如何用Snowflake SQL存储过程实现字段去重计数的数据质量检查？

原代码的问题 #

• 动态SQL拼接语法错误：COUNT(DISTINCT后缺少空格，且列名未做标识符转义（若列名含特殊字符/关键字会直接报错）
• 无法直接将EXECUTE IMMEDIATE的结果集赋值给变量：必须通过RESULT_SCAN工具函数获取执行结果
• 返回类型定义不合理：计数属于数值类型，没必要用STRING类型承载

修正后的存储过程代码 #

create or replace procedure DQ_CHECK(table_name string, col_name string)
returns number
language sql
as
$$
declare
    query_str string;
    result_scan_id string;
    distinct_count number;
begin
    -- 拼接动态SQL，给列名和表名加双引号处理特殊标识符
    query_str := 'SELECT COUNT(DISTINCT "' || col_name || '") AS distinct_count FROM "' || table_name || '"';
    
    -- 执行动态SQL并获取结果集ID
    execute immediate :query_str;
    result_scan_id := last_query_id();
    
    -- 从结果集中提取计数值
    select distinct_count into distinct_count from table(result_scan(:result_scan_id));
    
    return distinct_count;
end;
$$;

调用示例 #

call DQ_CHECK('数据库名.模式名.表名', '目标列名');

关键说明 #

• 标识符转义：给表名和列名添加双引号，避免因名称含空格、特殊字符或与关键字冲突导致报错
• 结果集处理：EXECUTE IMMEDIATE执行后，用LAST_QUERY_ID()获取查询ID，再通过RESULT_SCAN()函数读取执行结果
• 返回类型调整：改用NUMBER类型直接返回计数值，更贴合业务逻辑

内容的提问来源于stack exchange，提问作者Aditya Lingam