Menghitung DISTINCT melalui beberapa kolom

Apakah ada cara yang lebih baik untuk melakukan kueri seperti ini:

SELECT COUNT(*) 
FROM (SELECT DISTINCT DocumentId, DocumentSessionId
      FROM DocumentOutputItems) AS internalQuery

Saya perlu menghitung jumlah item berbeda dari tabel ini tetapi perbedaannya lebih dari dua kolom.

Permintaan saya berfungsi dengan baik tetapi saya bertanya-tanya apakah saya bisa mendapatkan hasil akhir hanya dengan menggunakan satu permintaan (tanpa menggunakan sub-permintaan)

Jika Anda mencoba untuk meningkatkan kinerja, Anda bisa mencoba membuat kolom yang dihitung tetap pada nilai hash atau gabungan dari kedua kolom.

Setelah dipertahankan, asalkan kolom bersifat deterministik dan Anda menggunakan pengaturan basis data "waras", itu dapat diindeks dan / atau statistik dapat dibuat di atasnya.

Saya yakin jumlah berbeda dari kolom yang dihitung akan setara dengan kueri Anda.

Sunting: Diubah dari permintaan checksum-only yang kurang dapat diandalkan, saya telah menemukan cara untuk melakukan ini (dalam SQL Server 2005) yang bekerja cukup baik untuk saya dan saya dapat menggunakan kolom sebanyak yang saya butuhkan (dengan menambahkannya ke fungsi CHECKSUM ()). Fungsi REVERSE () mengubah int menjadi varchars untuk membuat perbedaan lebih dapat diandalkan

SELECT COUNT(DISTINCT (CHECKSUM(DocumentId,DocumentSessionId)) + CHECKSUM(REVERSE(DocumentId),REVERSE(DocumentSessionId)) )
FROM DocumentOutPutItems

Ada apa dengan kueri Anda saat ini yang tidak Anda sukai? Jika Anda khawatir bahwa DISTINCTdi dua kolom tidak hanya mengembalikan permutasi unik mengapa tidak mencobanya?

Ini tentu berfungsi seperti yang Anda harapkan di Oracle.

SQL> select distinct deptno, job from emp
  2  order by deptno, job
  3  /

    DEPTNO JOB
---------- ---------
        10 CLERK
        10 MANAGER
        10 PRESIDENT
        20 ANALYST
        20 CLERK
        20 MANAGER
        30 CLERK
        30 MANAGER
        30 SALESMAN

9 rows selected.


SQL> select count(*) from (
  2  select distinct deptno, job from emp
  3  )
  4  /

  COUNT(*)
----------
         9

SQL>

sunting

Saya pergi ke jalan buntu dengan analitik tetapi jawabannya sangat jelas ...

SQL> select count(distinct concat(deptno,job)) from emp
  2  /

COUNT(DISTINCTCONCAT(DEPTNO,JOB))
---------------------------------
                                9

SQL>

edit 2

Mengingat data berikut, solusi gabungan yang disediakan di atas akan salah hitung:

col1  col2
----  ----
A     AA
AA    A

Jadi kita memasukkan pemisah ...

select col1 + '*' + col2 from t23
/

Jelas pemisah yang dipilih harus berupa karakter, atau serangkaian karakter, yang tidak akan pernah muncul di kolom mana pun.

Untuk menjalankan sebagai kueri tunggal, gabungkan kolom, lalu dapatkan jumlah instance instance string yang digabungkan.

SELECT count(DISTINCT concat(DocumentId, DocumentSessionId)) FROM DocumentOutputItems;

Di MySQL Anda dapat melakukan hal yang sama tanpa langkah penyatuan sebagai berikut:

SELECT count(DISTINCT DocumentId, DocumentSessionId) FROM DocumentOutputItems;

Fitur ini disebutkan dalam dokumentasi MySQL:

http://dev.mysql.com/doc/refman/5.7/en/group-by-functions.html#function_count-distinct

Bagaimana dengan sesuatu seperti:

pilih hitungan (*)
dari
  (pilih count (*) cnt
   dari DocumentOutputItems
   grup oleh DocumentId, DocumentSessionId) t1

Mungkin hanya melakukan hal yang sama seperti yang sudah Anda lakukan tetapi itu menghindari yang berbeda.

