SQL中如何处理累计去重计数distinct count over window

在SQL的实际使用场景中，累计去重计数是一类很常见的需求，比如统计截至每天新增的不重复用户数、累计不重复的商品访问量等。但标准的SQL语法中，count(distinct 字段) over(partition by ... order by ...)是不被支持的，直接这么写会返回语法错误，因此需要用其他方式实现相同的效果。

通用实现方案：子查询+条件判断

最通用的思路是先给每一行的目标字段标记是否为首次出现，再对标记做累计求和，这样就能得到累计去重计数。核心逻辑是先通过子查询找到每个值第一次出现的行，再按排序规则累计统计这些首次出现的行数。

示例表结构如下，存储了用户每天的访问记录：

实现累计去重用户数的SQL代码如下：

-- 统计截至每天的累计去重用户数
SELECT
  visit_date,
  user_id,
  -- 对首次出现的用户标记求和，得到累计去重计数
  SUM(is_first_visit) OVER(ORDER BY visit_date) AS cumulative_distinct_user_count
FROM (
  SELECT
    visit_date,
    user_id,
    -- 判断当前用户是否是第一次出现，是则标记为1，否则为0
    CASE 
      WHEN ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY visit_date) = 1 THEN 1 
      ELSE 0 
    END AS is_first_visit
  FROM visit_log
) t
ORDER BY visit_date;

这段代码的执行逻辑是，内层查询先按用户分组按日期排序，给每个用户第一次出现的访问记录打上1的标记，其余记录打0，外层查询再按日期排序对这些标记做累计求和，最终得到的就是截至每一天的累计去重用户数。

数据库特定函数实现

部分数据库提供了原生的支持累计去重计数的函数，使用起来更简洁。

PostgreSQL / Snowflake

这两个数据库支持使用count(distinct 字段) over(... rows between unbounded preceding and current row)的写法，不过需要注意窗口范围要指定为从开头到当前行，示例代码如下：

SELECT
  visit_date,
  user_id,
  COUNT(DISTINCT user_id) OVER(ORDER BY visit_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cumulative_distinct_user_count
FROM visit_log
ORDER BY visit_date;

BigQuery

BigQuery可以使用APPROX_COUNT_DISTINCT配合窗口函数实现近似的累计去重计数，适合数据量极大的场景，示例代码如下：

SELECT
  visit_date,
  user_id,
  APPROX_COUNT_DISTINCT(user_id) OVER(ORDER BY visit_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cumulative_distinct_user_count
FROM visit_log
ORDER BY visit_date;

不同方案的选择建议

如果是跨数据库的场景，优先选择子查询+条件判断的通用方案，兼容性最好；如果是特定数据库的环境，可以使用对应的原生函数，代码更简洁。如果数据量极大且可以接受近似结果，BigQuery的近似计数方案效率更高。需要注意的是，通用方案在数据量极大时可能会有性能问题，因为需要对目标字段做分组排序，实际使用时可以根据数据量加合适的索引优化。

SQL累计去重计数distinct_count_over_window窗口函数数据分析修改时间：2026-06-08 22:12:22