大数据集下：CASE语句与多SELECT查询的性能对比

需求是统计钱包在1天、1个月、3个月、6个月、1年内的创建数量，以及总数量，下面是两种常见的SQL实现方案，还有小数据集下的查询表现分析：

方案一：CASE语句单查询 #

这种方案通过一次查询就能获取所有需要的统计值，用CASE表达式对每条记录做条件判断后累加，避免多次访问表：

SELECT 
    SUM(CASE WHEN(created_at > (CURRENT_DATE - INTERVAL '1 days')) THEN 1 ELSE 0 END) as day_count,
    SUM(CASE WHEN(created_at > (CURRENT_DATE - INTERVAL '1 months')) THEN 1 ELSE 0 END) as month_count,
    SUM(CASE WHEN(created_at > (CURRENT_DATE - INTERVAL '3 months')) THEN 1 ELSE 0 END) as quater_count,
    SUM(CASE WHEN(created_at > (CURRENT_DATE - INTERVAL '6 months')) THEN 1 ELSE 0 END) as half_year_count,
    SUM(CASE WHEN(created_at > (CURRENT_DATE - INTERVAL '1 years')) THEN 1 ELSE 0 END) as year_count,
    count(*) as total_count 
from wallets;

方案二：多SELECT独立查询 #

这种方案需要执行6次独立查询，每个查询对应一个时间范围的统计，每次查询都会单独访问表：

SELECT count(*) from wallets where created_at > CURRENT_DATE - INTERVAL '1 days';
SELECT count(*) from wallets where created_at > CURRENT_DATE - INTERVAL '1 months';
SELECT count(*) from wallets where created_at > CURRENT_DATE - INTERVAL '3 months';
SELECT count(*) from wallets where created_at > CURRENT_DATE - INTERVAL '6 months';
SELECT count(*) from wallets where created_at > CURRENT_DATE - INTERVAL '1 years';
SELECT count(*) from wallets;

小数据集（10条记录）下的查询分析 #

CASE语句查询表现 #

查询执行计划显示：仅对wallets表执行一次全表扫描，随后通过聚合计算一次性得出所有统计结果，整体执行开销极低，没有重复扫描的额外消耗。

多SELECT查询表现 #

查询执行计划显示：每一条SELECT语句都会单独对wallets表执行一次全表扫描，累计执行6次全表扫描。在10条记录的小数据集下性能差异不显著，但重复扫描已经产生了不必要的冗余开销。

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