结果一致性验证与语义等价边界¶

成熟度：provisional。依据历史开发文档整理，尚未对当前各分支实现逐项复测。四层比较通过表示该比较协议下未发现差异，不能直接标为 SQL 语义等价。

来源与适用范围¶

原文记录 compare_results 将四个布尔值取 AND，生成 all_equal，同时保留 diff_reason。这些字段的证据强度不同：

层次	原文记录的检查	通过能说明什么	不能证明什么
行数 `counts_equal`	优先比较 `row_count`，缺失时取 `len(rows)`	所记录的行数相等	行内容相同；若回退到样本长度，更不能证明全量行数一致
结构 `schema_equal`	比较列名集合	列名集合相同	列顺序、类型、精度和重复列名一致
聚合 `aggregates_equal`	数值列 count/sum/min/max，文本列 distinct_count	这些统计摘要相同	每个值、重复次数分布及列之间的对应关系相同
采样 `sample_equal`	优先比较排序后前 5、后 5 行的哈希；无哈希时比较提取行的首尾样本	所选样本在相应序列化规则下匹配	中间未采样行一致，或业务要求的返回顺序一致

例如单列结果 [1,2,5,6] 与 [1,3,4,6] 的 count、sum、min、max 全部相同，但内容不同。这是聚合层的反例，并非声称这两个小结果会通过原文全部四层检查。多列逐列摘要相同，也不能保证同一行内各列配对关系相同。

原文保存的 rows 是数据库返回顺序的前 10 行，主要用于展示。sample_hashes 则先序列化全量行、按字符串排序，再取前 5 和后 5 行的 MD5。

因此它是确定性的首尾抽样，并非随机抽样；不能从“10 行匹配”推导某个统计置信度。哈希只是样本的摘要，不会扩大覆盖范围。排序还消除了返回顺序信息，无法校验 ORDER BY 的输出契约。

缺少 sample_hashes 时，比较器会对提取到的 rows 排序取样。如果文件仅保留前 10 行，此时证据范围就退化为这些保存行，不能称为全量首尾抽样。

历史 v3 的另一份文档记录的是“前 500 行、按行顺序比较 value 序列、保留列顺序而不比较列名”。它与本页四层协议不同，应分别记录比较器版本和范围，详见时间基准与计时口径。

在同一快照和参数下，两条成功执行的查询都返回空集，只能证明这个测试点返回空集。不同过滤条件可能恰好都没有命中，JOIN 或去重差异也可能没有被触发。需要补充非空、重复值、NULL、边界值及关联缺失等有区分力的测试数据。

原文 _extract_rows 在解析失败或输入缺失时也会返回 []。整理建议：将执行成功且零行，与执行失败、数据缺失、解析失败明确分开；后几种应标“无法验证”，不能作为空集一致通过。

原文数值 sum 保留 6 位小数，文本统计将 NULL 归为空字符串，并执行去空格、转小写。这可能压缩差异。它描述的是统计层的处理，不代表样本 JSON 哈希采用同样处理，也不是适用于所有字段的业务等价规则。

整理建议：按字段明确数值精度、NULL、大小写、空白、日期时区和类型要求；输出结构应保留列位置、类型及重复列名信息。别名变化是否允许，需由消费方接口约定决定，不能为了通过比较自动忽略。

证据状态	建议报告表述
四层协议通过	当前快照与参数下，摘要和样本校验通过；注明覆盖范围
全量结果比较通过	当前快照与参数下全量结果一致；保留重复行次数，按业务契约检查顺序
多组测试通过	已覆盖列明的数据与参数场景；未覆盖场景仍待验证
语义审查完成	记录改写规则、约束与业务前提，以及审查结论和适用范围
输入或证据缺失	无法验证，列出缺失项

全量比较也只能证明已测实例。推广到其他数据和参数，需要分析改写是否保持过滤、关联、重复行、NULL、聚合、排序分页等语义，并明确唯一性等前提。速度变快不能抵消结果错误。

每次报告至少保留 SQL/参数、数据快照、数据库与会话配置、比较器版本、执行状态、全量行数、采样范围、结构/类型规则、容差、差异及证据位置。