SQLAlchemy+SQL Server使用自定义拆分函数时GROUP BY报错排查

核心问题1：自定义函数逻辑错误（无法生成提取第2项的正确SQL） #

你编写的custom_split_part是Python静态方法，其中的while循环是Python层面的控制流，无法被SQLAlchemy翻译成SQL语句。SQLAlchemy只能识别func.*这类构造SQL表达式的API，Python循环会直接在本地执行，导致函数最终生成的是提取第一个分隔项的SQL（从生成的原生SQL也能验证这一点），完全没实现提取第2项的逻辑。

同时，这种错误的写法会让SQL Server查询分析器误判：你的表达式依赖原始col_name列，但该列未出现在GROUP BY或聚合函数中，从而触发报错。

核心问题2：DISTINCT与GROUP BY冗余混用 #

GROUP BY本身就会对结果去重，叠加DISTINCT属于多余操作，还会触发SQL Server的额外校验规则（要求SELECT DISTINCT的ORDER BY项必须显式在SELECT列表中），进一步放大了问题。

解决方案 #

1. 正确实现提取第2个分隔项的SQL表达式 #

针对SQL Server，推荐两种实现方式：

方式一：嵌套CHARINDEX+SUBSTRING（兼容所有SQL Server版本）

直接用SQL函数构造表达式，避免Python控制流：

from sqlalchemy import func

def get_nth_split_part(column, delimiter, n):
    # 提取第2个分隔项的逻辑：
    # 1. 定位第一个分隔符的位置
    first_delimiter = func.charindex(delimiter, column)
    # 2. 从第一个分隔符后开始，定位第二个分隔符的位置
    second_delimiter = func.charindex(delimiter, column, first_delimiter + 1)
    # 3. 提取两个分隔符之间的内容；如果没有第二个分隔符，取到字符串末尾
    return func.substring(
        column,
        first_delimiter + 1,
        func.iif(
            second_delimiter == 0,
            func.length(column) - first_delimiter,
            second_delimiter - first_delimiter - 1
        )
    )

方式二：STRING_SPLIT（SQL Server 2022+ 支持ordinal参数）

如果你的SQL Server版本是2022及以上，可用更简洁的拆分函数：

from sqlalchemy import func, select

# 先通过子查询拆分并筛选第2项
subq = select(
    Model.col_id,
    func.string_split(Model.col_name, '-').ordinal.label('ordinal'),
    func.string_split(Model.col_name, '-').value.label('split_value')
).filter(Model.col_id == col_id).subquery()

# 再对结果分组排序
file_numbers = session.query(subq.c.split_value)\
                      .filter(subq.c.ordinal == 2)\
                      .group_by(subq.c.split_value)\
                      .order_by(subq.c.split_value)\
                      .all()

2. 优化查询代码，移除冗余DISTINCT #

替换错误的自定义函数，去掉多余的distinct()：

# 使用方式一的函数获取第2个分隔项
column_number = get_nth_split_part(Model.col_name, '-', 2)

file_numbers = session.query(column_number)\
                      .filter(Model.col_id == col_id)\
                      .group_by(column_number)\
                      .order_by(column_number)\
                      .all()

3. 验证生成的SQL #

修改后生成的SQL会正确提取第2个分隔项，且SELECT、GROUP BY、ORDER BY的表达式完全一致，不会触发SQL Server的报错：

SELECT substring(dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1, 
       iif(charindex('-', dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1) = 0, 
           len(dbo.[Model].[col_name]) - charindex('-', dbo.[Model].[col_name]), 
           charindex('-', dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1) - charindex('-', dbo.[Model].[col_name]) - 1))
FROM dbo.[Model]
WHERE dbo.[Model].[col_id] = @col_id
GROUP BY substring(dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1, 
         iif(charindex('-', dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1) = 0, 
             len(dbo.[Model].[col_name]) - charindex('-', dbo.[Model].[col_name]), 
             charindex('-', dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1) - charindex('-', dbo.[Model].[col_name]) - 1))
ORDER BY substring(dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1, 
         iif(charindex('-', dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1) = 0, 
             len(dbo.[Model].[col_name]) - charindex('-', dbo.[Model].[col_name]), 
             charindex('-', dbo.[Model].[col_name], charindex('-', dbo.[Model].[col_name]) + 1) - charindex('-', dbo.[Model].[col_name]) - 1))

内容的提问来源于stack exchange，提问作者brand_rich