非确定性行为

Goose 中有若干操作符会表现出非确定性行为。 最典型的是 SQL 使用集合语义，这使得结果可能以不同顺序返回。 Goose 会利用这一点提升性能，尤其是在多线程查询执行时。 此外，不同编译器、操作系统和硬件架构也可能引起顺序变化。 本页说明哪些场景下的非确定性是_预期行为_。 若你希望查询结果确定，可参见“规避非确定性”章节。

集合语义

非确定性最常见来源之一是 SQL 的集合语义。 例如，重复执行以下查询时，你可能得到两种不同结果：

SELECT *
FROM (
    SELECT 'A' AS x
    UNION
    SELECT 'B' AS x
);

A, B 和 B, A 两种结果都正确。

不同平台上的不同结果：array_distinct

array_distinct 函数可能会在不同平台返回不同顺序：

SELECT array_distinct(['A', 'A', 'B', NULL, NULL]) AS arr;

对该查询，[A, B] 与 [B, A] 都是有效结果。

多线程下的浮点聚合运算

在多线程配置下，浮点精度误差可能导致结果差异。 例如，stddev 和 corr 可能产生非确定性结果：

CREATE TABLE tbl AS
    SELECT 'ABCDEFG'[floor(random() * 7 + 1)::INT] AS s, 3.7 AS x, i AS y
    FROM range(1, 1_000_000) r(i);

SELECT s, stddev(x) AS standard_deviation, corr(x, y) AS correlation
FROM tbl
GROUP BY s
ORDER BY s;

该查询理论上对所有 s 的标准差和相关系数都应为 0。 但在多线程执行时，受浮点误差影响，可能返回极小数值（0 <= z < 10e-16）。

规避非确定性

在大多数场景下，非确定性不会造成问题。 但某些场景需要确定性结果。 此时可尝试以下方法：

1. 限制线程数，避免多线程引入的非确定性。

   SET threads = 1;

2. 强制排序。例如可使用 ORDER BY ALL 子句：

   SELECT *
   FROM (
       SELECT 'A' AS x
       UNION
       SELECT 'B' AS x
   )
   ORDER BY ALL;

   你也可以使用 list_sort 对列表排序：

   SELECT list_sort(array_distinct(['A', 'A', 'B', NULL, NULL])) AS i
   ORDER BY i;