在 AWS Athena 中使用 FILTER WHERE 与 WHERE 时的不同结果

Question

我有一个简单的查询，我正在尝试调试，因为它给了我不正确的结果：

WITH a AS (
    SELECT
        id,
        reference_date,
        date,
        COALESCE(failed_sum, 0) AS failed_sum,
        COALESCE(succ_sum, 0) AS succ_sum,
        COALESCE(failed_sum, 0) + COALESCE(succ_sum, 0) AS total_sum
    FROM transactions
    WHERE id = 'ABC'
)
SELECT id,
       SUM(failed_sum) / SUM(total_sum) FILTER (WHERE date >= DATE_ADD('day', -30, reference_date) AND date < reference_date) AS ratio
FROM a
GROUP BY 1;

这产生了 6 的值，而我预期它是 <1 as it's a ratio of failed over total.

但是，当我像这样更改查询时：

WITH a AS (
    SELECT
        id,
        reference_date,
        date,
        COALESCE(failed_sum, 0) AS failed_sum,
        COALESCE(succ_sum, 0) AS succ_sum,
        COALESCE(failed_sum, 0) + COALESCE(succ_sum, 0) AS total_sum
    FROM transactions
    WHERE id = 'ABC'
)
SELECT id,
       SUM(failed_sum) / SUM(total_sum) AS ratio
FROM a
WHERE date >= DATE_ADD('day', -30, reference_date) AND date < reference_date
GROUP BY 1;

我得到了预期的结果 0.5。我预计这两个查询是相同的，但我确实发现两者之间的执行计划存在一些差异。我在这里遗漏了一些明显的东西吗？

提前致谢！

Answer 1

这里的区别在于你的第一个求和表达式：

SUM(failed_sum) / SUM(total_sum) FILTER (WHERE date >= DATE_ADD('day', -30, reference_date) AND date < reference_date) AS ratio

将包括整个表中每个id的

所有

记录。 表达式的分母只会对日期具有特定值的

total_sum

值求和。

另一方面，第二个查询：

SELECT id,
       SUM(failed_sum) / SUM(total_sum) AS ratio
FROM a
WHERE date >= DATE_ADD('day', -30, reference_date) AND date < reference_date
GROUP BY 1;

实际上会删除不符合日期要求的记录。 这意味着对于许多

SUM(failed_sum)

组来说，第一个

id

可能会更少，因为一些记录会在求和发生之前被删除。 分母值可能相同，但这并不重要，因为商与第一个查询不一致。

至于你想要哪个版本，就看你的逻辑了。