去重计数如何开窗

### 如何在去重计数时使用开窗函数 在 SQL 查询中，当需要对数据进行去重并统计数量时，可以借助开窗函数完成这一需求。相比传统的 `GROUP BY` 和 `DISTINCT` 方法，开窗函数提供了更灵活的方式处理复杂场景。 #### 去重计数的核心逻辑 通过开窗函数中的 `ROW_NUMBER()` 或者 `RANK()` 来标记每一组内的记录顺序，并基于此筛选出唯一的记录[^2]。具体来说： - **`ROW_NUMBER()`**: 为每条记录分配一个唯一编号，按指定条件排序后，取第一个作为代表。 - **`PARTITION BY`**: 定义分组依据，类似于 `GROUP BY` 的作用，但保留了原始行数。 - **`ORDER BY`**: 在每个分组内部定义排序规则，决定哪一条记录被选为代表。 最终可以通过 `WHERE` 子句过滤掉多余的重复项，仅保留所需的一条记录用于后续计数操作。 以下是具体的实现方式及其解释： ```sql WITH RankedData AS ( SELECT column_to_count, -- 被统计的列 other_columns, -- 可能存在的其他辅助列 ROW_NUMBER() OVER(PARTITION BY key_column ORDER BY sort_column) AS rn FROM your_table_name ) SELECT column_to_count, COUNT(*) AS count_result FROM RankedData WHERE rn = 1 GROUP BY column_to_count; ``` #### 关键点解析 1. **创建中间结果集** 使用 CTE（Common Table Expression），即上面代码中的 `RankedData` 表达式，先给每组数据打上序号标签。这里假设我们希望根据某关键字段 (`key_column`) 进行分组，并按照另一个字段(`sort_column`) 排序来确定优先级[^3]。 2. **去除冗余记录** 当设置好窗口之后，在外部查询里加入条件 `rn = 1` ，这样就只选取各组里的第一条记录，从而实现了初步的去重效果。 3. **执行最后一步聚合运算** 对已经清理过的数据再次运用标准的 `GROUP BY` 结合 `COUNT()` 函数得出目标统计数据[^4]。 这种方法的优势在于它不仅能够有效剔除多余副本，而且还能保持原有表格结构不变的同时引入额外计算维度，非常适合于那些既需展示明细又想附加汇总指标的应用场合。 --- ### 示例应用案例 假设有如下员工职位信息表 `titles`: | emp_no | title | |--------|-------------| | 10001 | Engineer | | 10002 | Manager | | 10003 | Engineer | | 10004 | Director | | 10005 | Engineer | 如果我们想知道除去重复人员之外不同职称的数量分布情况，则可以用下面这段脚本解决这个问题： ```sql WITH UniqueTitles AS ( SELECT title, emp_no, ROW_NUMBER() OVER(PARTITION BY title ORDER BY emp_no) AS row_num FROM titles ) SELECT title, COUNT(emp_no) AS unique_emp_count FROM UniqueTitles WHERE row_num = 1 GROUP BY title; ``` 运行以上语句将会得到类似这样的输出结果： | title | unique_emp_count | |------------|------------------| | Engineer | 1 | | Manager | 1 | | Director | 1 | 这意味着尽管有多个工程师任职经历，但在我们的新报表里他们只会算作一个人次而已。 ---