Snowflake中如何用REDUCE高效求和JSON对象的所有值？

针对百万行级别的JSON对象求和需求，推荐用**MAP_VALUES + REDUCE**的组合写法，既避免flatten的性能损耗，又比你当前的REDUCE携带原对象写法简洁得多。

核心写法（以Spark SQL/Databricks SQL为例） #

假设你的JSON对象列名为json_data，直接提取所有值的数组后求和：

SELECT
  json_data,
  REDUCE(MAP_VALUES(json_data), 0D, (acc, val) -> acc + val, acc -> acc) AS row_total
FROM your_large_table

为什么这个写法更好？ #

1. 无性能损耗：MAP_VALUES直接从JSON对象中提取所有值生成数组，不需要flatten展开行（展开会触发数据洗牌，百万行场景下性能暴跌）。
2. 写法极简：一步完成值提取+求和，不需要嵌套复杂的Lambda逻辑，也不用额外携带原对象。
3. 兼容任意键名：不管JSON对象的键名如何变化，MAP_VALUES都会自动提取所有数值类型的值；如果存在非数值类型，可先过滤再求和：

   REDUCE(TRANSFORM(MAP_VALUES(json_data), val -> IF(ISNUMERIC(val), val, 0D)), 0D, (acc, val) -> acc + val)
   

补充：你之前OBJECT_KEYS+TRANSFORM的问题修正 #

如果一定要用OBJECT_KEYS，正确的写法是在Lambda中直接通过键引用原对象（之前大概率是Lambda作用域的写法错误）：

SELECT
  json_data,
  REDUCE(
    TRANSFORM(OBJECT_KEYS(json_data), key -> json_data[key]),
    0D,
    (acc, val) -> acc + val
  ) AS row_total
FROM your_large_table

但这个写法效率略低于MAP_VALUES，因为需要先遍历键再逐个取值，推荐优先用前者。

内容的提问来源于stack exchange，提问作者Simeon Pilgrim