SQL 标准规范

生成数仓 SQL 时必须遵守的输出规范、方言规则和验收要求。

输出规范

• 可直接执行：完整 SQL（允许 CTE），不输出伪代码
• 参数清晰：可变参数用 {{start_date}} 占位符，注释说明格式
• 字段命名一致：输出字段与需求字段一一对应
• 分区可下推：用分区字段（dt/ds/biz_date）过滤，避免全表扫描
• 中文别名：最终 SELECT 用中文别名，Hive 用 `中文`，GaussDB 用 "中文"

CTE 推荐结构

1. base：事实表取数（必要列 + 分区过滤 + 业务过滤）
2. agg：按需求粒度聚合
3. dim_*：维度补充（先去重/取最新再 join）
4. final：整理输出字段、排序

Hive 低版本兼容性

禁止的语法

| 禁止项 | 替代方案 | |--------|----------| | TRANSFORM 函数 | LATERAL VIEW EXPLODE、regexp_extract、get_json_object | | SELECT/JOIN ON 中的子查询 (select ...) | 派生表 / CTE 先算好再 JOIN | | ORDER BY 1, 2, 3 序号排序 | 用输出列名排序 |

ORDER BY 规则

ORDER BY 必须只引用当前 SELECT 的输出列名。如果用了中文别名，必须用中文别名排序：

-- 正确
SELECT province_name AS `省份`, COUNT(*) AS `数量`
FROM t GROUP BY province_name
ORDER BY `省份`

-- 错误：用底层字段名
ORDER BY province_name

验收要点

• 禁用 select *，显式列出输出字段
• group by 与选择列一致，聚合指标不重复计算
• join 时写清类型与 key，维表多版本先去重再 join
• 默认 Hive/SparkSQL 方言，GaussDB 仅按需输出
• 口径不确定时给多分支 SQL 或注释说明假设

详细文档

| 主题 | 路径 | |------|------| | SQL 输出规范 | references/SQL-输出规范.md | | 方言兼容 | references/方言与兼容性.md | | 静态验收清单 | references/静态验收清单.md | | 日志迭代 | references/日志与迭代机制.md | | 需求问卷 | references/问数需求问卷模板.md |