在SQL查询中，我们经常需要统计满足特定条件的记录数量，例如统计某个时间段内已完成订单的数量、统计年龄大于30岁的用户数、或者同时统计多个状态下各自的记录条数。这类需求通常被称为条件计数。虽然最直观的想法可能是先使用WHERE过滤再COUNT，但当我们需要在同一个查询中同时统计多个不同条件的计数时，单纯的WHERE就无能为力了。此时，CASE WHEN和PostgreSQL特有的FILTER子句就派上了用场。本文将深入讲解这两种实现方式，对比它们的语法、原理和适用场景。
在实际开发中，条件计数的场景非常丰富。以电商系统为例，我们可能需要在一个查询中同时得到订单总数、已完成订单数、待支付订单数和已取消订单数，而且这些数据最好来自同一次扫描，避免多次查询数据库。CASE WHEN配合COUNT是几乎所有关系型数据库都支持的标准做法，而FILTER子句则是SQL标准中定义的一种聚合函数扩展，目前PostgreSQL、SQLite等数据库已经实现。下面我们分别介绍两种方法。
使用CASE WHEN实现条件计数
CASE WHEN是SQL中非常灵活的条件表达式，它可以在聚合函数内部根据条件返回不同的值。在COUNT中利用CASE WHEN的原理是：COUNT函数会忽略NULL值，而只统计非NULL的表达式结果。因此我们可以让CASE WHEN在条件满足时返回一个非NULL值（例如1），在条件不满足时返回NULL，这样COUNT统计的就是满足条件的行数。
具体语法如下：COUNT(CASE WHEN 条件 THEN 1 END)。这里省略了ELSE子句，意味着条件不满足时CASE表达式返回NULL，COUNT会忽略这些NULL。需要注意的是，不能使用COUNT(CASE WHEN 条件 THEN 1 ELSE 0 END)，因为COUNT不会忽略0，它会把0也当作一个有效值计数，结果会与表中总行数相同，失去条件计数的意义。换句话说，COUNT关心的是值是否存在（非NULL），而不是值本身是什么。因此让不满足条件的分支返回NULL是正确做法。
下面通过一个订单表orders的示例来演示。假设表结构包含order_id、status和amount等字段，我们需要统计不同状态的订单数量。可以使用如下SQL：
SELECT
COUNT(*) AS total_orders,
COUNT(CASE WHEN status = 'completed' THEN 1 END) AS completed_orders,
COUNT(CASE WHEN status = 'pending' THEN 1 END) AS pending_orders,
COUNT(CASE WHEN status = 'cancelled' THEN 1 END) AS cancelled_orders,
COUNT(CASE WHEN amount > 100 THEN 1 END) AS high_value_orders
FROM orders;
上述查询只扫描一次orders表，就能同时得到总订单数、已完成订单数、待支付订单数、已取消订单数以及金额大于100的高价值订单数。对于不支持FILTER子句的数据库（如MySQL、SQL Server、Oracle等），这是最常用的条件计数方式。它的优点是兼容性极强，几乎所有SQL数据库都支持CASE WHEN，而且逻辑直观，容易理解。
不过，CASE WHEN的写法也有一定的缺点。当需要统计的条件很多时，CASE WHEN语句会变得冗长，可读性下降。此外，某些数据库优化器对CASE WHEN在聚合函数内的处理可能不如专门的FILTER子句高效，虽然这种性能差异通常并不明显。另一个常见的误区是使用SUM代替COUNT，例如写成SUM(CASE WHEN status = 'completed' THEN 1 ELSE 0 END)。虽然SUM也能得到相同的结果（因为1累加相当于计数），但SUM需要处理数值类型，而COUNT专门用于计数，表达意图更清晰，而且COUNT对NULL的内置处理使得语法更简洁。
PostgreSQL的FILTER子句
FILTER子句是SQL标准（SQL:2003）中引入的聚合函数扩展，PostgreSQL从9.4版本开始支持。它允许在聚合函数上添加一个FILTER (WHERE condition)子句，只有满足条件的行才会参与聚合计算。对于条件计数来说，FILTER子句提供了比CASE WHEN更自然、更易读的语法。其基本形式为：COUNT(*) FILTER (WHERE 条件)。