Ini versi yang lebih pendek tanpa subselect:

SELECT COUNT(DISTINCT DocumentId, DocumentSessionId) FROM DocumentOutputItems

Ini berfungsi dengan baik di MySQL, dan saya pikir pengoptimal memiliki waktu lebih mudah memahami yang ini.

Sunting: Rupanya saya salah membaca MSSQL dan MySQL - maaf soal itu, tapi mungkin bisa membantu.

Banyak (sebagian besar?) Basis data SQL dapat bekerja dengan tuple seperti nilai sehingga Anda bisa melakukannya: SELECT COUNT(DISTINCT (DocumentId, DocumentSessionId)) FROM DocumentOutputItems; Jika basis data Anda tidak mendukung ini, dapat disimulasikan sesuai dengan saran @SELUM-Umut-turer dari CHECKSUM atau fungsi skalar lainnya yang memberikan keunikan yang baik mis COUNT(DISTINCT CONCAT(DocumentId, ':', DocumentSessionId)).

Penggunaan terkait tuple sedang dilakukan IN kueri seperti: SELECT * FROM DocumentOutputItems WHERE (DocumentId, DocumentSessionId) in (('a', '1'), ('b', '2'));

Tidak ada yang salah dengan permintaan Anda, tetapi Anda juga bisa melakukannya dengan cara ini:

WITH internalQuery (Amount)
AS
(
    SELECT (0)
      FROM DocumentOutputItems
  GROUP BY DocumentId, DocumentSessionId
)
SELECT COUNT(*) AS NumberOfDistinctRows
  FROM internalQuery

Semoga ini berfungsi saya menulis di prima vista

SELECT COUNT(*) 
FROM DocumentOutputItems 
GROUP BY DocumentId, DocumentSessionId

Saya telah menggunakan pendekatan ini dan itu berhasil bagi saya.

SELECT COUNT(DISTINCT DocumentID || DocumentSessionId) 
FROM  DocumentOutputItems

Untuk kasus saya, ini memberikan hasil yang benar.

jika Anda hanya memiliki satu bidang untuk "DISTINCT", Anda dapat menggunakan:

SELECT COUNT(DISTINCT DocumentId) 
FROM DocumentOutputItems

dan itu mengembalikan rencana permintaan yang sama seperti aslinya, seperti diuji dengan SET SHOWPLAN_ALL ON. Namun Anda menggunakan dua bidang sehingga Anda dapat mencoba sesuatu yang gila seperti:

    SELECT COUNT(DISTINCT convert(varchar(15),DocumentId)+'|~|'+convert(varchar(15), DocumentSessionId)) 
    FROM DocumentOutputItems

tetapi Anda akan memiliki masalah jika NULL terlibat. Saya hanya akan tetap dengan permintaan asli.

Saya menemukan ini ketika saya mencari di Google untuk masalah saya sendiri, menemukan bahwa jika Anda menghitung objek yang berbeda, Anda mendapatkan nomor yang benar kembali (saya menggunakan MySQL)

SELECT COUNT(DISTINCT DocumentID) AS Count1, 
  COUNT(DISTINCT DocumentSessionId) AS Count2
  FROM DocumentOutputItems

Saya berharap MS SQL juga dapat melakukan sesuatu seperti COUNT (PERPINDAHAN A, B). Tetapi tidak bisa.

Awalnya jawaban JayTee sepertinya solusi bagi saya bu setelah beberapa tes CHECKSUM () gagal menciptakan nilai-nilai unik. Contoh singkatnya adalah, CHECKSUM (31.467.519) dan CHECKSUM (69.1111.823) memberikan jawaban yang sama yaitu 55.

Kemudian saya melakukan riset dan menemukan bahwa Microsoft TIDAK merekomendasikan menggunakan CHECKSUM untuk tujuan deteksi perubahan. Di beberapa forum beberapa disarankan menggunakan

SELECT COUNT(DISTINCT CHECKSUM(value1, value2, ..., valueN) + CHECKSUM(valueN, value(N-1), ..., value1))

tapi ini juga tidak nyaman.

