Amazon Redshift临时表数字填充异常：行数不足且起始值非1

问题场景 #

试图创建包含1到25567连续数字的临时表，执行以下SQL：

-- Create temp table
DROP TABLE IF EXISTS numbers;

CREATE TEMP TABLE numbers 
(
    n INT NOT NULL PRIMARY KEY
);

-- Insert numbers from 1 to 25567
INSERT INTO numbers
    SELECT ROW_NUMBER() OVER () AS n
    FROM stl_scan
    LIMIT 25567;

SELECT COUNT(*) FROM numbers

实际执行后，计数结果仅为3632，且生成的数字从4开始，以4为步长递增（4、8、12...），完全不符合预期。

异常原因 #

1. stl_scan本身的数据量不足 #

stl_scan是Redshift的系统表，仅存储最近的扫描操作日志，它的总行数本身就只有3632条左右，因此即使设置了LIMIT 25567，也只能返回现有行数的数据。

2. MPP架构下ROW_NUMBER()的无规则执行问题 #

Redshift是分布式MPP架构，stl_scan的数据分散在多个计算节点上。ROW_NUMBER() OVER ()未指定分区和排序规则时，每个计算节点会独立对本地数据计算行号，再将结果汇总到leader节点。
如果你的集群恰好有4个计算节点，每个节点的本地数据都会生成从1开始的连续行号，汇总后不同节点的相同行号会冲突，最终留存的是各节点中不重复的行号，形成步长为4的序列。

3. 主键约束过滤了重复行 #

临时表的n字段设为主键，当多个节点返回相同行号（比如每个节点都有行号1）时，插入操作会因主键冲突自动丢弃重复值，进一步导致最终行数远少于预期，且行号呈现节点数的步长。

内容的提问来源于stack exchange，提问作者Nicolás Lope de Barrios