使用FILTER子句重写上述订单统计查询，代码会变得更加清晰：
SELECT
COUNT(*) AS total_orders,
COUNT(*) FILTER (WHERE status = 'completed') AS completed_orders,
COUNT(*) FILTER (WHERE status = 'pending') AS pending_orders,
COUNT(*) FILTER (WHERE status = 'cancelled') AS cancelled_orders,
COUNT(*) FILTER (WHERE amount > 100) AS high_value_orders
FROM orders;
可以看到，每个条件直接写在FILTER的WHERE子句中，不需要嵌套CASE WHEN，也不需要考虑返回1还是NULL的问题。FILTER子句的语义非常直观：只对满足条件的行执行COUNT(*)。这种写法不仅减少了代码量，也降低了出错的可能性。FILTER子句同样适用于其他聚合函数，如SUM、AVG、MIN、MAX等，例如SUM(amount) FILTER (WHERE status = 'completed')可以统计已完成订单的总金额。
从执行计划的角度来看，PostgreSQL对FILTER子句做了专门的优化。在内部实现上，FILTER条件会被下推到聚合之前的过滤阶段，但并不会真正减少扫描的行数，而是为每个聚合函数维护一个独立的条件判断。与CASE WHEN相比，FILTER的语法更加清晰，优化器也更容易识别意图。不过，在大多数简单场景中，两者的性能几乎没有差别。FILTER子句的真正优势在于可读性和可维护性，尤其是在条件数量很多、或者需要与其他窗口函数结合使用时。
需要注意的是，FILTER子句并非所有数据库都支持。MySQL、SQL Server、Oracle等主流数据库目前还没有实现这一标准特性（截至本文写作时），因此如果你的应用需要跨数据库兼容，使用CASE WHEN是更安全的选择。而如果项目明确基于PostgreSQL或SQLite，那么强烈建议优先使用FILTER子句。
两种方法的对比与最佳实践
为了更直观地理解CASE WHEN和FILTER子句的差异，我们可以从兼容性、可读性、性能三个方面进行比较。首先在兼容性上，CASE WHEN适用于几乎所有的关系型数据库，是事实上的标准做法；而FILTER子句目前主要在PostgreSQL和SQLite中可用，其他数据库的支持滞后。如果你的SQL需要迁移到不同数据库，CASE WHEN是唯一的选择。
在可读性方面，FILTER子句明显优于CASE WHEN。当统计条件达到三四个以上时，FILTER的代码结构扁平、意图明确，而CASE WHEN的嵌套结构会让SQL变得臃肿。例如统计某张用户表中不同年龄段的人数，使用FILTER可以写成：
SELECT
COUNT(*) FILTER (WHERE age < 18) AS minors,
COUNT(*) FILTER (WHERE age BETWEEN 18 AND 30) AS young_adults,
COUNT(*) FILTER (WHERE age BETWEEN 31 AND 50) AS middle_aged,
COUNT(*) FILTER (WHERE age > 50) AS seniors
FROM users;
对应的CASE WHEN写法需要为每个条件重复COUNT(CASE WHEN age < 18 THEN 1 END)，代码长度和认知负担都更高。在性能层面，PostgreSQL官方文档指出FILTER子句与等价的CASE WHEN表达式在大多数情况下执行效率相同，因为优化器会将FILTER转换为内部的条件聚合。但在某些复杂查询中，FILTER可能帮助优化器生成更优的计划，尤其是与窗口函数结合时。
综合来看，最佳实践是：如果你的数据库支持FILTER子句（如PostgreSQL），优先使用FILTER，它能让SQL更清晰、更易维护；如果需要兼容多种数据库，则使用CASE WHEN，并确保不满足条件的分支返回NULL。另外，无论使用哪种方法，都应该尽量在一次表扫描中完成多个条件计数，避免多次查询。条件计数是SQL报表和数据分析中的基础技巧，掌握这两种写法能够让你写出更高效、更优雅的查询语句。