count - 桌面 : Count Distinct returns higher value than Count (if connected to Google Big Query)

Question

我有一个包含 2157 条记录的表，假设有 3 列(A、B、C)，我知道在 A 列中有 2154 个不同的值。

使用连接到 BigQuery 的 Tableau Desktop(及其自身的功能)，我得到了这些结果:

• 计数(A) --> 2157
• CountD(A) --> 2180(超过 Count!!!)

如果我在 Big Query 控制台中使用查询运行相同的计算，我得到:

• 计数 --> 2157
• CountD --> 2154(右)

这怎么可能？

顺便说一句，如果使用同一个表的 CSV 文件，并且我使用 Tableau Public(无桌面)将其用作数据源，我会得到与 Big Query 中一样的正确结果。

提前致谢

Answer 1

如果您使用 DISTINCT 关键字，该函数将返回指定字段的不同值的数量。 请注意，DISTINCT 的返回值是统计近似值，不保证准确 - 文档对此也有明确说明。

如果您需要 COUNT(DISTINCT) 的更高准确性，您可以指定第二个参数 n，它给出了一个阈值，低于该阈值可以保证精确的结果。默认情况下，n 为 1000，但如果您提供更大的 n，您将获得 COUNT(DISTINCT) 的精确结果，直至该 n 值。但是，给定较大的 n 值会降低此运算符的可扩展性，并可能显着增加查询执行时间或导致查询失败。

要计算不同值的确切数量，请使用 EXACT_COUNT_DISTINCT。或者，对于更具可扩展性的方法，请考虑在相关字段上使用 GROUP BY，然后应用 COUNT(*)。 GROUP BY 方法更具可扩展性，但可能会导致轻微的前期性能损失。

https://cloud.google.com/bigquery/query-reference#aggfunctions