多表关联中QUALIFY子句致结果不一致的优化问询

结果不稳定的核心原因 #

你遇到的结果波动，根本原因是row_number()的排序键不唯一。当PARTITION BY a.token_nb分组后，仅用a.creation_date排序时，如果同一分组内存在多条creation_date完全相同的记录，数据库每次执行时这些记录的排序顺序是随机的（取决于底层存储的物理顺序或执行计划调度），导致每次筛选出的"第一行"可能不同，最终外层聚合的总行数和min(t1.date)结果都会出现波动。

另外你提到的多表并列写法（FROM a, b, c加WHERE关联条件）就是标准的内关联，和INNER JOIN完全等价，不是LEFT JOIN的问题；拆成独立视图后结果差异更大，是因为你错误地在视图层提前应用了QUALIFY，导致关联前就过滤了数据，改变了原本的关联逻辑，反而引入了更多不确定性。

优化步骤 #

1. 给row_number()增加唯一排序键，确保稳定 #

在ORDER BY后追加表a的唯一标识列（比如主键、唯一ID），确保同一分组内的排序完全固定，每次执行都会选中同一行。示例：

QUALIFY row_number() OVER (PARTITION BY a.token_nb ORDER BY a.creation_date, a.id) = 1

（如果没有主键，也可以用多个列组合成唯一标识，比如a.token_nb, a.request_id，只要能唯一区分同一分组内的记录即可）

2. 清理冗余的GROUP BY子句 #

原SQL中表b和表c的子查询里的GROUP BY是多余的：

• 表b的子查询SELECT acct_id, acct_number FROM table b WHERE product_code='10' GROUP BY 1,2，如果acct_id是唯一主键，每个acct_id对应唯一的acct_number，GROUP BY不会改变结果，反而增加不必要的计算开销，直接去掉即可。
• 表c的子查询同理，如果request_id是唯一的，GROUP BY 1,2也可以去掉。

3. 规范关联写法，提升可读性 #

把逗号分隔的多表写法改成INNER JOIN，逻辑更清晰，避免歧义。

优化后的完整SQL #

SELECT
    t1.acct_number,
    MIN(t1.date) AS min_date
FROM (
    SELECT
        a.status_code,
        a.date,
        a.token_nb,
        b.acct_number,
        c.source_code
    FROM table a
    INNER JOIN (
        SELECT acct_id, acct_number
        FROM table b
        WHERE product_code = '10'
    ) b ON a.acct_id = b.acct_id
    INNER JOIN (
        SELECT request_id, service_number
        FROM table c
        WHERE date IS NOT NULL
          AND service_number LIKE ANY ('%apple','%juice')
    ) c ON a.request_id = c.request_id
    WHERE a.date > '2023-05-01'
      AND a.status_code = '00'
    QUALIFY row_number() OVER (PARTITION BY a.token_nb ORDER BY a.creation_date, a.id) = 1
) t1
GROUP BY 1

额外说明 #

• 不要在视图层提前应用QUALIFY：QUALIFY是对关联后的数据集进行过滤，提前放到视图里会导致每个视图单独过滤后再关联，完全改变原本的业务逻辑，这就是你拆视图后结果差异更大的原因。
• 业务需求是取每组第一行，row_number()是正确选择，只要保证排序键唯一即可，无需替换为RANK()或DENSE_RANK()。

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