如何将多临时表关联的统计SQL优化为单次扫描的查询语句？

• 对同一张PlayerTrack表重复执行3次带GROUP BY的全量扫描，大表场景下IO开销极高，执行效率差
• 依赖多个临时表做INNER JOIN关联的写法存在逻辑漏洞：如果某支队伍的某个球衣号球员所有追踪帧都是插值生成的，那么在仅筛选非插值帧的Temp3表中不会存在对应行，INNER JOIN时会直接把该条数据过滤掉，导致最终统计结果缺漏
• 全流程需要创建4个临时表，额外占用临时存储空间，执行链路冗长

用条件聚合逻辑，仅做1次表扫描就能完成所有维度的统计计算，完全不需要创建任何中间临时表，同时从逻辑上避免原写法丢数据的问题。
优化后的完整SQL如下：

SELECT
  TeamID,
  JerseyNumber,
  COUNT(FrameNumber) AS T,
  SUM(CASE WHEN Interpolated = 0 THEN 1 ELSE 0 END) AS NI,
  SUM(CASE WHEN Interpolated = 1 THEN 1 ELSE 0 END) AS I,
  -- 聚合阶段直接计算百分比，无需后续关联
  (SUM(CASE WHEN Interpolated = 0 THEN 1 ELSE 0 END) * 1.0 / COUNT(FrameNumber)) * 100 AS NIPercentage,
  (SUM(CASE WHEN Interpolated = 1 THEN 1 ELSE 0 END) * 1.0 / COUNT(FrameNumber)) * 100 AS IPercentage
FROM PlayerTrack
GROUP BY TeamID, JerseyNumber;

• 可增加除零保护，避免极端场景下分母为0触发计算报错，把分母位置的COUNT(FrameNumber)替换为NULLIF(COUNT(FrameNumber), 0)即可
• 如果表数据量较大，可在(TeamID, JerseyNumber, Interpolated, FrameNumber)字段上建立覆盖索引，把全表扫描替换为索引扫描，进一步降低IO开销
• 优化后的写法完全保留了原逻辑中COUNT(FrameNumber)只统计非空FrameNumber条目的统计口径，不会出现数据偏差

内容的提问来源于stack exchange，提问作者Bakeduck2021