SQL技术问询：如何无GROUP BY统计值总和及用户单日最大访问次数？

首先，咱们来搞定你要的totalVisits和max_visits_in_1_day字段。你之前的思路方向是对的，但SQL不允许直接嵌套聚合函数（比如你想的MAX(COUNT(DATE))），所以得用子查询或者窗口函数来间接实现。

方案一：子查询+外层聚合 #

先按visitorId和DATE分组，统计每个用户每天的访问次数，再在外层聚合时取这个次数的最大值，同时保留你原来的totalVisits计算逻辑：

SELECT
    visitorId,
    MAX(visitNumber) - MIN(visitNumber) + 1 AS totalVisits,
    MAX(daily_visit_count) AS max_visits_in_1_day
FROM (
    -- 子查询：统计每个用户每天的访问次数
    SELECT
        visitorId,
        visitNumber,
        DATE,
        COUNT(*) AS daily_visit_count
    FROM your_table
    GROUP BY visitorId, DATE, visitNumber
) AS daily_stats
GROUP BY visitorId;

或者更简洁的写法，子查询只聚焦用户+日期的访问次数统计，再和原表关联：

SELECT
    t.visitorId,
    MAX(t.visitNumber) - MIN(t.visitNumber) + 1 AS totalVisits,
    MAX(d.daily_visit_count) AS max_visits_in_1_day
FROM your_table t
JOIN (
    SELECT visitorId, DATE, COUNT(*) AS daily_visit_count
    FROM your_table
    GROUP BY visitorId, DATE
) d ON t.visitorId = d.visitorId
GROUP BY t.visitorId;

方案二：窗口函数（更灵活） #

用窗口函数可以一步到位，不需要嵌套子查询，还能保留原始行数据（如果后续需要的话）：

SELECT DISTINCT
    visitorId,
    MAX(visitNumber) OVER (PARTITION BY visitorId) - MIN(visitNumber) OVER (PARTITION BY visitorId) + 1 AS totalVisits,
    MAX(COUNT(*) OVER (PARTITION BY visitorId, DATE)) OVER (PARTITION BY visitorId) AS max_visits_in_1_day
FROM your_table;

这里加DISTINCT是因为窗口函数会给每一行都计算一次聚合值，去重后就得到每个用户的唯一结果，和GROUP BY的效果一致。

关于“不使用GROUP BY统计总和” #

如果不想用GROUP BY，窗口函数是最佳解决方案。比如要统计每个用户的总访问次数，可以这样写：

SELECT
    visitorId,
    visitNumber,
    DATE,
    -- 每个用户的总访问次数，每行都会显示该值
    COUNT(*) OVER (PARTITION BY visitorId) AS totalVisits,
    -- 每个用户每天的访问次数
    COUNT(*) OVER (PARTITION BY visitorId, DATE) AS daily_visits
FROM your_table;

窗口函数OVER (PARTITION BY visitorId)会自动把数据按用户分组，对每个组计算聚合值，不需要用GROUP BY压缩行数，每一行都会保留原始数据并附带对应的聚合结果。如果只需要每个用户的唯一统计值，加上DISTINCT即可，就像上面的方案二那样。

小提醒：你原来用MAX(visitNumber)-MIN(visitNumber)+1计算totalVisits，这个逻辑是假设每个用户的visitNumber是连续递增且无缺失的。如果存在跳号情况（比如某用户有visitNumber 1、3，没有2），这种方法会得到3，但实际总访问次数是2，这时候用COUNT(*) OVER (PARTITION BY visitorId)会更准确，你可以根据实际数据情况选择。

内容的提问来源于stack exchange，提问作者GRS