用大模型做 SQL 方言迁移，怎么保证迁移前后结果一致？
面试怎么回答
方言差异主要在函数行为、隐式类型转换、NULL 排序和聚合、语法、decimal 精度，很多差异不报错但结果悄悄变了。转换阶段先用 sqlglot 这类解析工具做确定性转换，转不了的再交给大模型，并提供公司整理的方言差异对照表，要求模型标注每一处可能改变语义的地方，复杂 SQL 进入人工评审。验证阶段以结果对比为唯一标准：新旧引擎用同一批数据双跑，对比行数、数值字段汇总、去重计数和空值数，再按主键逐行比对；有差异就定位修正并把经验补进对照表；连续多天覆盖月初月末和大促数据。迁移按依赖分批，记录每个任务的状态，切换后保留旧任务以便回切。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
平台迁移时，几千个 SQL 任务要从一种引擎迁到另一种（比如 Hive SQL 迁到 Spark SQL、自建集群迁到云数仓），函数、语法、隐式类型转换、NULL 处理都有差异。用大模型批量转换效率很高，但怎么证明转换后的结果是对的？这是面试官最关心的。
方言差异在哪里
- 函数：同名函数行为不同（日期函数的格式、字符串截取的起始位置、除法是否整除）；
- 类型转换：字符串和数字比较、隐式转换规则不同；
- NULL 处理：排序时 NULL 在前还是在后、聚合时的处理；
- 语法：分区写入方式、建表语句、窗口函数的细节；
- 精度：decimal 的精度和舍入方式。
很多差异转换后不报错，但结果悄悄变了。
转换阶段：大模型 + 规则
- 先用解析工具：用 SQL 解析和转换工具（比如 sqlglot）做确定性的语法转换，能处理大部分常见的语法差异；
- 大模型处理剩余的：工具转不了或者转换后有疑问的部分，交给大模型，并提供公司整理的「方言差异对照表」作为上下文；
- 要求标注风险点：让模型对每一处可能改变语义的转换做标注，比如「此处 substr 起始位置不同，已调整」；
- 按复杂度分级：简单 SQL 自动处理，复杂的（几百行、多层嵌套、自定义函数）进入人工评审。
验证阶段：结果对比是唯一标准
- 双跑：同一批输入数据，新旧引擎各跑一遍；
- 对比：
- 行数；
- 每个数值字段的 sum、min、max，每个字段的去重计数、空值数；
- 按主键逐行比对，输出差异明细；
- 差异分析：有差异的任务，定位是哪一处转换导致的，修正后重新对比；修复经验补充到对照表里；
- 连续多天对比：覆盖不同日期的数据特征（月初、月末、大促）。
组织方式
- 按依赖关系分批迁移，先上游后下游；
- 每个任务记录状态：已转换、已双跑、对比通过、已切换；
- 切换后保留旧任务一段时间，可以回切。