题，基本都属于以下两类场景：

1. 关联后行数膨胀导致计数结果不符合预期 #

当你关联一对多关系的表时，主表单行会匹配子表的多行数据，直接使用COUNT(*)统计的是关联后结果集的总行数，而非你预期的主表/某张子表的行数。

示例：统计每个用户的收货地址数量时额外关联了订单表，同一用户的同一个收货地址会匹配到多条订单记录，直接COUNT(*)会导致计数结果偏大

错误写法

SELECT 
  u.user_id,
  COUNT(*) AS address_cnt
FROM users u
LEFT JOIN user_addresses a ON u.user_id = a.user_id
LEFT JOIN orders o ON u.user_id = o.user_id
GROUP BY u.user_id

修正写法

改用COUNT(DISTINCT 目标表主键)实现去重计数：

SELECT 
  u.user_id,
  COUNT(DISTINCT a.address_id) AS address_cnt
FROM users u
LEFT JOIN user_addresses a ON u.user_id = a.user_id
LEFT JOIN orders o ON u.user_id = o.user_id
GROUP BY u.user_id

2. 非聚合列归属不清晰导致语法报错 #

多表关联后如果存在来自不同表的非聚合列，要确保所有非聚合列都已经放入GROUP BY子句，建议所有字段都添加表别名限定，避免多表同名字段导致的解析错误。

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