Snowflake QUALIFY替代Postgres DISTINCT ON查询结果不一致问题

结果不稳定的核心原因是窗口函数的排序规则存在逻辑漏洞，无法在分组内唯一确定行的优先级：

• 你写的窗口函数PARTITION BY wallet_transaction.walletId已经保证每个分组内所有行的walletId完全相同，此时ORDER BY中加入wallet_transaction.walletId属于无效排序项，在分组内完全起不到排序作用。
• 当同一个walletId下存在多条transactionDate完全一致的记录时，ROW_NUMBER()对这些并列记录的编号分配没有强制确定性规则：Snowflake是分布式并行计算架构，数据分散在多个节点的微分区中，大结果集查询时并行度高，扫描顺序本身不固定，会随机从并列记录中选一条返回，因此每次运行结果都可能变化；小结果集查询时并行度低，扫描顺序碰巧固定，才会出现结果稳定的假象。
• Postgres当前测试中结果稳定，只是因为单节点执行下扫描路径相对固定，并非逻辑上绝对稳定——如果后续数据量增长、执行计划变化（比如切换索引扫描、开启并行查询），只要排序键存在并列，Postgres同样可能返回不同结果。

按照以下步骤调整SQL即可得到和Postgres DISTINCT ON逻辑完全一致、且稳定返回的结果：

• 移除窗口函数ORDER BY中无效的wallet_transaction.walletId排序项，分区字段不需要重复写在分区内排序逻辑中。
• 补充兜底排序字段，保证每个分组内的排序规则可以唯一确定一行，从根源消除并列值带来的随机性。一般选择表的唯一主键、事务ID这类全局不重复的字段作为最后一级排序规则即可。

修正后的Snowflake查询语句如下：

SELECT wallet_transaction.walletId,
       wallet_transaction.balance,
       wallet_transaction.transactionDate,
       wallet_transaction.parkerId,
       wallet_transaction.operatorName,
       wallet_transaction.operatorId,
       wallet_transaction.offerName,
       wallet_transaction.offerId
FROM wallet_transaction
WHERE {% condition snapshot_date %} wallet_transaction.transactionDate {% endcondition %}
QUALIFY ROW_NUMBER() OVER (
    PARTITION BY wallet_transaction.walletId
    ORDER BY wallet_transaction.transactionDate DESC,
             -- 替换为实际业务表中的唯一主键/交易唯一ID字段，兜底保证排序确定性
             wallet_transaction.transactionId ASC 
) = 1;

网上教程提到的QUALIFY + ROW_NUMBER()等效于Postgres DISTINCT ON的结论，成立的前提是两者的排序逻辑完全一致，且排序键可以在分组内唯一确定行顺序。只要排序键存在无法区分先后的并列值，任何SQL引擎的返回结果都不具备确定性，和使用的语法无关。

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