如果要分组的项目范围很大，则按问题进行区分（区分）和分组

Question

我将加入两个表（装运和退货），并使用分组依据查看某些条件的总计。 这两个表通过shipment_id相关联。 该列通常是唯一的，但包含一些重复项，因为每个货件可以包含表中也包含的多个项目。

我试图计算按仓库，卖方和大小分组的所有不同发货。 count（distinct效果很好，但是如果与group by一起使用，如果要分组的项目范围很大，则不会报告正确的信息。

下面的查询返回7个装运（总计）4个返回（也添加）。 尽管测试数据量少，但我的退货计数是正确的，但实际上有6个不同的货件，而不是7。使用此查询，我基本上是查看所有货件，如果货品中有货，则加入退货信息回来。

select s.warehouse, s.seller, s.size,
count(distinct s.shipment_id) as total_shipments,
count(distinct r.shipment_id) as total_returns
from shipments s
left join returns r
on s.shipment_id = r.shipment_id
group by s.warehouse, s.seller, s.size

我担心我生成的报告并不完全准确。 有没有解决此问题的方法？ 我见过类似的问题，但没有一个真正适用。 我正在使用MYSQL

Answer 1

我看到一个潜在的问题。 如果一个货件有多个项目，并且可能会出现重复的货件记录，则意味着该货件可能来自不同的仓库或卖方，或者大小可能不同。 通过按这些字段进行分组，您可能会面临最终计算出的货运量要多于一次的风险，因为该组的shipment_id在技​​术上是不同的。

您可以尝试按s.shipment_id而不是s.warehouse, s.seller, s.size 。 这里的问题是，如果仓库，卖方或大小不同，您最终将丢失一行（对于该仓库/销售/大小），但总数将加起来。