Sql 如何解释SELECT DISTINCT中的计数差异？

我甚至不认为这是一个SQL问题，我只是在逻辑上挣扎，可能会有一段愚蠢的时间

我正在尝试查找表

cms

中存在但表

cm

中不存在的电子邮件地址数。我用的是postgres 10.4。两个表都包含一个varchar列“email”

这两个查询都返回18309的计数：

SELECT COUNT(DISTINCT email) FROM cms;
SELECT COUNT(email) FROM cms;

这两个查询都返回17949的计数：

SELECT COUNT(DISTINCT email) FROM cm;
SELECT COUNT(email) FROM cm;

这意味着有。。。 18309-17949=在

cms

中比

cm

中多记录360条

然后，我将通过以下方式查询差异：

从cms左侧选择计数（cms.email）加入cm.email=cms.email，其中cm.email为空

此查询返回369

差异从何而来


两个表本身都不包含重复记录
一个表比另一个表多360条记录
一个表中存在369条记录，而另一个表中不存在

那九张唱片是什么？
没什么神秘的。每个表中都有电子邮件，而另一个表中没有

你有：


在
cms
中有18309封电子邮件，其中17940封（18309-369封）在
cm
中
17949封电子邮件在
cm
中，其中17940封在
cms
中
您有369个仅在cms中
您有9个仅在
cm
中
不仅大表中有不在小表中的电子邮件，而且大表中也缺少一些来自小表的电子邮件

您可以使用
完全联接
来计算两个表中的孤立项：

select 
    count(*) filter(where cm.email  is null) in_cms_but_not_in_cm,  -- 369
    count(*) filter(where cms.email is null) in_cm_but_not_in_cms   -- 9
from cm
full join cms using(email)
where cm.email is null or cms.email is null

该列中有空值吗？有些记录不匹配。啊，当然。一个愚蠢的时刻。虽然现在我必须从一个商业角度来计算，记录是如何在表B中结束的，而不是通过表a，这应该是不可能的。是的。无论如何，非常感谢。