Anda dapat menggunakan fungsi HASHBYTES () seperti yang disarankan dalam teka-teki TSQL CHECKSUM . Namun ini juga memiliki peluang kecil untuk tidak memberikan hasil yang unik.

Saya sarankan menggunakan

SELECT COUNT(DISTINCT CAST(DocumentId AS VARCHAR)+'-'+CAST(DocumentSessionId AS VARCHAR)) FROM DocumentOutputItems

Bagaimana dengan ini,

Select DocumentId, DocumentSessionId, count(*) as c 
from DocumentOutputItems 
group by DocumentId, DocumentSessionId;

Ini akan membuat kita menghitung semua kombinasi yang mungkin dari DocumentId, dan DocumentSessionId

Ini bekerja untuk saya. Di oracle:

SELECT SUM(DECODE(COUNT(*),1,1,1))
FROM DocumentOutputItems GROUP BY DocumentId, DocumentSessionId;

Dalam jpql:

SELECT SUM(CASE WHEN COUNT(i)=1 THEN 1 ELSE 1 END)
FROM DocumentOutputItems i GROUP BY i.DocumentId, i.DocumentSessionId;

Saya memiliki pertanyaan serupa tetapi pertanyaan saya adalah sub-permintaan dengan data perbandingan dalam permintaan utama. sesuatu seperti:

Select code, id, title, name 
(select count(distinct col1) from mytable where code = a.code and length(title) >0)
from mytable a
group by code, id, title, name
--needs distinct over col2 as well as col1

mengabaikan kompleksitas ini, saya menyadari saya tidak bisa mendapatkan nilai a.code ke dalam subquery dengan permintaan sub ganda yang dijelaskan dalam pertanyaan asli

Select count(1) from (select distinct col1, col2 from mytable where code = a.code...)
--this doesn't work because the sub-query doesn't know what "a" is

Jadi akhirnya saya tahu saya bisa menipu, dan menggabungkan kolom:

Select count(distinct(col1 || col2)) from mytable where code = a.code...

Inilah yang akhirnya berhasil

Jika Anda bekerja dengan tipe data panjang tetap, Anda dapat binarymelakukan hal ini dengan sangat mudah dan sangat cepat. Dengan asumsi DocumentIddan DocumentSessionIdkeduanya ints, dan karena itu panjangnya 4 byte ...

SELECT COUNT(DISTINCT CAST(DocumentId as binary(4)) + CAST(DocumentSessionId as binary(4)))
FROM DocumentOutputItems

Masalah khusus saya mengharuskan saya untuk membagi SUMdengan COUNTkombinasi yang berbeda dari berbagai kunci asing dan bidang tanggal, pengelompokan dengan kunci asing lain dan kadang-kadang penyaringan dengan nilai atau kunci tertentu. Tabelnya sangat besar, dan menggunakan sub-kueri secara dramatis meningkatkan waktu kueri. Dan karena kerumitannya, statistik bukanlah pilihan yang layak. The CHECKSUMsolusi adalah juga terlalu lambat dalam konversi, terutama sebagai akibat dari berbagai jenis data, dan saya tidak bisa mengambil risiko tidak dapat diandalkan.

Namun, menggunakan solusi di atas hampir tidak ada peningkatan pada waktu permintaan (dibandingkan dengan hanya menggunakan SUM), dan harus sepenuhnya dapat diandalkan! Seharusnya bisa membantu orang lain dalam situasi yang sama jadi saya mempostingnya di sini.

Anda bisa menggunakan Count Function Twice.

Dalam hal ini, itu akan menjadi:

SELECT COUNT (DISTINCT DocumentId), COUNT (DISTINCT DocumentSessionId) 
FROM DocumentOutputItems

Kode ini menggunakan perbedaan pada 2 parameter dan memberikan jumlah jumlah baris yang spesifik untuk jumlah baris yang berbeda tersebut. Ini bekerja untuk saya di MySQL seperti pesona.

select DISTINCT DocumentId as i,  DocumentSessionId as s , count(*) 
from DocumentOutputItems   
group by i ,s;