Teradata多门店多SKU销售数据提取规模缩减方法问询

先修正现有代码的基础问题，避免无效计算产生冗余数据 #

你当前的示例SQL存在Teradata语法不兼容的问题，先调整为可正常运行的基础版本：

SELECT 
  CAST("Store" AS VARCHAR(50)) AS Store, -- 原代码CAST未指定长度，会被Teradata自动截断
  "SKU",
  "WEEK",
  "YEAR",
  SUM("Sales") AS Total_Sales
FROM 实际销售事实表 -- 原代码的FROM Database是占位符，需替换为存储销售流水的实际表
WHERE 
  "SKU" IN (1,2,3,4,5) -- 替换为你所有评估项目覆盖的SKU全集即可
  AND "YEAR" >= 2020 -- 原代码=>为书写错误，Teradata不支持该大于等于写法
  AND "Sales" IS NOT NULL 
  AND "Sales" <> 0 -- 直接过滤无销售记录的无效行
GROUP BY 1,2,3,4; -- 用位置索引代替重复写字段，减少代码冗余

零复杂操作就能砍掉70%以上数据量的核心逻辑 #

• 上移聚合粒度：把原本要在Tableau侧完成的SKU到项目的聚合，直接提前到SQL层完成。你原本就有记录SKU对应项目的Excel映射表，只需要把映射表里的SKU按项目做分组，在SQL里把同项目下所有SKU的周度销售直接求和聚合，最终输出粒度从「门店-周-SKU」变成「门店-周-项目」，单条记录的信息承载量直接提升几倍，数据量按每个项目包含的SKU数等比例缩减，完全不影响后续按项目做绩效评估的精度
• 过滤无分析价值的范围：当前拉取的1万家门店里，有相当一部分门店根本不在你要评估的版本覆盖范围内，也从来没产生过项目关联SKU的销售。可以直接把那份记录「门店对应版本」的Excel里的门店清单，替换原来SQL里的全部门店范围，只拉清单内的门店数据，避免无关数据占空间
• 时间窗精准收窄：不要无差别拉取2020年至今的所有周度数据，只保留绩效评估实际需要的时间区间，比如只拉最近12个评估周期的周度数据，历史年份只取对应评估节点的累计汇总值，不要全量拆到周粒度

适配Tableau操作习惯的优化（不用学习复杂Teradata功能） #

• 不要硬扛着用本地Excel和抽出来的明细数据做关联拼接：把你现有的两个映射表（SKU-项目、门店-版本）直接上传为Teradata的临时表，抽数时直接在SQL层和销售事实表关联，过滤掉不在映射范围内的SKU、没有版本标签的无效门店，这部分无效数据通常占总抽数规模的20%左右
• 抽出来的预聚合结果不要存成CSV/Excel导入Tableau，直接导出为Tableau的Hyper提取格式，同数据体积下Hyper的加载速度比CSV快10倍，存储空间仅为CSV的1/5，完全不会出现数据集过大加载失败的问题

避坑提醒 #

所有缩减逻辑都要对齐业务口径，不要为了砍数据量随意过滤有效销售记录，只要过滤的是无销售记录、不在评估范围、不需要的时间窗的数据，完全不会影响后续按项目、按版本计算绩效的准确性。

内容的提问来源于stack exchange，提问作者D L