SQL人均借阅量统计查询错误：LEFT OUTER JOIN分组逻辑排查

• 分组字段选型错误：你的怀疑是正确的，原查询使用GROUP BY Loan.IDNumber分组就是核心问题。由于是LEFT OUTER JOIN，未产生借阅记录的订阅者对应的Loan表字段全为NULL，这些无借阅记录的用户会被归入同一个NULL分组；存在借阅行为的用户，若有多次借阅会生成多行Loan关联记录，按Loan表字段分组完全打乱了按订阅者维度统计的逻辑，最终才会出现统计结果仅返回0或1的异常值。
• 计算逻辑错位：人均借阅量的全局统计逻辑为「总有效借阅次数 / 全体在册订阅者总人数」，原查询在分组结果集上直接计算COUNT(Loan.IDNumber) / COUNT(SUSCRIBER.IDNumber)，实际计算的是单组内的借阅数和单组内订阅者数的比值，由于同一组内SUSCRIBER.IDNumber的取值唯一，这个比值本质是单个用户的借阅计数，根本无法算出全局平均结果。
• 聚合规则误用：LEFT JOIN场景下统计关联表的非空记录数，需要基于关联表的非空字段做计数，不能跨表混算两个计数的比值来模拟全局平均。

根据业务统计口径的不同，分两种可直接落地的SQL写法：

口径1：全局整体人均借阅量（分母覆盖所有在册订阅者，包含从未借阅的用户） #

这是图书馆统计最常用的口径，核心逻辑为总借阅记录数除以全部订阅者总数，SQL实现如下：

SELECT 
  -- 乘1.0规避整数除法截断问题，确保结果保留小数
  COUNT(Loan.IDNumber) * 1.0 / (SELECT COUNT(IDNumber) FROM SUSCRIBER) AS avg_loan_per_subscriber
FROM SUSCRIBER
LEFT OUTER JOIN Loan 
  ON SUSCRIBER.IDNumber = Loan.IDNumber;

其中COUNT(Loan.IDNumber)会自动忽略左连接生成的NULL值，精准统计所有有效借阅记录数；分母的订阅者总数通过独立子查询获取，是固定常量，不受分组维度影响。

口径2：订阅者维度的个人借阅明细统计 #

如果需要输出每个订阅者对应的个人借阅量（从未借阅的用户记录保留，借阅数记为0），需要修正分组字段为订阅者表的主键，SQL实现如下：

SELECT 
  SUSCRIBER.IDNumber,
  SUSCRIBER.Name,
  -- 非空计数自动将无借阅记录的用户统计为0
  COUNT(Loan.IDNumber) AS personal_loan_count
FROM SUSCRIBER
LEFT OUTER JOIN Loan 
  ON SUSCRIBER.IDNumber = Loan.IDNumber
GROUP BY 
  SUSCRIBER.IDNumber, 
  SUSCRIBER.Name; -- 按主键分组后，同组内的Name取值唯一，符合标准SQL分组规则

如果需要在该明细结果的基础上计算全局人均值，直接复用口径1的总借阅数/总订阅数公式即可，无需在逐行结果中做除法计算。

• 左连接场景下禁止使用右表（此处为Loan表）的字段做分组依据：右表字段在未匹配的行中为NULL，会将所有无关联记录的用户合并为一个分组，直接导致统计维度错乱。
• 全局类聚合指标的分母不要依赖分组结果集内的计数：全局总人数是固定常量，需要通过独立子查询获取，不能通过行级的分组计数直接做除法模拟。
• 注意数据库的整数除法规则：多数数据库中两个整数直接相除会自动截断取整，必须通过乘以浮点值（如1.0）转换计算类型，才能得到带小数的正确平均值。

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