COUNT（DISTINCT）和COUNT（*）+ GROUP BY给出不同的结果

Question

我们要查询其中一个数据集以获取唯一ID

SELECT count(distinct id) FROM [MyTable] LIMIT 1

另一个查询运行了类似的命令

SELECT count(*) From  ( select id FROM MyTable group by id) A ; 

第一个命令效率更高，但输出应该相同。但是，他们得到了不同的结果。第一个查询返回的结果大约是数据集的1.5％，超过1亿行。

Answer 1

COUNT(DISTINCT field)只是一个估计值。如果您需要准确的结果，可以使用EXACT_COUNT_DISTINCT(field)。

查询参考中解释了这一点：https://cloud.google.com/bigquery/query-reference?hl=en#countdistinct

Answer 2

检查COUNT([DISTINCT] field [, n])定义

It is a statistical approximation and is not guaranteed to be exact.

第二个查询返回精确计数，因此差异