sql - SQL 中的重叠

Question

我有一个包含以下数据的表格:

User#       App
1       A
1       B
2       A   
2       B
3       A

我想知道不同用户的应用程序之间的重叠，所以我的最终结果如下所示

App1  App2  DistinctUseroverlapped 
A     A     3
A     B     2
B     B     2

所以结果意味着有 3 个用户仅使用应用程序 A，有 2 个用户同时使用应用程序 A 和应用程序 B，还有 2 个用户仅使用应用程序 B。

还记得有很多应用程序和用户，我如何在 SQL 中执行此操作？

Answer 1

我的解决方案首先生成所有可能感兴趣的应用程序对。这是driver 子查询。

然后它会加入每个应用程序的原始数据。

最后，它使用 count(distinct) 来计算两个列表之间匹配的不同用户。

select pairs.app1, pairs.app2,
       COUNT(distinct case when tleft.user = tright.user then tleft.user end) as NumCommonUsers
from (select t1.app as app1, t2.app as app2
      from (select distinct app
            from t
           ) t1 cross join
           (select distinct app
            from t
           ) t2
      where t1.app <= t2.app
     ) pairs left outer join
     t tleft
     on tleft.app = pairs.app1 left outer join
     t tright
     on tright.app = pairs.app2
group by pairs.app1, pairs.app2

您可以将 count 中的条件比较移至连接，然后仅使用 count(distinct):

select pairs.app1, pairs.app2,
       COUNT(distinct tleft.user) as NumCommonUsers
from (select t1.app as app1, t2.app as app2
      from (select distinct app
            from t
           ) t1 cross join
           (select distinct app
            from t
           ) t2
      where t1.app <= t2.app
     ) pairs left outer join
     t tleft
     on tleft.app = pairs.app1 left outer join
     t tright
     on tright.app = pairs.app2 and
        tright.user = tleft.user
group by pairs.app1, pairs.app2

我更喜欢第一种方法，因为它对于计算的内容更加明确。

这是标准 SQL，因此它应该可以在 Vertica 上运行。