问题的答案。

这个挑战要求使用仅标准化的字符串操作函数在 递归 CTE 中对 VARCHAR 字符串进行分词。该解决方案将 CSV 字符串视为堆栈，每个递归级别通过使用 POSITION 定位第一个分隔符来剥离最左侧的标记，通过 SUBSTRING 提取子字符串，并将其余部分传递给下一次迭代。

锚定成员通过选择原始列并计算第一个标记和剩余字符串来初始化该过程。递归成员然后在剩余的子字符串上重复此逻辑，直到 POSITION 返回零（表示没有更多的分隔符）或剩余字符串变为空。

WITH RECURSIVE Splitter AS (
    SELECT 
        id,
        csv_col,
        SUBSTRING(csv_col FROM 1 FOR POSITION(',' IN csv_col) - 1) AS token,
        SUBSTRING(csv_col FROM POSITION(',' IN csv_col) + 1) AS remainder,
        1 AS ordinal
    FROM products
    WHERE csv_col IS NOT NULL AND csv_col <> ''
    
    UNION ALL
    
    SELECT 
        id,
        csv_col,
        CASE 
            WHEN POSITION(',' IN remainder) > 0 
            THEN SUBSTRING(remainder FROM 1 FOR POSITION(',' IN remainder) - 1)
            ELSE remainder 
        END,
        CASE 
            WHEN POSITION(',' IN remainder) > 0 
            THEN SUBSTRING(remainder FROM POSITION(',' IN remainder) + 1)
            ELSE '' 
        END,
        ordinal + 1
    FROM Splitter
    WHERE remainder <> ''
)
SELECT id, token, ordinal 
FROM Splitter 
ORDER BY id, ordinal;

生活中的情况

一家金融机构将多值风险指标存储为逗号分隔的字符串，放在一个 ANSI SQL 兼容的数据仓库中，导致无法直接对单独的风险类别进行汇总。合规团队要求规范化行以便与监管查找表连接，并按风险类型计算暴露指标。

一种考虑的方法是利用临时数字表（数量表）与自连接，通过索引提取子字符串。尽管这种方法在批处理和并行化方面高效，但它需要创建违反严格可移植性要求的辅助对象，这些对象在混合 Oracle、PostgreSQL 和 IBM Db2 实例的异构数据库环境中。保持这些数量表在分布式系统中的同步，使得这个解决方案在运营上成本高昂。

另一种替代方法是利用 Python ETL 流程通过 pandas 字符串拆分方法提取数据。这提供了更好的原始性能和更容易的调试能力，但通过将敏感财务数据导出到安全数据库边界之外引入了重大安全隐患。此外，往返延迟造成的同步延迟使得实时监管报告变得不可能。

选定的解决方案利用纯 ANSI SQL 递归 CTE，利用 SUBSTRING 和 POSITION 逐步对每个字符串进行就地分词。该方法通过将计算保持在数据库引擎内部来满足安全约束，且不需要外部依赖或临时表，并在所有数据库平台上提供确定性结果，而无需过程逻辑。

该实现成功地将一千万条非规范化记录在几分钟内分解为星形模式事实表，使风险管理仪表板能够对之前不可访问的类别维度进行亚秒级汇总。

候选人常常遗漏的内容

您如何处理连续分隔符之间的空标记（例如，"a,,c"），而不失去序号列的定位完整性？

候选人通常假设 SUBSTRING 会自然生成连续逗号的空行，但是 POSITION 函数在计算子字符串边界时跳过空分隔符。为了保留空标记，您必须显式检测 POSITION 是否返回与上一次迭代相同的索引（表示零长度标记），并在处理其余部分之前发出一个空字符串行。这需要在递归成员中跟踪当前和前一个分隔符位置，通常通过存储先前剩余长度并与当前位置进行比较。

有什么保护措施可以防止无限递归，如果输入字符串缺少任何分隔符或在格式错误的导入中包含循环引用？

如果没有适当的终止逻辑，递归 CTE 可能会尝试无限递归，因为剩余字符串从未缩短。 ANSI SQL 要求递归成员生成零行以自然终止。您必须确保每次迭代严格减少剩余长度，验证 SUBSTRING 至少向前推进一个字符经过分隔符。此外，您还应实现深度计数器，强制在保守的最大值（例如，1000 级）之后终止，以防止病态输入，尽管真正的 ANSI SQL 可移植性依赖于剩余不为空的布尔条件，而不是特定方言的循环检测。

该技术在包含多个 CSV 列的宽表上表现如何，同时保持行身份？

许多候选人尝试嵌套多个 递归 CTE 或交叉连接拆分结果，这会导致笛卡尔爆炸并破坏来自同一原始行的列之间的关系。正确的方法是首先将多个 CSV 列反撇为规范化结构（在锚定成员中使用 UNION ALL 同时标记每个源列），然后应用单个递归传递，该传递带有列标识符标志。这确保不同列的标记与其公共父行 ID 关联，而无需过程循环或 LATERAL 连接，尽管这需要仔细处理递归深度，这现在会因被拆分的列数而乘倍。

当面对嵌入于单个 varchar 列中的非规范化以逗号分隔的值时，您将如何使用严格的 ANSI SQL 递归 CTE 将这些值规范化为单独的行，而不依赖于专有的字符串拆分函数或侧向派生表？

问题的答案。

生活中的情况

候选人常常遗漏的内容