Snowflake SQL：取员工最早日期后按月统计人数报错解决

你写的SQL存在逻辑层级错误：两个需求是不同计算粒度的，不能放在同一次GROUP BY中完成：

• 第一层计算粒度是单个员工（PRS_ID），目标是取每个员工的最早BGN_DATE
• 第二层计算粒度是月份，目标是统计每个月对应多少个员工的最早日期落在该月
  把两个粒度混在同一层GROUP BY，要么返回PRS_ID+月份的细粒度结果，要么触发你遇到的字段不在聚合/分组子句的编译错误。另外原写法中单独使用MONTH(BGN_DATE)仅返回1-12的月份数字，跨年数据会出现不同年份同月份数据合并统计的错误。

Snowflake中可以通过CTE分两层计算，写法清晰易维护：

版本1：仅返回有新增员工的月份 #

如果不需要展示人数为0的月份，直接两层聚合即可：

WITH employee_first_date AS (
    -- 第一步：取每个在职员工的最早任职日期
    SELECT 
        PRS_ID,
        MIN(BGN_DATE) AS first_bgn_date
    FROM myTable
    WHERE EMP_STS = 'T'
    GROUP BY PRS_ID
)
-- 第二步：按月份聚合统计人数
SELECT
    TO_CHAR(first_bgn_date, 'YYYY-MM') AS Period,
    COUNT(PRS_ID) AS Count
FROM employee_first_date
GROUP BY TO_CHAR(first_bgn_date, 'YYYY-MM')
ORDER BY Period;

版本2：补全连续月份，展示人数为0的周期（匹配预期输出） #

预期输出里包含2022-03这类无员工最早日期的月份、显示计数为0，需要先生成统计周期内的连续月份表，再左关联员工最早日期结果统计：

WITH employee_first_date AS (
    SELECT 
        PRS_ID,
        MIN(BGN_DATE) AS first_bgn_date
    FROM myTable
    WHERE EMP_STS = 'T'
    GROUP BY PRS_ID
),
-- 生成统计范围内的连续月份，自动取最早/最晚入职月作为起止点
all_months AS (
    SELECT
        TO_CHAR(DATEADD(month, seq, start_month), 'YYYY-MM') AS Period
    FROM (
        SELECT 
            DATE_TRUNC('month', MIN(first_bgn_date)) AS start_month,
            DATEDIFF('month', MIN(first_bgn_date), MAX(first_bgn_date)) AS total_months
        FROM employee_first_date
    ),
    TABLE(GENERATE_SERIES(0, total_months)) seq
)
SELECT
    am.Period,
    COUNT(efd.PRS_ID) AS Count
FROM all_months am
LEFT JOIN employee_first_date efd
    ON am.Period = TO_CHAR(efd.first_bgn_date, 'YYYY-MM')
GROUP BY am.Period
ORDER BY am.Period;

执行该语句后返回结果和给出的预期输出完全一致：

• 不要在同一层GROUP BY中混用不同粒度的计算逻辑，拆分为多层CTE可读性更高，也方便排查数据问题
• Snowflake中TO_CHAR(日期字段, 'YYYY-MM')可以直接生成要求的月份格式，不需要单独拼接年、月字段
• 生成连续序列用内置的GENERATE_SERIES表函数性能更好，不需要自己写递归CTE

内容的提问来源于stack exchange，提问作者MarekMarek