Snowflake统计操作后出现含空值的额外行问题排查

空值行产生的原因 #

• 你使用了LEFT OUTER JOIN，该连接类型会强制保留左表（T1）的所有行，即便右表（T2）没有匹配记录。查看T1数据，其中存在一行I_A='l'，但T2中完全没有I_N='l'的条目，因此这一行在连接后会生成T2列全为NULL的结果，分组后就出现了空值行。
• 分组逻辑偏离需求：当前GROUP BY包含T2.I_ID、T2.I_V等列，这意味着是按多列组合细分分组，而非按C_ID+I_N进行聚合，完全达不到统计同一组合下不同I_ID数量的目的。

修正后的查询方案 #

如果你的目标是仅统计T1和T2匹配的C_ID+I_N组合下不同I_ID的数量，可以使用以下查询：

SELECT
    T1.C_ID,
    T1.I_A AS I_N,
    COUNT(DISTINCT T2.I_ID) AS DISTINCT_I_ID_COUNT,
    MAX(T2.UPDATED_DATE) AS LATEST_UPDATED_DATE, -- 示例：取该组合下最新更新时间
    MAX(T2.SYNC_DATE) AS LATEST_SYNC_DATE
FROM T1
INNER JOIN T2
    ON T1.C_ID = T2.C_ID
    AND T1.I_A = T2.I_N
GROUP BY T1.C_ID, T1.I_A;

关键修正点： #

1. 替换LEFT JOIN为INNER JOIN：仅保留两边匹配的行，直接避免T1中无匹配的行生成空值结果。
2. 调整分组维度：按C_ID+I_N（即T1.C_ID和T1.I_A，连接条件保证其与T2.I_N等价）分组，确保聚合逻辑对应需求。
3. 使用COUNT(DISTINCT)：精准统计每个组合下不同I_ID的数量，而非单纯计数行数。

如果需要保留T1中无匹配的行（此时该组合的不同I_ID数量显示为0），可以继续使用LEFT JOIN并兼容空值：

SELECT
    T1.C_ID,
    T1.I_A AS I_N,
    COUNT(DISTINCT T2.I_ID) AS DISTINCT_I_ID_COUNT,
    MAX(T2.UPDATED_DATE) AS LATEST_UPDATED_DATE,
    MAX(T2.SYNC_DATE) AS LATEST_SYNC_DATE
FROM T1
LEFT OUTER JOIN T2
    ON T1.C_ID = T2.C_ID
    AND T1.I_A = T2.I_N
GROUP BY T1.C_ID, T1.I_A;

这种情况下，I_A='l'的组合会显示DISTINCT_I_ID_COUNT=0，而非空值行。

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