Universe数据库中SAVING UNIQUE与SELECT DISTINCT结果差异问题

差异根源：多值字段的处理逻辑不同 #

• SQL查询逻辑
  执行SELECT DISTINCT INV_LOC_A FROM UNNEST INV ON LOCATIONS;时，UNNEST会把LOCATIONS关联段中的多值字段INV_LOC_A彻底展开，每个多值项单独成一行，之后DISTINCT对所有展开后的行做严格逐值去重。哪怕是带前后空格的相同内容、大小写不同的同文字段、甚至空值条目，都会被当作独立值保留，不会合并。

• Universe原生查询逻辑
  SELECT INV SAVING UNIQUE INV_LOC_A用的是Universe对多值字段的原生去重规则：它会先在每个记录的多值集合内部去重，再汇总所有去重后的多值项。同时，Universe原生逻辑会自动忽略空的多值条目，还会把带空格的相同内容、大小写差异的同文字段视为同一个值合并，这就过滤掉了SQL查询中会被保留的“伪重复”值。

正确性判断 #

没有绝对的对错，取决于你的业务需求：

• 若需要精准统计所有实际存在的多值条目（包括空值、格式差异的条目），SQL查询得到的13729是准确的，它完整还原了多值字段的所有原始条目。
• 若业务上认为格式差异的相同值、空值属于无效重复，那么Universe原生查询的11697更符合业务逻辑，它剔除了业务无意义的重复项。

你可以抽取部分差异值做对比，比如检查是否存在空值、前后空格的相同内容、大小写差异的字段，就能快速确认差异的具体来源。

内容的提问来源于stack exchange，提问作者Charles