Redshift 如何治疗海龟？

Posted 2023-03-30

【中文标题】Redshift 如何治疗海龟？

【英文标题】：How does Redshift treat guillemets?

【发布时间】：2016-05-31 23:17:35

【问题描述】：

我正在尝试使用 COPY 命令对包含 guillemet (») 的某些数据运行 CSV 导入。 Redshift 抱怨我定义的varchar 列的列值太长。 Redshift GUI 中“加载”选项卡中的错误将这个字符显示为两个点：.. - 如果将其视为一个，它会适合 varchar 列。目前尚不清楚是否发生某种转换错误或是否存在显示问题。

当我尝试做简单的INSERTs 时，我也遇到了奇怪的行为：

dev=# create table test (name varchar(3));
CREATE TABLE
dev=# insert into test values ('bla');
INSERT 0 1

3 个字符被视为 4 个？

dev=# insert into test values ('bl»');

ERROR:  value too long for type character varying(3)

dev=# insert into test values ('b»');

INSERT 0 1

为什么char_length 返回 2？

dev=# select char_length(name), name from test;

char_length | name
-------------+------
           2 | b»

我检查了客户端编码和数据库编码，这些似乎都是 UTF8/UNICODE。

【参考方案1】：

您需要增加 varchar 字段的长度。多字节字符使用多个字符，并且 varchar 字段定义中的长度是基于字节的。因此，您的特殊字符可能会占用超过一个字节。如果它仍然不起作用，请参阅下面的 Redshift 文档页面，

http://docs.aws.amazon.com/redshift/latest/dg/multi-byte-character-load-errors.html

【讨论】：

一开始我也这么认为，但我希望看到与该页面上列出的 UTF-8 相关的错误，而不是我看到的“太长”错误消息。

每个多字节字符实际上可能需要多个字符，而您的列大小还不够。您是否尝试过增加列的大小，是否仍然遇到同样的问题？

在上面的示例中，请注意，当我仅尝试两个字符 b» 时，第三次 INSERT 成功，因此增加列大小会起作用。这种行为似乎与文档中描述的不同，我试图理解为什么会这样。