必须显式写order by，否则snowflake会强制全局排序拖垮性能；累计计算须用rows between unbounded preceding and current row；高基数分区需配合clustering key；多指标应拆分为独立窗口函数；乱序数据需先清洗再累计。
必须显式写 ORDER BY，否则累计值会全局排序拖垮性能
Snowflake不支持无序窗口计算。哪怕你只写 COUNT(*) OVER (PARTITION BY region)，它也会强制按 region 全局排序——对亿级日志表，这一步就可能耗时数秒甚至超时。
正确做法是补上一个轻量级 ORDER BY：
- 如果业务真不需要顺序语义（比如只算分组内行数），用
ORDER BY 1，Snowflake能跳过排序逻辑 - 如果字段本身有业务顺序（如
event_time），直接用它；没有的话，用ORDER BY event_time占位也比不写强 - 避免用
ORDER BY RAND()或其他非确定性表达式，会导致结果不可复现
ROWS BETWEEN UNBOUNDED PRECEDING 是累计计算的唯一可靠方式
RANGE BETWEEN 在 Snowflake 中对 NULL 值默认跳过，而 ROWS BETWEEN 严格按物理行序计数。累计求和、占比、排名等指标一旦选错，结果就会偏移。
例如计算“每个门店当日销售额的累计占比”：
SELECT
store_id,
amount,
SUM(amount) OVER (
PARTITION BY stat_date
ORDER BY store_id
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
) AS cum_amount,
SUM(amount) OVER (PARTITION BY stat_date) AS total_amount,
ROUND(cum_amount * 1.0 / total_amount, 4) AS cum_ratio
FROM daily_sales;
- 用
ROWS而非RANGE，确保每行都计入，不因store_id重复或空值漏算 -
UNBOUNDED PRECEDING是起点，CURRENT ROW是终点，二者缺一不可 - 不要省略
PARTITION BY，否则跨日期混算，结果完全失真
高基数字段做 PARTITION BY 时，必须配合 CLUSTERING KEY
像 user_id 这类高基数字段，单独用于 PARTITION BY 会导致窗口函数扫描大量微分区，性能断崖式下降。
真正起作用的是物理聚簇，不是索引：
- 建表时指定
CLUSTER BY (stat_date, store_id)，让数据按时间+门店物理排序存储 - 对已存在表，运行
ALTER TABLE daily_sales RECLUSTER触发重组织（自动维护默认24小时一次） - 避免把
user_id放在CLUSTER BY主位；优先选低基数、高频过滤的字段，如tenant_id、region、stat_date
多指标累计不能堆 CASE WHEN，得用多个独立窗口
有人想在一个 SUM() 里嵌套 CASE WHEN 做条件累计，比如 “高客单用户累计数”，但这样写会让优化器无法并行化，反而比拆开慢。
正确方式是并列多个窗口函数：
SELECT
user_id,
amount,
COUNT(*) FILTER (WHERE amount > 500)
OVER (ORDER BY event_time ROWS UNBOUNDED PRECEDING) AS high_value_cnt,
SUM(amount) FILTER (WHERE amount > 500)
OVER (ORDER BY event_time ROWS UNBOUNDED PRECEDING) AS high_value_sum,
AVG(amount) OVER (ORDER BY event_time ROWS UNBOUNDED PRECEDING) AS avg_all
FROM user_orders;
- 每个
FILTER是独立窗口，Snowflake可并行执行 - 不要用
CASE WHEN ... THEN amount END套在SUM()里，那会强制单线程回溯 -
FILTER是 Snowflake 原生语法，比CASE WHEN更高效，且语义更清晰
累计计算最易被忽略的一点：它天然依赖数据到达顺序。如果你的源数据时间戳有乱序（比如埋点延迟上报），ORDER BY event_time 算出来的累计值就是错的——这时得先用 QUALIFY ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY event_time) 清洗出首条有效事件，再累计。
