RedshiftDISTINCT在其窗口函数中不支持聚合。 AWS文档的COUNT状态为this，distinct任何窗口功能均不支持。
DISTINCT
COUNT
distinct
我希望获得当年的月度和年初至今 唯一 客户数，并希望按流量渠道以及所有渠道的总数进行划分。由于一个客户可以拜访不止一次，因此我只需要计算不同的客户，因此Redshift窗口汇总将无济于事。
count(distinct customer_id)...group by
union all
这就是我在postgres（或Oracle）中写的内容：
select order_month , traffic_channel , count(distinct customer_id) over(partition by order_month, traffic_channel) as customers_by_channel_and_month , count(distinct customer_id) over(partition by traffic_channel) as ytd_customers_by_channel , count(distinct customer_id) over(partition by order_month) as monthly_customers_all_channels , count(distinct customer_id) over() as ytd_total_customers from orders_traffic_channels /* otc is a table of dated transactions of customers, channels, and month of order */ where to_char(order_month, 'YYYY') = '2017'
如何在Redshift中解决此问题？
结果需要在redshift集群上工作，此外，这是一个简化的问题，实际的期望结果具有产品类别和客户类型，这乘以所需分区的数量。因此，堆栈union all汇总不是一个很好的解决方案。
2016年的博客文章指出了这个问题，并提供了一个基本的解决方法，因此谢谢Mark D. Adams。奇怪的是，我在所有的网络上都找不到，因此我正在共享我的（经过测试的）解决方案。
关键的见解是dense_rank()，按相关商品排序，可以为相同商品提供相同的排名，因此，最高排名也是唯一商品的计数。如果您尝试为我想要的每个分区交换以下内容，那就太糟了：
dense_rank()
dense_rank() over(partition by order_month, traffic_channel order by customer_id)
由于您需要最高的排名，因此您必须对所有内容进行子查询，然后从每个获得的排名中选择最大值。 重要的是将外部查询中的分区与子查询中的相应分区进行匹配。
/* multigrain windowed distinct count, additional grains are one dense_rank and one max over() */ select distinct order_month , traffic_channel , max(tc_mth_rnk) over(partition by order_month, traffic_channel) customers_by_channel_and_month , max(tc_rnk) over(partition by traffic_channel) ytd_customers_by_channel , max(mth_rnk) over(partition by order_month) monthly_customers_all_channels , max(cust_rnk) over() ytd_total_customers from ( select order_month , traffic_channel , dense_rank() over(partition by order_month, traffic_channel order by customer_id) tc_mth_rnk , dense_rank() over(partition by traffic_channel order by customer_id) tc_rnk , dense_rank() over(partition by order_month order by customer_id) mth_rnk , dense_rank() over(order by customer_id) cust_rnk from orders_traffic_channels where to_char(order_month, 'YYYY') = '2017' ) order by order_month, traffic_channel ;
max()
null
case when customer_id is not null then dense_rank() ...etc...
