COUNT(*) vs COUNT(kolom) vs COUNT(DISTINCT)

Pertanyaan

"Tanpa menjalankan query, coba tebak: berapa angka di ketiga kolom hasil query ini?"

Tabel pelanggan:

Salin
SELECT
  COUNT(*) AS semua_baris,
  COUNT(kota) AS ada_kota,
  COUNT(DISTINCT kota) AS kota_unik
FROM pelanggan;

Jawaban Singkat

Hasilnya 7, 5, 3. COUNT(*) menghitung semua baris tanpa peduli isinya. COUNT(kota) hanya menghitung baris yang kotanya tidak NULL, jadi Dewi dan Joko tidak terhitung. COUNT(DISTINCT kota) menghitung nilai unik yang tidak NULL: Jakarta, Bandung, Surabaya, jadi 3. NULL tidak dihitung sebagai satu nilai unik.

Pembahasan

1. COUNT(*): jumlah baris. Ada 7 baris di tabel, jadi 7. Isi kolom tidak dilihat sama sekali, baris yang semua kolomnya NULL pun tetap terhitung.
2. COUNT(kolom): jumlah nilai yang tidak NULL. Dari 7 baris, 2 punya kota NULL. Hasilnya 5. Ini berlaku untuk semua fungsi agregat selain COUNT(*): NULL diabaikan.
3. COUNT(DISTINCT kolom): jumlah nilai unik yang tidak NULL. Nilai yang ada: Jakarta (2x), Bandung (2x), Surabaya (1x). Unik: 3. NULL dibuang dulu sebelum dihitung uniknya.
4. Cara mengingat. Bintang berarti "baris". Nama kolom berarti "nilai". DISTINCT berarti "nilai berbeda". NULL bukan nilai, jadi tidak pernah ikut dihitung kecuali di COUNT(*).

Query

Salin
SELECT
  COUNT(*) AS semua_baris,
  COUNT(kota) AS ada_kota,
  COUNT(DISTINCT kota) AS kota_unik
FROM pelanggan;

Contoh Output

Jebakan Umum

• Menjawab kota_unik = 4 karena menganggap NULL sebagai satu "kota" tersendiri. SELECT DISTINCT kota memang menampilkan baris NULL, tapi COUNT(DISTINCT kota) tidak menghitungnya.
• Mengira COUNT(kota) sama dengan COUNT(*). Keduanya hanya sama kalau kolomnya tidak pernah NULL.
• Mengira COUNT(1) berbeda dari COUNT(*). Hasilnya sama persis, karena 1 tidak pernah NULL. Soal performa, optimizer modern memperlakukannya sama.
• Memakai COUNT(kolom) untuk menghitung jumlah baris tanpa sadar kolomnya punya NULL. Laporan jadi kurang hitung.

Follow-up dari Interviewer

• "Bagaimana supaya NULL ikut dihitung sebagai satu kategori unik?" COUNT(DISTINCT COALESCE(kota, '(kosong)')). Di data sampel hasilnya 4.
• "Berapa hasil SELECT COUNT(*) FROM pelanggan WHERE kota <> 'Jakarta'?" 3 (Siti, Rina, Putri). Dewi dan Joko tidak ikut karena NULL <> 'Jakarta' bernilai UNKNOWN.
• "Bagaimana menghitung persentase pelanggan yang belum isi kota?" 100.0 * (COUNT(*) - COUNT(kota)) / COUNT(*), hasilnya sekitar 28,6%.

Yang Sebenarnya Diuji

Pemahaman bagaimana fungsi agregat memperlakukan NULL. Ini dasar dari banyak bug laporan, misalnya jumlah user aktif yang kurang hitung karena kolom yang dipakai di COUNT ternyata punya NULL.

Catatan Dialect

• Perilaku COUNT(*), COUNT(kolom), dan COUNT(DISTINCT kolom) sama di DuckDB, PostgreSQL, MySQL, BigQuery, dan Snowflake.
• Untuk menghitung kombinasi unik beberapa kolom, MySQL menerima COUNT(DISTINCT a, b), sedangkan dialect lain biasanya lewat subquery: SELECT COUNT(*) FROM (SELECT DISTINCT a, b FROM t) x. Perhatikan bahwa cara subquery ini ikut menghitung kombinasi yang mengandung NULL.