无需EXECUTE IMMEDIATE，在BigQuery中传入列名列表变量的方法

针对你遇到的CTE大量重复（仅列名不同）、表函数结合EXECUTE IMMEDIATE与CTE兼容问题，以下是几种实用替代方法：

1. 封装动态表函数（修正写法适配CTE） #

如果之前的表函数写法存在问题，其实可以把动态逻辑封装成返回TABLE类型的函数，直接在CTE中调用。以Snowflake为例：

CREATE OR REPLACE TABLE FUNCTION dynamic_agg(col_list STRING)
RETURNS TABLE (agg_col1 VARCHAR, agg_col2 VARCHAR, total_sales NUMBER)
AS $$
    EXECUTE IMMEDIATE '
        SELECT ' || col_list || ', SUM(sales) AS total_sales
        FROM raw_sales_data
        GROUP BY ' || col_list
$$;

-- 在CTE中直接调用
WITH aggregated_data AS (
    SELECT * FROM dynamic_agg('region, team')
),
final_report AS (
    SELECT * FROM aggregated_data WHERE total_sales > 10000
)
SELECT * FROM final_report;

这种方式把动态SQL完全封装在函数内部，CTE只需要调用函数即可，避开直接在CTE里写EXECUTE IMMEDIATE的兼容性问题。

2. 通用CTE+参数化分支（适合有限固定列组合） #

如果需要分组/选择的列是固定的几个组合，不用动态SQL也能实现。比如预设group_by_mode参数，用CASE分支匹配对应列：

SET group_by_mode = 'team_state'; -- 可设为 'region_product' 等

WITH universal_agg AS (
    SELECT
        CASE WHEN $group_by_mode = 'team_state' THEN team || '_' || state
             WHEN $group_by_mode = 'region_product' THEN region || '_' || product
             ELSE 'other' END AS group_key,
        SUM(sales) AS total_sales
    FROM raw_sales_data
    GROUP BY
        CASE WHEN $group_by_mode = 'team_state' THEN team || '_' || state
             WHEN $group_by_mode = 'region_product' THEN region || '_' || product
             ELSE 'other' END
)
SELECT * FROM universal_agg;

优点是避免动态SQL，缺点是仅适合列组合有限的场景，扩展性一般。

3. 外部脚本生成SQL（彻底解耦动态逻辑） #

用Python/Shell等脚本工具，把列名作为输入参数，直接生成完整的SQL代码后执行。比如Python示例：

def generate_agg_cte(cols):
    col_str = ', '.join(cols)
    sql = f"""
    WITH aggregated_data AS (
        SELECT {col_str}, SUM(sales) AS total_sales
        FROM raw_sales_data
        GROUP BY {col_str}
    )
    SELECT * FROM aggregated_data WHERE total_sales > 10000;
    """
    return sql

# 生成对应列的SQL
print(generate_agg_cte(['team', 'state']))
print(generate_agg_cte(['region', 'product']))

这种方式完全绕开数据库端的动态SQL限制，适合需要批量生成大量重复逻辑查询的场景。

4. 数据库原生宏/模板功能（按需选择） #

部分数据库支持宏或模板功能，比如PostgreSQL的自定义宏，或者Snowflake的Snowpark Python API，直接用代码构建动态查询：

from snowflake.snowpark import Session

session = Session.builder.configs({"account": "your_account"}).create()
cols = ["team", "state"]
df = session.table("raw_sales_data").group_by(cols).agg({"sales": "sum"}).filter("SUM(SALES) > 10000")
df.show()

用编程语言构建查询逻辑，比纯SQL动态写法更灵活易维护。

内容的提问来源于stack exchange，提问作者user1848018