如何用SQL统计每个分组中的不同用户数？

GROUP BY + COUNT(DISTINCT user_id) 是统计每组不同用户数的标准解法，主流数据库均支持；需避免写成 COUNT(user_id) 或误用 SELECT DISTINCT，NULL 默认被忽略，大数据量时注意执行计划中的 Using temporary。

GROUP BY + COUNT(DISTINCT user_id) 是最直接解法

统计每个分组下的不同用户数，核心就是去重计数。MySQL、PostgreSQL、SQL Server（2017+）、Oracle 都支持 COUNT(DISTINCT column)，这是标准且可靠的写法。

常见错误是写成 COUNT(user_id) 或 COUNT(*) —— 这会统计所有行，包含重复用户；或者误用 SELECT DISTINCT user_id FROM ... GROUP BY group_col，结果根本没法聚合出每组数量。

• 必须搭配 GROUP BY 使用，否则报错或语义错误
• user_id 不能为空（NULL），否则 COUNT(DISTINCT user_id) 自动忽略 NULL 值，这通常符合预期，但需确认业务是否把 NULL 视为有效用户
• 在大数据量下，DISTINCT 可能触发临时表或文件排序，执行计划里注意看 Using temporary; Using filesort

SELECT category, COUNT(DISTINCT user_id) AS unique_user_countFROM ordersGROUP BY category;

兼容旧版 SQL Server（2016 及更早）的替代方案

SQL Server 2016 及之前版本不支持 COUNT(DISTINCT) 在窗口函数中使用，但对普通聚合是支持的——真正不支持的是更老的版本（如 2005）。不过，如果遇到“不支持 DISTINCT”报错，大概率是语法写错，或误用了子查询结构。

若真受限（比如对接遗留系统或某些嵌入式数据库），可用子查询去重再计数：

• 先 SELECT DISTINCT group_col, user_id，再外层按 group_col 计数
• 性能比原生 COUNT(DISTINCT) 差，尤其当 user_id 重复率高时，中间结果集可能很大
• 注意别漏掉 WHERE 条件——必须在内层子查询里过滤，否则逻辑错误

SELECT category, COUNT(*) AS unique_user_countFROM (  SELECT DISTINCT category, user_id  FROM orders  WHERE status = 'completed'  -- 过滤必须放这里) AS dedupedGROUP BY category;

NULL 用户 ID 的处理要主动判断

COUNT(DISTINCT user_id) 天然忽略 NULL，但有时业务上 “未登录用户” 用 NULL 表示，你可能需要把它算作一类独立用户。

• 用 COUNT(DISTINCT COALESCE(user_id, -1)) 把 NULL 映射为固定值（如 -1），前提是 user_id 本身不会取 -1
• 更安全的方式是条件聚合：COUNT(DISTINCT CASE WHEN user_id IS NULL THEN 'anonymous' ELSE CAST(user_id AS VARCHAR) END)
• 避免直接用 ISNULL(user_id, 0) —— 若 user_id 是字符串类型，类型转换可能失败

GROUP BY 字段和 SELECT 中非聚合字段必须严格一致

这是初学者高频翻车点：只写 GROUP BY category 却在 SELECT 里多加了 region，MySQL 5.7+ 和 PostgreSQL 会直接报错 ERROR 1055 或 ERROR: column "region" must appear in the GROUP BY clause。

• 检查 SELECT 列表：所有非聚合字段（即没套 COUNT、SUM 等函数的）必须出现在 GROUP BY 中
• 别依赖 MySQL 的 sql_mode=only_full_group_by 关闭状态——关了只是“不报错”，结果不可靠
• 如果想按多个维度分组（如按 category 和 region），GROUP BY 必须写全：GROUP BY category, region

实际跑起来前，先 EXPLAIN 看执行计划，重点关注 key 是否命中索引，以及有没有 Using temporary。去重计数在千万级表上很容易成为瓶颈，不是语法写对就万事大吉。