Google bigquery BigQuery计数（不同值）与计数（值）

我在bigquery中发现了一个小故障/bug。 我们得到了一个基于银行统计数据的表格 starschema.net:clouddb:bank.Banks\u令牌

如果我运行以下查询：

SELECT count(*) as totalrow,
count(DISTINCT BankId ) as bankidcnt
FROM bank.Banks_token;

我得到以下结果：

Row totalrow    bankidcnt    
1   9513    9903    

---

我的问题是，如果我有9513行，如何得到9903行，这比表中的行数多390行。

在BigQuery中，COUNT DISTINCT是大于1000的所有结果的统计近似值

您可以提供可选的第二个参数，以给出使用近似值的阈值。因此，如果在示例中使用COUNT（DISTINCT BankId，10000），您应该会看到确切的结果（因为实际行数小于10000）。但是，请注意，使用更大的阈值可能在性能方面代价高昂

请参见此处的完整文档：

---

2017年更新：

---

使用BigQuery时，standardSQL

COUNT（DISTINCT）

总是精确的。对于近似结果，请使用

APPROX\u COUNT\u DISTINCT（）

。为什么会有人使用近似结果

我使用了EXACT\u COUNT\u DISTINCT（）作为获取确切唯一计数的方法。它比COUNT更干净、更通用（不同的值，n>numRows）

---

在这里可以找到：

确切的\u COUNT\u DISTINCT（）似乎只是遗留SQL（）的一部分。也请看一下这篇文章底部史蒂夫·加内姆的笔记：？在standart中使用count与APPROX\u count\u DISTINCT时，成本仍然更高？或者功能被优化了