AWS 红移迁移

Question

所以我在大约 2 个月前学会了如何在 SQL 中编码，所以我仍然很新，每天仍在学习不同的命令/功能。 我的任务是将一些查询从 Teradata 迁移到 Redshift，显然存在一些不同的语法。 现在我已经能够替换其中的大部分，但我被困在命令“SYS_CALENDAR”上。 有人可以向我解释 SYS_CALENDAR 是如何工作的，这样我就可以对其进行硬编码，或者有人知道在 AWS Redshift 中运行的任何合适的替代品吗？

谢谢

Answer 1

作为将大型 Teradata 解决方案移植到 Redshift 的人，让我说好运吧。 这些是非常不同的系统，移植 SQL 以实现功能等效只是第一个挑战。 如果您愿意，我很高兴就这些挑战可能是什么进行交流，但首先是您的问题。

Teradata 中的 SYS_CALENDAR 是一个系统视图，可以像保存每个日期信息的普通视图一样使用。 这可以根据需要进行查询或连接，以获取例如有关日期的星期几或一年中的星期几信息。 它确实根据操作系统信息执行日期计算 function 但用作视图。

Redshift 中不存在等效视图，这造成了一些移植困难。 许多人在 Redshift 中创建“DATES”表来保存他们在某个范围内的日期所需的信息，并且有 web 页面用于制作此类表（例如https://elliotchance.medium.com/building-a-date-dimension-表-in-redshift-6474a7130658 ）。 只需预先计算数据库中日期范围所需的所有日期信息，即可在移植时将其交换为查询。 这是最简单的移植途径，也是许多人选择的途径（有时是错误的）。

这条路线的问题是，用户支持的 DATES 表通常是一个定时炸弹，等待 go 关闭和解决方案的技术债务。 此表仅包含您在创建时指定的日期，并且日期范围通常会随着时间的推移而扩大。 当它与不在 DATES 表中的日期一起使用时，会创建错误的答案，数据已损坏，并且通常是无声的。 不好。 一些创建流程来扩大日期范围，但这又是基于对如何使用表格的一些“预期”。 它也是一个真实的表，其中包含经常使用的不断扩展的数据，这些数据经常导致潜在的查询性能问题，并且并不是真正需要的——一直以来的性能税。

更好的长期答案是使用本机 Redshift (Postgres) 日期函数根据需要对日期进行操作。 这样做会使用操作系统对日期的理解（无限制），并执行 Teradata 对系统视图所做的事情（计算所需的信息）。 例如，您可以通过使用 DATE_PART() function 而不是加入 SYS_CALENDAR 视图来获取日期的工作周。 这种方法没有 DATES 表的缺点，但会带来移植成本。 查询的结构需要更改（删除连接和添加函数），这需要更多的工作并且需要了解原始查询。 不幸的是，在移植数据库时，时间、工作和理解往往是供不应求的，这就是为什么 DATES 表方法经常被视为技术债务并永远存在的原因。

我假设这个端口本质上很大，如果是这样，我的建议是 - 为利益相关者制定这些权衡。 如果他们不能花时间转换查询（可能）建议使用 DATES 表方法，但要清楚地记录技术债务以及功能将中断的“结束日期”。 我会选择一个比较接近的日期，比如 2025 年，这样就需要对长期计划采取一些行动。 记录何时需要采取行动的触发器。

这不会是像这样的港口出现的这些“技术债务”问题中的第一个。 有太多地方“把它做好”会胜过“把它做好”。 您甚至还没有触及性能问题的表面——随着时间的推移，这些是非常不同的数据库和数据解决方案，因为 Teradata 无法在基于简单端口的 Redshift 上实现最佳性能。 这不是“全部丢失”级别的问题。 只需记录选择以及这些选择的长期影响。 为何时需要跟进“优化”工作的“端口”的各个方面定义触发器（日期或性能度量）。 管理层喜欢忘记跟进这些工作的必要性，因此将这些记录在案。