SQL查询如何统计分组内的数据唯一性比例_COUNT DISTINCT比例计算-SQL-PHP中文网

应使用COUNT(DISTINCT col)/COUNT(*)在GROUP BY下计算，分母必须是组内行数而非全表；需显式转浮点防整除，注意NULL被自动忽略而空字符串会计入。

sql查询如何统计分组内的数据唯一性比例_count distinct比例计算

SQL里怎么算每个分组的`COUNT(DISTINCT)`占总行数的比例

直接用 COUNT(DISTINCT col) 除以 COUNT(*) 就行，但必须在 GROUP BY 下做，否则分母是全表总数，不是组内总数。常见错误是漏写 GROUP BY 或把两个聚合写在不同层级导致语法报错。

典型场景：分析用户行为日志中，每个 user_id 的操作类型（action_type）有多“分散”——比如一个用户只点一次“购买”，比例是 1/1 = 1；另一个用户点了 5 次，但全是“浏览”，比例就是 1/5 = 0.2。

分母必须是组内行数：COUNT(*)，不能用子查询算全表再关联，否则性能差且逻辑错
分子用 COUNT(DISTINCT action_type)，注意 NULL 值会被自动忽略（符合多数业务预期）
除法结果默认是整数（尤其在 MySQL 5.7 或 SQLite 中），要显式转成浮点：CAST(COUNT(DISTINCT action_type) AS REAL) / COUNT(*) 或 1.0 * COUNT(DISTINCT action_type) / COUNT(*)

SELECT 
  user_id,
  CAST(COUNT(DISTINCT action_type) AS REAL) / COUNT(*) AS distinct_ratio
FROM user_log
GROUP BY user_id;

PostgreSQL/MySQL 8.0+/SQL Server 怎么避免重复扫描提升性能

如果表很大，又需要同时统计多个维度的去重比例（比如既要按 user_id 算，又要按 date 算），多次 GROUP BY 会反复扫描。这时候可以用窗口函数 + 子查询，只扫一遍。

核心思路：先用窗口函数算出每个分组的 COUNT(*) 和 COUNT(DISTINCT)，再在外层做除法。但注意：窗口函数不支持 COUNT(DISTINCT) 直接开窗（PostgreSQL 除外），得用 DENSE_RANK() 或 ROW_NUMBER() 配合技巧绕过。

PostgreSQL 可直接：COUNT(DISTINCT action_type) OVER (PARTITION BY user_id)
MySQL 8.0+ 和 SQL Server 需改写：对 (user_id, action_type) 去重后，再按 user_id 计数
更稳的通用写法是两层子查询：内层 SELECT DISTINCT user_id, action_type，外层 GROUP BY user_id 再关联原表计总数

遇到 `ERROR: aggregate function calls cannot contain aggregate function calls` 怎么办

这是 PostgreSQL 报的错，意思是试图在聚合函数里再套聚合函数，比如写成 AVG(COUNT(DISTINCT x))。但你要的只是单个分组内的比例，根本不需要嵌套聚合——这个错误通常是因为误把 GROUP BY 放到了子查询外，或用了错误的 CTE 结构。

检查是否在 SELECT 里写了类似 COUNT(DISTINCT COUNT(*)) 这种非法组合
确认所有聚合都落在同一级 GROUP BY 下，不要试图“先分组再对分组结果聚合”除非真需要上卷（rollup）
如果真要算所有分组的平均 distinct_ratio（即“平均唯一性”），得先存中间结果，再查一次：SELECT AVG(distinct_ratio) FROM (SELECT ..., COUNT(DISTINCT x)/COUNT(*) AS distinct_ratio FROM t GROUP BY g) t2

NULL 值和空字符串对 `COUNT(DISTINCT)` 比例的影响

COUNT(DISTINCT col) 默认跳过 NULL，但不会跳过空字符串 ''——这两者在业务语义上可能都代表“未知”，但数据库认为它们不同。结果就是：含大量 NULL 的列，COUNT(DISTINCT) 偏小；含大量 '' 的列，COUNT(DISTINCT) 可能虚高。