Snowflake中如何在SELECT查询里实现字符顺序不敏感的分组统计

算力阿峰

2026-9-29

实现方案

核心逻辑为：将待分组的字符串拆分为单个字符，对字符按字典序排序后重新拼接为新的字符串，使用该新字符串作为分组依据即可实现顺序不敏感的统计需求。Snowflake内置函数可直接实现该逻辑，无需额外自定义扩展。

方式1：原生SQL直接实现

针对你的示例场景，可运行如下查询得到预期结果：

WITH source_data AS (
    -- 你的原始数据
    SELECT column1 FROM (VALUES ('a'), ('b'), ('ab'), ('ba'))
),
split_char AS (
    -- 拆分每个字符串为单个字符
    SELECT 
        s.column1 AS original_str,
        c.value AS single_char
    FROM source_data s,
    TABLE(REGEXP_SPLIT_TO_TABLE(s.column1, '')) c
),
sorted_key AS (
    -- 对每个原始字符串的字符排序后拼接为分组键
    SELECT 
        original_str,
        LISTAGG(single_char, '') WITHIN GROUP (ORDER BY single_char) AS group_key
    FROM split_char
    GROUP BY original_str
)
-- 按排序后的键分组统计，展示时取同组内最小的原始字符串作为分组名
SELECT 
    MIN(original_str) AS COLUMN1,
    COUNT(*) AS "COUNT(*)"
FROM sorted_key
GROUP BY group_key
ORDER BY COLUMN1;

方式2：封装为临时UDF简化多次调用

如果需要频繁使用该能力，可以先封装一个临时SQL函数，后续查询代码会更简洁：

-- 定义字符排序临时函数，会话关闭后自动失效无需额外清理
CREATE OR REPLACE TEMP FUNCTION sort_str_chars(input_str STRING)
RETURNS STRING
LANGUAGE SQL
AS $$
SELECT LISTAGG(c.value, '') WITHIN GROUP (ORDER BY c.value)
FROM TABLE(REGEXP_SPLIT_TO_TABLE(input_str, '')) c
$$;

-- 直接调用函数分组即可
SELECT 
    MIN(column1) AS COLUMN1,
    COUNT(*) AS "COUNT(*)"
FROM (VALUES ('a'), ('b'), ('ab'), ('ba'))
GROUP BY sort_str_chars(column1)
ORDER BY COLUMN1;