Snowflake中字符串MAX()函数的工作原理解析

核心结论 #

Snowflake 对字符串使用 MAX() 函数时，不会将字符串分解为编码值求和，而是按照**字典序（逐字符比较 Unicode 编码值）**来判断大小，最终返回排序最靠后的字符串。

具体判定逻辑 #

字符串的比较遵循以下规则：

• 从左到右逐字符对比，每个字符的大小由其对应的 Unicode 编码值决定（Snowflake 的 STRING 类型默认采用 UTF-8 编码，对应 Unicode 字符集）
• 一旦遇到第一个编码值不同的字符，该字符编码值更大的字符串整体判定为更大
• 如果所有字符都相同，则两个字符串相等

结合测试案例分析 #

你的两个字符串 "000000001bb1304f" 和 "000000001bb13059"，前12个字符完全一致，差异出现在倒数第二个字符：

• '4' 的 Unicode 编码是 U+0034
• '5' 的 Unicode 编码是 U+0035
  因为 U+0035 > U+0034，所以 "000000001bb13059" 整体更大，MAX() 自然返回这个值。

验证测试代码（中文注释版） #

-- 直接比较两个字符串，返回 true，说明前者小于后者
select '000000001bb1304f' < '000000001bb13059';

-- 创建临时表测试 MAX() 函数
create temporary table test (val STRING);
insert into test values('000000001bb1304f');
insert into test values('000000001bb13059');

-- 执行 MAX()，返回 '000000001bb13059'
select max(val) from test;

内容的提问来源于stack exchange，提问作者Coldchain9