count(*) vs count(欄位)：差別就在 NULL

count() 在 ClickHouse 和 Spark 都能用，是標準的 SQL 命令，用來算 row 數。真正每次卡住的，是它到底算不算 NULL。

count(expr) 或 count(DISTINCT expr)

• COUNT(*) 或 COUNT(1)
  • * → 所有欄位（whitelist）
  • 包含 NULL
• COUNT(col)
  • 只算 col 不是 NULL 的 row

兩者的差，就是該欄位缺值的數量，這也是「有多少 sign-up 沒填 email」最直接的算法。

用 CASE WHEN 一次數多個條件

SELECT
    COUNT(CASE WHEN salary > 100000 THEN 1 ELSE NULL END) AS high_earners,
    COUNT(CASE WHEN salary <= 100000 THEN 1 ELSE NULL END) AS standard_earners
FROM employees;

• 訣竅：COUNT(col) 只在非 NULL 時 +1，所以把不想算的分支寫成 NULL。

---

參考來源

• ClickHouse count — https://clickhouse.com/docs/en/sql-reference/aggregate-functions/reference/count
• Spark SQL Built-in Functions — https://spark.apache.org/docs/latest/api/sql/

Related: 回到跨引擎資料庫查詢總覽，或在可攜式 SQL 核心裡看它的定位。