优化平均数 SQL 查询

Question

我有一个 table，其中每一行都是在某个日期进行销售的供应商。

我正在尝试计算 2019 年每个供应商的平均每日销售额，并获得一个数字。我认为这意味着我想计算平均值的平均值。

这是我正在考虑的查询，但在这么大的 table 上需要很长时间。没有这么多嵌套，有没有更聪明的方法来计算这个平均值？我感觉我扫描行的次数超出了我的需要。

-- Average of all vendor's average daily sale counts
SELECT AVG(vendor_avgs.avg_daily_sales) avg_of_avgs
FROM (
        -- Get average number of daily sales for each vendor
        SELECT vendor_daily_totals.memberdeviceid, AVG(vendor_daily_totals.cnt) 
avg_daily_sales
        FROM (
                -- Get total number of sales for each vendor
                SELECT vendorid, COUNT(*) cnt
                FROM vendor_sales
                WHERE year = 2019
                GROUP BY vendorid, month, day
        ) vendor_daily_totals
        GROUP BY vendor_daily_totals.vendorid
) vendor_avgs;

我很好奇是否通常有一种方法可以更有效地计算平均值的平均值。

顺便说一句，这是 Impala 中的运行。

Answer 1

我想你可以一次性完成计算：

SELECT AVG(t.avgs)
FROM (
    SELECT vendorid,
           COUNT(*) * 1.0 / COUNT(DISTINCT month, day) as avgs
    FROM vendor_sales
    WHERE year = 2019
    GROUP BY vendorid
) t

这会得到总数并除以天数。但是，COUNT(DISTINCT) 可能比 Impala 中的嵌套 GROUP BY 更慢，因此您需要对此进行测试。

优化平均数 SQL 查询

Optimize Average of Averages SQL Query

sql

hadoop

query-optimization

impala