COUNT(*) и COUNT(column) в SQL: почему NULL меняет количество

Рабочий вопрос

Почему COUNT(*) и COUNT(order_id) возвращают разные значения?

После LEFT JOIN аналитик видит строки пользователей без заказов и удивляется, что COUNT(*) считает их, а COUNT(order_id) — нет.

В отчёте по каналам COUNT(*) покажет всех пользователей, а COUNT(order_id) — пользователей с заказом, если order_id NULL у остальных.

Определение и grain

Одна строка результата должна описывать одну сущность и один период. Перед агрегацией проверь, что исходные строки не повторяют объект и что фильтры не меняют знаменатель незаметно.

Назови, что должно быть в числителе: строки, заполненные ключи или уникальные сущности. Проверяй результат на LEFT JOIN и пустой группе.

Если показатель строится по событиям, отдельно проверь повторную отправку, идентичность пользователя и часовой пояс. Если данные приходят из бизнес-системы, сопоставь техническое поле с тем, как команда реально принимает решение.

Разбор примера

В отчёте по каналам COUNT(*) покажет всех пользователей, а COUNT(order_id) — пользователей с заказом, если order_id NULL у остальных.

Не копируй пример в рабочий отчёт вслепую. Сначала замени названия таблиц и полей, проверь кардинальность связей и запиши, какие строки должны попасть в результат. Хорошая адаптация сохраняет логику, но делает допущения видимыми.

Где расчёт ломается

Нельзя заменять COUNT DISTINCT на COUNT(*) после JOIN и считать, что количество строк равно пользователям.

Отдельно протестируй пустой результат, NULL, дубль, граничную дату и объект без связанной записи. Эти случаи не являются редкими исключениями: именно они чаще всего превращают рабочий показатель в красивую, но неверную цифру.

• Не смешивай зрелые и незрелые периоды без отдельной подписи.
• Не заменяй проверку качества тем, что запрос просто выполнился.
• Не делай причинный вывод из одного разреза.

Что показывает график

График здесь нужен не для украшения статьи. Он помогает увидеть форму сигнала: тренд, разрыв между сегментами, хвост распределения или этап, на котором теряется объект. Сначала прочитай оси и единицы, затем сравни с таблицей и только после этого формулируй вывод.

На визуализации «COUNT(*) и COUNT(column) в SQL: почему NULL меняет количество» сравнивай не только максимальное значение. Проверь, одинаковы ли базы, не скрыта ли неполная дата и не меняется ли знаменатель от категории к категории.

Проверь на своих данных

Сделай таблицу users с одним NULL order_id и сравни три вида COUNT. Напиши определение каждой колонки.

После упражнения напиши вывод в двух версиях. Первая — техническая: какие строки и условия дали результат. Вторая — для команды: что изменилось, насколько это надёжно и какое действие стоит проверить. Если эти версии противоречат друг другу, вернись к определению показателя.

• Собери контрольный пример из пяти-десяти строк.
• Сверь итог с независимым способом расчёта.
• Проверь хотя бы один крайний случай.
• Зафиксируй дату, версию схемы и ограничение.

Решение и продолжение

Выбирай COUNT по смыслу объекта. Подпись «orders» должна означать заказы, а не строки после соединения.

Сильный аналитический материал не обещает абсолютной уверенности. Он показывает, как получить число, где оно может ошибиться и какое решение можно принять уже сейчас. Такой формат хорошо переносится в дашборд, SQL-тренажёр, собеседование и рабочее обсуждение с командой.