日期数学不会在 R 与 Redshift 中产生相同的结果

Posted 2023-03-31

【中文标题】日期数学不会在 R 与 Redshift 中产生相同的结果

【英文标题】：Dates math does not result in same results in R vs. Redshift

【发布时间】：2019-04-26 14:22:44

【问题描述】：

我在使用 RPostgres 包连接 Redshift 时遇到问题。我不确定这是否是我们的数据库设置的问题，或者它是否是包的已知问题。

当我在 Redshift 中使用相同的查询与在 R 中使用 RPostgres 包时使用相同的查询，我得到了不同的结果。

这完全是由于日期数学，因为我的总行数匹配，以及其他一切，当不使用日期时。

例如，这可能是我在 Redshift 中运行的查询（使用元数据库）。如果我在 R 中使用 RPostgres 包运行相同的精确查询，我将得到完全不同的结果。

SELECT
orders.*
FROM
orders
WHERE 
orders.date >= current_date-3
AND 
orders.date < current_date-2

元数据库中的日期是有意义的。它只显示一天，三天前。但是，在 R 中，它显示 2 天。

就本示例而言，将日期视为时间戳。

有没有人遇到过这个问题，或者知道存在的问题并解决了？

【问题讨论】：

orders.date 是带时区还是不带时区的时间戳？使用 Redshift 和 R 时客户端的时区是否相同？

只是一个时间戳。查询是否出于某种原因转换为 R 中的时区？在客户端，它是一个没有时区的时间戳。奇怪的是，如果我拉一个人跟客户比较，日期和时间是完全一样的。

杰里米，你是对的。一切都休息4小时。因此，如果我在 WHERE 子句中指定：orders.date BETWEEN '04/22/2019 4:00:00' AND '04/23/2019 3:59:59'，我将仅在 4 月 22 日收到订单。无需在客户端执行此操作，并且输出与客户端匹配，所以我仍然不确定包为什么会这样做。我确信有更好的解决方法，convert_timezone 等。所以我会留下这个问题以获得更好的解释。

"current_date" 在 Redshift 中不返回时间戳值，它仅返回一个 date，基于当前 session 的时区。如果您将此与时间戳值进行比较，则将使用“00:00:00”的时间分量。您可能需要使用 SET TIMEZONE = '';在两个脚本的开头，以确保您将同类与同类进行比较。

【参考方案1】：

通常最好是绝对明确的日期，以确保会话设置不会无意中影响查询。试试这个：

SELECT
orders.*
FROM
orders
WHERE 
orders.date >= date_trunc('day', current_timestamp at time zone 'utc') - '3 days'::interval
AND 
orders.date < date_trunc('day', current_timestamp at time zone 'utc') - '2 days'::interval

如果您的日期隐式存储在不同的时区，您可能需要从 utc 更改时区。