Azure SQL Distinct/GROUP BY查询未正确聚合返回重复结果问题求助

根因分析 #

该异常通常由两类问题触发：

• 主键字段person_id存储的值存在肉眼不可识别的差异（如零宽空格、尾随控制字符、字段长度不足导致的截断差异），配合Azure SQL默认的不区分尾随字符的排序规则，会出现WHERE条件能匹配所有符合要求的行，但GROUP BY时识别为不同值的问题。
• 表的聚集索引出现逻辑页损坏，导致聚合计算时扫描到重复的元数据条目。

可行解决方法 #

1. 优先排查字段实际值差异 #

执行如下SQL查看每条记录的person_id实际长度，确认是否存在不可见字符：

SELECT person_id, DATALENGTH(person_id) AS value_length, COUNT(*) AS total
FROM persons
WHERE person_id= '3ce59278-129c-45e2-8503-a6d813f63a1a-000000'
GROUP BY person_id, DATALENGTH(person_id)

如果返回的value_length存在差异，直接清洗对应行的异常字段值即可解决问题。

2. 显式指定二进制排序规则分组 #

如果是排序规则匹配逻辑导致的异常，可在分组时强制使用二进制排序规则匹配值：

SELECT person_id COLLATE SQL_Latin1_General_CP1_BIN, COUNT(*) AS total
FROM persons
WHERE person_id= '3ce59278-129c-45e2-8503-a6d813f63a1a-000000'
GROUP BY person_id COLLATE SQL_Latin1_General_CP1_BIN

3. 修复索引损坏 #

执行如下命令检查表的页一致性，如果返回损坏提示，重建主键聚集索引即可：

-- 检查表一致性
DBCC CHECKTABLE ('persons')
-- 重建主键索引，替换为实际的主键索引名
ALTER INDEX PK_persons_person_id ON persons REBUILD

4. 临时规避方案 #

如果需要快速获取正确结果，可通过二次聚合临时处理：

SELECT person_id, SUM(total) AS correct_total
FROM (
    SELECT person_id, COUNT(*) AS total
    FROM persons
    WHERE person_id= '3ce59278-129c-45e2-8503-a6d813f63a1a-000000'
    GROUP BY person_id
) AS t
GROUP BY person_id

内容的提问来源于stack exchange，提问作者A_M_2020