計算列中不同值（包括 NULL 值）的最快方法

Transact-Sql Count Distinct操作對列中的所有非空值進行計數。我需要計算一組表中每列的不同值的數量，包括空值（因此，如果列中有空值，則結果應該是(Select Count(Distinct COLNAME) From TABLE) + 1.

這將在數據庫中每個表的每一列上重複。包括數百個表，其中一些表超過 1M 行。因為這需要在每一列上完成，所以為每一列添加索引不是一個好的選擇。

這將作為 ASP.net 站點的一部分完成，因此與程式碼邏輯的集成也可以（即：這不必作為一個查詢的一部分完成，但如果可以以良好的性能完成，那麼即使更好的）。

最有效的方法是什麼？

---

測試後更新

我從一個很好的代表性表格上給出的答案中測試了不同的方法。該表有 320 萬條記錄，幾十列（少數有索引，大多數沒有）。一列有 320 萬個唯一值。其他列的範圍從所有 Null（一個值）到最多 40K 個唯一值。對於每種方法，我進行了四次測試（每次嘗試多次，平均結果）：一次 20 列，一次 5 列，1 列有很多值（3.2M）和 1 列有少量值（ 167)。以下是結果，按從快到慢的順序排列

1. 計數/分組（切蘭）
2. CountDistinct+SubQuery (埃利斯)
3. 密集排名（埃里克森）
4. 計數+最大值（安德烈）

測試結果（以秒為單位）：

  Method          20_Columns   5_Columns   1_Column (Large)   1_Column (Small)
1) Count/GroupBy      10.8          4.8            2.8               0.14       
2) CountDistinct      12.4          4.8            3                 0.7         
3) dense_rank        226           30              6                 4.33 
4) Count+Max          98.5         44             16                12.5        

筆記：

• 有趣的是，最快的兩種方法（到目前為止，兩者之間只有很小的差異）都是為每一列送出單獨查詢的方法（在結果 #2 的情況下，查詢包括一個子查詢，所以有實際上是每列送出兩個查詢）。可能是因為與記憶體需求方面的性能損失相比，通過限製表掃描次數獲得的收益很小（只是猜測）。
• 雖然 dense_rank 方法絕對是最優雅的，但它似乎並不能很好地擴展（見 20 列的結果，這是迄今為止四種方法中最差的），即使在小規模上也無法與的表現Count。

感謝您的幫助和建議！

SELECT COUNT(*)
FROM (SELECT ColumnName
     FROM TableName
     GROUP BY ColumnName) AS s;

GROUP BY選擇不同的值，包括 NULL。 COUNT(*)將包括 NULL，而不是COUNT(ColumnName)忽略 NULL。

OP自己的解決方案的發展：

SELECT
 COUNT(DISTINCT acolumn) + MAX(CASE WHEN acolumn IS NULL THEN 1 ELSE 0 END)
FROM atable

引用自：https://stackoverflow.com/questions/7376564