dbt模型中ORDER BY语句在Snowflake中不生效问题排查

作为dbt新手，我在展示层模型末尾添加了ORDER BY "Date"语句，但生成的Snowflake表并未按日期排序。模型代码如下：

WITH agg_tbl_union AS(

SELECT *
FROM {{ ref('dim_agg_mp_w_filter_1') }}
UNION
SELECT *
FROM {{ ref('dim_agg_mp_w_filter_2') }}
)  

select 
    "Manufacturer",
    "TTV",
    "ATV",
    "Total",
    "No. of Buyers",
    "Date" 
from agg_tbl_union
ORDER BY "Date" 

查询结果数据正常，但直接在Snowflake中执行select * from table order by "Date"能实现排序。我希望Snowflake中的表能直接按日期有序排列，请问问题出在哪？

核心原因 #

SQL中的ORDER BY仅在单次查询返回结果时生效，不会改变Snowflake表的物理存储顺序。Snowflake作为云数仓，采用分布式列式存储架构，底层表的存储顺序由系统自动管理，CREATE TABLE AS SELECT (CTAS)语句中的ORDER BY无法强制表保持永久有序。

解决方法 #

1. 查询时显式排序（最常用） #

不需要在dbt模型中添加ORDER BY，而是在查询该模型数据时，按需添加ORDER BY "Date"。这是最符合数仓使用逻辑的方式，因为存储有序对大多数场景来说没有必要，查询时排序更灵活。

2. 用Snowflake聚类键优化存储与查询性能 #

如果需要针对Date字段的查询更高效，同时让表的存储趋向有序，可以在dbt模型中配置聚类键（CLUSTERING KEY）：
在模型代码顶部添加配置：

{{ config(
  cluster_by=['"Date"']
) }}

WITH agg_tbl_union AS(
-- 原模型代码...
)

聚类键会让Snowflake自动维护表中数据的物理聚类顺序，后续针对Date的过滤、排序查询会更快，但注意：聚类键只是让存储趋向有序，查询时如果需要严格的结果顺序，仍然建议显式添加ORDER BY。

3. 避免误解CTAS中的ORDER BY #

你直接在Snowflake执行select * from table order by "Date"能排序，是因为这是查询阶段的排序；而dbt模型中的ORDER BY是写在CTAS语句里，Snowflake执行CTAS时的ORDER BY仅影响数据插入时的临时顺序，不会改变表的永久存储结构，所以表本身不会保持有序。

内容的提问来源于stack exchange，提问作者Pedro Gomes