如何获取Redshift字段中的字节数？

Question

在Redshift中，为VARCHAR列定义合适的宽度非常重要，但是，我找不到查询字段中字节数的方法！

当只处理ASCII时你可以使用LEN（），但是对于UTF-8，LEN（）会低估字节数。 LEN（）* 4是最糟糕的情况，但效率特别低。

在vanilla Postgresql中，这可以通过octet_length（）完成，但在Redshift中不推荐使用。有关如何实现这一目标的任何建议吗？

Answer 1

我编写了一个Python函数，以获取字段中的字节数。也许它会帮助你

create or replace function dbadmin.get_utf8_bytes(param1 varchar(max))
returns int
stable AS $$
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
return len(param1.encode('utf-8'))
$$ language plpythonu;

接下来，您需要将字段传递给此函数，例如：

SELECT dbadmin.get_utf8_bytes(your_field)
FROM your_table

Answer 2

Redshift在2017年添加了OCTET_LENGTH()。这是在Redshift字段中获取字节数的最有效方法。

示例：

SELECT OCTET_LENGTH(your_field) FROM your_table;