如何散列整个 Redshift 表？

Posted 2023-03-30

【中文标题】如何散列整个 Redshift 表？

【英文标题】：How to Hash an Entire Redshift Table?

【发布时间】：2019-05-03 00:11:29

【问题描述】：

我想对整个 redshift 表进行哈希处理，以便在升级、备份和其他不应该影响表数据的修改后检查一致性。

我找到了Hashing Tables to Ensure Consistency in Postgres, Redshift and mysql，但该解决方案仍然需要拼出每个列的名称和类型，因此不能以通用方式应用新表。我必须手动更改列名和类型。

是否有其他函数或方法可以让我对整个表进行哈希/校验和以确认它们是相同的？理想情况下，无需详细说明该表的特定列和列类型。

【问题讨论】：

如果您可以选择另一个像 Snowflake 这样支持表 docs.snowflake.net/manuals/sql-reference/functions/hash.html 哈希的数据库，请将您的表卸载到 s3 并加载到雪花中并运行哈希。

【参考方案1】：

Redshift 中当然没有内置功能来散列整个表。

另外，我会稍微注意那篇文章中建议的方法，因为据我所知，它正在计算列中所有值的哈希值，但没有将哈希值与行相关联标识符。因此，如果第 1 行和第 2 行交换列中的值，则哈希不会改变。所以，它不是严格计算一个足够的哈希值（但我可能错了！）。

您可以使用新的Stored Procedures in Redshift 进行调查，看看您是否可以创建适用于任何表的通用函数。