云原生大数据计算服务 MaxCompute：COUNT

使用限制

窗口函数的使用限制如下：

• 窗口函数只能出现在select语句中。

• 窗口函数中不能嵌套使用窗口函数和聚合函数。

• 窗口函数不能和同级别的聚合函数一起使用。

命令格式

-- 计算记录数
bigint count([distinct|all] <colname>)

--计算窗口中的记录数
bigint count(*) over ([partition_clause] [orderby_clause] [frame_clause])
bigint count([distinct] <expr>[,...]) over ([partition_clause] [orderby_clause] [frame_clause])

命令说明

• count(*)：返回总行数。

• count([distinct] <expr>[,...])：计算行数时会忽略expr值为NULL的行，如果有多个expr，则任意expr值为NULL都被忽略。此外如果指定了distinct关键字，则计算去重之后的数据行数，任意expr值为NULL的行同样会被忽略。

参数说明

• distinct|all：可选。表示在计数时是否去除重复记录，默认为all，即计算全部记录。如果指定distinct，则只计算唯一值数量。

• colname：必填。列值可以为任意类型。colname可以为*，即count(*)，返回所有行数。

• expr：必填。待计算计数值的列。可以为任意类型。当值为NULL时，该行不参与计算。当指定DISTINCT关键字时，表示取唯一值的计数值。

• partition_clause、orderby_clause及frame_clause：详情请参见windowing_definition。

返回值说明

返回BIGINT类型。

示例数据

create table if not exists emp
   (empno bigint,
    ename string,
    job string,
    mgr bigint,
    hiredate datetime,
    sal bigint,
    comm bigint,
    deptno bigint);
tunnel upload emp.txt emp;   --请根据您上传数据文件的实际path(路径以及名称)替换emp.txt

7369,SMITH,CLERK,7902,1980-12-17 00:00:00,800,,20
7499,ALLEN,SALESMAN,7698,1981-02-20 00:00:00,1600,300,30
7521,WARD,SALESMAN,7698,1981-02-22 00:00:00,1250,500,30
7566,JONES,MANAGER,7839,1981-04-02 00:00:00,2975,,20
7654,MARTIN,SALESMAN,7698,1981-09-28 00:00:00,1250,1400,30
7698,BLAKE,MANAGER,7839,1981-05-01 00:00:00,2850,,30
7782,CLARK,MANAGER,7839,1981-06-09 00:00:00,2450,,10
7788,SCOTT,ANALYST,7566,1987-04-19 00:00:00,3000,,20
7839,KING,PRESIDENT,,1981-11-17 00:00:00,5000,,10
7844,TURNER,SALESMAN,7698,1981-09-08 00:00:00,1500,0,30
7876,ADAMS,CLERK,7788,1987-05-23 00:00:00,1100,,20
7900,JAMES,CLERK,7698,1981-12-03 00:00:00,950,,30
7902,FORD,ANALYST,7566,1981-12-03 00:00:00,3000,,20
7934,MILLER,CLERK,7782,1982-01-23 00:00:00,1300,,10
7948,JACCKA,CLERK,7782,1981-04-12 00:00:00,5000,,10
7956,WELAN,CLERK,7649,1982-07-20 00:00:00,2450,,10
7956,TEBAGE,CLERK,7748,1982-12-30 00:00:00,1300,,10

示例

• 示例1：指定薪水（sal）为开窗列，不排序，返回当前窗口（相同sal）的从开始行到最后一行的累计计数值。命令示例如下：

  select sal, count(sal) over (partition by sal) as count from emp;  

  返回结果如下：

  +------------+------------+
  | sal        | count      |
  +------------+------------+
  | 800        | 1          |
  | 950        | 1          |
  | 1100       | 1          |
  | 1250       | 2          |   --窗口开始行。第1行和第2行的sal一致，则第1行的count为第2行的累计计数值。
  | 1250       | 2          |   --当前窗口从第1行到第2行的累计计数值。
  | 1300       | 2          |
  | 1300       | 2          |
  | 1500       | 1          |
  | 1600       | 1          |
  | 2450       | 2          |
  | 2450       | 2          |
  | 2850       | 1          |
  | 2975       | 1          |
  | 3000       | 2          |
  | 3000       | 2          |
  | 5000       | 2          |
  | 5000       | 2          |
  +------------+------------+

• 示例2：非Hive兼容模式下，指定薪水（sal）为开窗列，并排序，返回当前窗口（相同sal）从开始行到当前行的累计计数值。命令示例如下：

  --关闭Hive兼容模式。
  set odps.sql.hive.compatible=false;
  --执行如下SQL命令。
  select sal, count(sal) over (partition by sal order by sal) as count from emp;  

  返回结果如下：

  +------------+------------+
  | sal        | count      |
  +------------+------------+
  | 800        | 1          |
  | 950        | 1          |
  | 1100       | 1          |
  | 1250       | 1          |   --窗口开始行。第1行的累计计数值是1。
  | 1250       | 2          |   --第2行的累计计数值是2。
  | 1300       | 1          |
  | 1300       | 2          |
  | 1500       | 1          |
  | 1600       | 1          |
  | 2450       | 1          |
  | 2450       | 2          |
  | 2850       | 1          |
  | 2975       | 1          |
  | 3000       | 1          |
  | 3000       | 2          |
  | 5000       | 1          |
  | 5000       | 2          |
  +------------+------------+

• 示例3：Hive兼容模式下，指定薪水（sal）为开窗列，并排序，返回当前窗口（相同sal）从开始行至最后一行的累计计数值。命令示例如下：

  --开启Hive兼容模式。
  set odps.sql.hive.compatible=true;
  --执行如下SQL命令。
  select sal, count(sal) over (partition by sal order by sal) as count from emp; 

  返回结果如下：

  +------------+------------+
  | sal        | count      |
  +------------+------------+
  | 800        | 1          |
  | 950        | 1          |
  | 1100       | 1          |
  | 1250       | 2          |   --窗口开始行。第1行和第2行的sal一致，则第1行的count为第2行的累计计数值。
  | 1250       | 2          |   --当前窗口从第1行到第2行的累计计数值。
  | 1300       | 2          |
  | 1300       | 2          |
  | 1500       | 1          |
  | 1600       | 1          |
  | 2450       | 2          |
  | 2450       | 2          |
  | 2850       | 1          |
  | 2975       | 1          |
  | 3000       | 2          |
  | 3000       | 2          |
  | 5000       | 2          |
  | 5000       | 2          |
  +------------+------------+

• 示例4：计算所有部门的总职工人数。命令示例如下：

  select count(*) from emp;

  返回结果如下：

  +------------+
  | _c0        |
  +------------+
  | 17         |
  +------------+

• 示例5：与group by配合使用，对所有职工按照部门（deptno）进行分组，计算各部门（deptno）的职工人数。命令示例如下：

  select deptno, count(*) from emp group by deptno;

  返回结果如下：

  +------------+------------+
  | deptno     | _c1        |
  +------------+------------+
  | 10         | 6          |
  | 20         | 5          |
  | 30         | 6          |
  +------------+------------+

• 示例6：通过distinct去重，计算部门数量。命令示例如下：

  select count(distinct deptno) from emp;

  返回结果如下：

  +------------+
  | _c0        |
  +------------+
  | 3          |
  +------------+

相关函数

COUNT函数属于聚合函数或窗口函数。

• 更多将多条输入记录进行求平均值、参数聚合的相关函数请参见聚合函数。

• 更多对指定开窗列的数据进行求和、数值排序的相关函数请参见窗口函数。