Вы сделали LEFT JOIN users → events по user_id, чтобы сохранить пользователей без событий. Как корректно посчитать количество пользователей на соединённой таблице, не попав в ловушку duplication?
AИспользовать
COUNT(DISTINCT user_id)BИспользовать
COUNT(*), так как это LEFT JOINCИспользовать
COUNT(event_id), чтобы учесть пользователей без событийDИспользовать
SUM(event_id)Правильный ответ. После
LEFT JOIN к one-to-many источнику пользователи дублируются, поэтому для количества пользователей нужен distinct по user_id.Разбор
LEFT JOIN сохраняет всех пользователей, но добавляет по строке на каждое совпавшее событие, создавая duplication. COUNT(*) в таком датасете будет ближе к числу событий, а COUNT(event_id) игнорирует строки без событий, где справа NULL. COUNT(DISTINCT user_id) вернёт число уникальных пользователей, включая тех, у кого справа NULL.
Проверь себя · 1/3разбор после ответа
В
events(user_id, event_id) у пользователя может быть много строк, и в orders(user_id, order_id) тоже много строк. Вы соединяете их по user_id. Какая cardinality получается на ключе и как это влияет на строки?Ещё вопросы по теме «JOIN и кардинальность»
- В таблице `users` 100 000 строк, в таблице `user_profiles` — ровно одна строка на каждого `user_id`. Вы делаете `INNER JOIN` по `user_id`. Что верно про число строк результата?
- Вы соединяете `users` и `orders` по `user_id`, где у пользователя может быть много заказов (`one-to-many`). Как посчитать число пользователей, которые сделали хотя бы один заказ, чтобы избежать `duplication`?
- Для одного `order_id` в `order_items` есть 3 строки, а в `payments` есть 2 строки. Вы соединили всё в одну таблицу по `order_id` без предварительной агрегации. Сколько строк получится для этого заказа и почему?
- Нужен датасет на уровне `user_id`: выручка из `orders` и число сессий из `sessions`. В обеих таблицах по пользователю много строк (`one-to-many`). Какой подход минимизирует риск `join explosion`?
- Вы хотели посчитать средний чек по заказам как `AVG(order_total)`. Но перед этим соединили `orders` с `order_items` по `order_id` (`one-to-many`). Почему `AVG()` может измениться по сравнению с расчётом на таблице `orders`?
- Все вопросы по «JOIN и кардинальность» →