Mysql 通过多个外键连接三个表并按日期分组

我有三个表共享公共的唯一ID和一些其他字段，比如

注释

，

帖子

，以及

标签

：

评论：

id | user_id | country_id | zone_id | created_at

职位：

id | user_id | country_id | zone_id | created_at

标签：

我现在想做的是，我想获得评论、帖子和标签的行数，根据在列中创建的

按天分组，并根据
用户id
、
国家id
和
区域id
对分组，类似于：

date | user_id | country_id | zone_id | count(comments.id) | count(posts.id) | count(tags.id)

问题是这三个表都有数百万行，所以我希望尽可能使用不重复的join。我想到了这个：

select date(c.datetime), c.user_id, c.country_id, c.zone_id, count(distinct(c.id)), count(distinct(p.id)), count(distinct(t.id))
from comments c
inner join posts p
inner join tags t
group by date(c.datetime), c.user_id, c.country_id, c.zone_id;

令人惊讶的是，这给出了正确的结果，但由于连接，它给出了大量重复的行-这是不好的，因为也许将来我会想使用
SUM
，而我不能再使用
DISTINCT

我如何通过这3个外键（
user\u id
，
country\u id
，
zone\u id
）连接这三个表，以便只得到不同的行？
我认为
union all
将给出准确的计数：

select dte, user_id, country_id,
       sum(is_comment), sum(is_post), sum(is_tag)
from ((select date(created_at) as dte, user_id, country_id, 1 as is_comment, 0 as is_post, 0 as is_tag
       from comments
      ) union all
      (select date(created_at) as dte, user_id, country_id, 1 as is_comment, 0 as is_post, 0 as is_tag
       from posts
      ) union all
      (select date(created_at) as dte, user_id, country_id, 1 as is_comment, 0 as is_post, 0 as is_tag
       from tags
      )
     ) cpt
group by dte, user_id, country_id

这似乎是一个常见的错误，人们希望某些子查询的某些联接或联合（每个可能涉及不同的键），每个子查询可能涉及联接和/或聚合，但他们错误地尝试进行所有联接/联合，然后进行所有聚合或在以前的聚合上进行聚合。PS这还不清楚。使用足够的单词、句子和引用部分例子，清楚、完整地说出你的意思。当给出一个业务关系（ship）/关联或表（base或query result）时，请说明其中的一行根据其列值表示的业务状况。请在代码问题中给出一个--cut&paste&runnable代码；示例输入（作为初始化代码）以及所需和实际输出（包括逐字错误消息）；标签和版本；清晰的说明和解释。对于包含DBMS、DDL和表格初始化的SQL。
select dte, user_id, country_id,
       sum(is_comment), sum(is_post), sum(is_tag)
from ((select date(created_at) as dte, user_id, country_id, 1 as is_comment, 0 as is_post, 0 as is_tag
       from comments
      ) union all
      (select date(created_at) as dte, user_id, country_id, 1 as is_comment, 0 as is_post, 0 as is_tag
       from posts
      ) union all
      (select date(created_at) as dte, user_id, country_id, 1 as is_comment, 0 as is_post, 0 as is_tag
       from tags
      )
     ) cpt
group by dte, user_id, country_id