sql查询去重统计的方法总结

说到sql查询去重大家应该都首先会想到distinct 这个关键字。但有时候distinct并不适合某些特殊场景。

场景举例:

下图是我的文件存储表。现在有个需求就是统计上传文件的用户数是多少。

 

如果用distinct 去查询的话数量如下图。数量是8显然不对，正确的数量应该是4，重复的user_id不应该给我统计进去。

distinct 无法满足这种情况怎么办呢，还有一个常用的办法就是利用group by 进行分组统计。请直接看代码我是这么写的SELECT  COUNT(1) AS countUser FROM (SELECT COUNT(1)  FROM sys_file_info GROUP BY user_id ) AS a。这句话查询出来的就是正确的。

分组统计的思路，咱们先看下分组统计是什么样的。根据user_id分了4组，每个分组的数量是1,2,1,4。那么分组数就是去重后的用户数，即4组=4个用户。

咱们这时候统计一下分组的数量就可以了，怎么才能把分组的数量进行统计出来呢。很简单就是利用子查询，把分组查询出来的表当做一个伪表再进行统计一次就可以了。

SELECT  COUNT(1) AS countUser FROM (SELECT COUNT(1)  FROM sys_file_info GROUP BY user_id ) AS a 红色部分是形成一个伪表。蓝色部分是对伪表进行条数统计，那么就得到了分组的数量，即用户数。