SQL 展开多个数组为什么会翻倍？怎么保留位置对应关系？
面试怎么回答
我先判断多个数组是独立集合还是按位置对应。独立展开会产生组合；如果位置相关，就先用 arrays_zip 形成结构体数组，再用 posexplode 展开并保留下标。随后检查长度、NULL 和空数组，避免把占位行当有效明细。最后核对指标粒度，防止订单金额在展开后重复求和。
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
一个订单里有两个商品、两个数量，展开以后却出现四行。SQL 没报错，结果看起来也都是合法值，但“哪个数量属于哪个商品”已经被改写了。这类问题的关键不是去重，而是先认清数组之间的关系。
先区分独立集合与按位置配对的数组；独立展开会形成组合，位置配对应先合并结构再展开，并验证长度和空值。
两次展开，不一定表示逐个配对
假设商品数组是 [A, B]，数量数组是 [1, 2]，业务含义是 A 买一件、B 买两件。在 Spark SQL 中连续使用两个独立的 LATERAL VIEW explode，会把每个商品再与每个数量组合，得到 A-1、A-2、B-1、B-2 四行。
如果两个数组分别表示可选颜色和可选尺码，组合也许正是业务要的结果。问题不在于两次 explode 永远错误，而在于它实现的是组合关系，不会自动理解“第一个配第一个”。写 SQL 前要把目标行的粒度说清楚。
位置相关的数据，先装进同一个结构
针对平行数组，可以先用 arrays_zip 按位置构造结构体数组，再展开一次。下面是 Spark SQL 的完整小例子，输入明确为两个非空且等长的数组：
WITH src AS (
SELECT 1001 AS order_id,
array('A', 'B') AS skus,
array(1, 2) AS qtys
)
SELECT order_id, pos, item.skus AS sku, item.qtys AS qty
FROM src
LATERAL VIEW posexplode(arrays_zip(skus, qtys)) e AS pos, item;结果是位置 0 对应 A-1，位置 1 对应 B-2。posexplode 保留位置，方便与原始报文核对；arrays_zip 负责位置配对。函数名不同、SQL 方言不同的时候，不要直接照搬别的引擎的列别名和语法。
长度不一致，不能假装对齐成功
Spark 的 arrays_zip 对较短数组缺少的位置补 NULL。如果商品有三个、数量只有两个，第三行出现空数量，这只是暴露了输入缺失，不是计算出了零件商品。不要马上 COALESCE 为 0，让接口错误悄悄变成正常销售记录。
应先区分三个问题：数组本身为空值、数组长度为零、数组内部某个元素为空值。是否保留没有子项的父记录，要按输出粒度选择普通展开还是 outer 展开；外部关联式展开产生的占位行也不能直接计作一个有效商品。
对于长度异常，可以把原始报文和异常原因放到待处理区，单独统计覆盖率。是否允许部分商品先入仓，需要业务接受明确的“不完整”状态，不能只为了行数对齐就截掉较长数组的尾部。
一个典型场景：DISTINCT 没能救回订单金额
比如开发发现明细变多后加 DISTINCT，行数却没有恢复。最初判断源端重复上报，检查订单号也确实重复；逐条查看后才发现四个商品数量组合互不相同，去重当然不会删除它们。
更隐蔽的问题是订单总金额跟着每个明细复制。即使配对正确，只要按展开行直接 SUM 订单总金额，订单有两件商品就会重复累加两次。数组对齐解决字段关系，指标粒度还要另外解决。
修正时先验证订单加明细标识的唯一性，再按业务计算行金额；订单级金额留在订单粒度，或者按明确分摊规则进入明细。不能用 MAX 随意掩盖一个本来混了多张订单的分组。
最好的修复可能在数据合同里
如果可以推动上游改造，优先让报文使用 [{sku:A,qty:1},{sku:B,qty:2}] 这类结构体数组，字段关系天然在同一个子对象中。比起维护多个平行数组，更容易做字段校验和版本演进。
位置也不一定是稳定的业务主键。上游重新排序或插入元素后，同一个下标可能代表不同商品行；需要更新、删除或追溯时，应尽量保留源端 line_id。验收同时检查展开前后父记录覆盖、有效子项数量、字段配对和金额守恒。