BigQuery SQL如何提供不同的DISTINCT和GROUP BY结果？

Question

我们似乎从Google Big Query中的旧SQL和标准SQL中获得了两个不同的，互不兼容的结果。

这是我们的标准SQL查询...它给出了218,529行的答案。

SELECT DISTINCT(EID)
FROM test.ourBQtable

这是我们的遗留SQL查询...

SELECT COUNT(EID) AS Total, EID 
FROM [ourBQproject:test.ourBQtable] 
GROUP BY EID 
ORDER BY Total DESC

这显示的结果如下表所示，但还显示了218,529行结果：

Total     EID
376       jb+qLvHMm5JrMkNybAi6uC75FzgsGcNQhJ19IeWFDcQ=
352       JGqNBgicm+mpcYBS4K7AI2WXI3xaSgMkktb+7oOjjnQ=

如何使用看似重复的EID（其中376个如表中的一个案例所示） - 但是当使用DISTINCT（EID）命令时 - 行数不会减少？ DISTINCT不应该过滤掉所有重复的行吗？我们真的有重复的行吗？

我们理解中缺少什么？

Answer 1

您的代码似乎工作正常。

DISTINCT EID表示EID有218,529个不同的值。这应该为218,529个不同的EID s。

中的每一个返回一行

当您使用GROUP BY时，每个EID都会获得一行。在这种情况下，您获得相同的数字。

尝试运行此查询：

SELECT COUNT(*) as num_rows, COUNT(DISTINCT EID) as num_eids
FROM test.ourBQtable;

这将显示表格中的行数以及EID（忽略NULL值）的不同值的数量。“

Answer 2

以下两个查询是等效的，并返回相同的数字或行 - 每个唯一的EID一个

   

SELECT DISTINCT EID
FROM test.ourBQtable   

和

SELECT EID 
FROM test.ourBQtable 
GROUP BY EID   

这解释了为什么输出行的数量相同

现在，在第二个查询中添加了COUNT（EID）

SELECT COUNT(EID) AS Total, EID 
FROM test.ourBQtable 
GROUP BY EID   

这不会改变输出行的数量，而是在test.ourBQtable中添加相应EID的行数（如果总结所有这些计数 - 您将获得原始表中的总行数）