【Starrocks】starrocks查询bug:count(distinct)影响count(1)计算结果

最近在使用starrocks时,发现一个比较离谱的、基础的计算引擎bug。进行数据统计时,同时使用count(1) 和count(distinct),count(1)的统计结果会受count(distinct)的影响,返回的是distinct去重后的记录数。理论上,返回的应该是原始数据集的记录数。

以下是现象描述:

select语句同时使用count(1),count(distinct account_id),count(1)的统计值与count(distinct account_id)一致。刚开始我还以是入库异常了,一个账号只入了一条流水记录。

##
mysql> select date,count(1),count(distinct account_id) from dcl.mytable where date='2023-04-24' group by date order by date;
+------------+-------------+----------------------------+
| date       | count(date) | count(DISTINCT account_id) |
+------------+-------------+----------------------------+
| 2023-04-24 |          31 |                         31 |
+------------+-------------+----------------------------+
1 row in set (0.02 sec)

但我对表,只进行count(1)时,发现统计值是正常的。

mysql> select date,count(1) from dcl.mytable where date='2023-04-24' group by date order by date;
+------------+----------+
| date       | count(1) |
+------------+----------+
| 2023-04-24 |   111681 |
+------------+----------+

为了获取到正确的记录统计值,我们可以将count(1)改为sum(1),这时sum(1)返回的统计值符合预期。

mysql> select date,count(1),sum(1),count(distinct account_id) from dcl.mytable where date='2023-04-24' group by date order by date;
+------------+----------+--------+----------------------------+
| date       | count(1) | sum(1) | count(DISTINCT account_id) |
+------------+----------+--------+----------------------------+
| 2023-04-24 |       31 | 111681 |                         31 |
+------------+----------+--------+----------------------------+
1 row in set (0.03 sec)

在同一个语句中,如果有多个count(distinct),那count(1)返回的统计值是符合预期的。

mysql> select date,count(1),sum(1),count(distinct account_id),count(distinct geo) from dcl.mytable where date='2023-04-24' group by date order by date;
+------------+----------+--------+----------------------------+---------------------+
| date       | count(1) | sum(1) | count(DISTINCT account_id) | count(DISTINCT geo) |
+------------+----------+--------+----------------------------+---------------------+
| 2023-04-24 |   111681 | 111681 |                         31 |                 236 |
+------------+----------+--------+----------------------------+---------------------+
1 row in set (0.06 sec)

这个bug只会在count(1)与count(distinct)同时一对一出现时才会出现。猜测是生成执行计划时,stage划分产生异常。该问题已反馈到社区,应该会在近期修复。在此期间我们可以使用sum(1) 替代count(1)以规避这个坑。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值