在 SQL Server 2012 中使用 FIRST_VALUE() 时出现意外结果

Question

当我在手动构建的数据集上使用 FIRST_VALUE 时，我得到一个结果，当我在左连接产生的数据集上使用它时，我得到不同的结果 - 即使数据集看起来我包含完全相同的数据值。我用下面的一个简单数据集重现了这个问题。

如果我误解了什么，谁能告诉我？

此 SQL 产生预期结果，即 FIRST_VALUE 为 NULL，LAST_VALUE 为 30。

SELECT
  agroup,
  aval,
  FIRST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY aval ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) fv,
  LAST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY aval ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) lv
FROM
(
  SELECT 1 agroup, 10 aval
  UNION ALL SELECT 1, NULL
  UNION ALL SELECT 1, 30
) T

此 SQL 使用 LEFT JOIN 生成与上述相同的数据集，但 FIRST_VALUE 似乎忽略了 NULL。

SELECT 
  agroup,
  aval,
  FIRST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY aval ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) fv,
  LAST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY aval ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) lv
FROM
(
  SELECT 
    T1.agroup,
    T1.akey,
    T2.aval 
  FROM 
  (
    SELECT 1 agroup, 1 akey
    UNION ALL SELECT 1, 2
    UNION ALL SELECT 1, 3
  ) T1
  LEFT JOIN
  (
    SELECT 1 akey, 10 aval
    UNION ALL SELECT 3,30
  ) T2 ON T1.akey = T2.akey
) T

我还可以证明，当使用表变量和 CTE 时，左连接行为是不同的。当使用 CTE 生成数据时，FIRST_VALUE 会忽略 NULL。使用完全相同的 SQL，但将结果放在表变量或临时表中会导致 NULL 被考虑在内。

使用 CTE，SQL Server 结果在 FIRST_VALUE 确定中不包括 NULL：

WITH T AS
(
  SELECT 
    T1.agroup,
    T1.akey,
    T2.aval 
  FROM 
  (
    SELECT 1 agroup, 1 akey
    UNION ALL SELECT 1, 2
    UNION ALL SELECT 1, 3
  ) T1
  LEFT JOIN
  (
    SELECT 1 akey, 10 aval
    UNION ALL SELECT 3,30
  ) T2 ON T1.akey = T2.akey
)

SELECT 
  agroup,
  aval,
  FIRST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY aval ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) fv,
  LAST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY aval ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) lv
FROM
 T

但是使用表变量，它确实：

DECLARE @T TABLE (agroup INT,akey INT,aval INT)

INSERT INTO
  @T
SELECT 
  T1.agroup,
  T1.akey,
  T2.aval 
FROM 
(
  SELECT 1 agroup, 1 akey
  UNION ALL SELECT 1, 2
  UNION ALL SELECT 1, 3
) T1
LEFT JOIN
(
  SELECT 1 akey, 10 aval
  UNION ALL SELECT 3,30
) T2 ON T1.akey = T2.akey


SELECT 
agroup,
aval,
FIRST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY aval ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) fv,
LAST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY aval ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) lv
FROM
@T

Answer 1

对这篇文章的回答有点晚，但还是要分享一个。

您可以使用 order by 标志来“降级”空值。

所以在你的情况下......你可以使用

... FIRST_VALUE(aval) OVER (PARTITION BY agroup ORDER BY (iif(aval is null, 1,0)), aval ROWS BETWEEN UNBOUNDED PRECEDING 和 UNBOUNDED FOLLOWING) fv ...

（请注意，我将值 1 用于空值，因为它应该按升序对字段进行排序，因此非空值将优先）

干杯 - 洛杉矶。

Answer 2

提供的示例非常清楚地表明，FIRST_VALUE() 分析函数的实现存在不一致。

在一种情况下，取决于FROM 子句中的基础表是否是基表（或临时表或表变量，甚至是动态创建的派生表）以及由LEFT JOIN 在第二种情况下创建了两个动态表，结果不同。似乎NULL 值在第二种情况下被忽略或被视为高值。

它们不应该不同，因为 SQL 查询的结果不应该取决于 FROM 子句如何获取它提供给 SELECT 子句的表的值，并且还因为 @987654322 的文档@ 子句清楚地说明了应该如何对待 NULL 值：

order_by_expression

指定要排序的列或表达式。 order_by_expression 只能引用 FROM 子句提供的列。不能指定整数来表示列名或别名。

...

ASC | DESC

指定指定列中的值应按升序或降序排序。 ASC 是默认的排序顺序。 Null 值被视为可能的最低值。

因此，根据 SQL-Server 文档，正确的结果是不忽略 NULL 值的结果。任何其他结果都不应该发生，因为它确实发生了，这是一个错误。

我建议您在最新版本中进行测试（不仅在 RTM 中），因为它可能已在某些服务包或更新中被识别和更正，并且如果它仍然存在（或者如果您没有较新的版本）可用）将此作为错误提交到 Connect 站点中。

---

更新

为了将来参考，该错误由 OP 提交。链接是：Connect item 和（我们的）@Aaron Bertrand 在那里评论说它也出现在大多数当前的 SQL 2014 版本中。