AWS 紅移遷移

Question

所以我在大約 2 個月前學會了如何在 SQL 中編碼，所以我仍然很新，每天仍在學習不同的命令/功能。 我的任務是將一些查詢從 Teradata 遷移到 Redshift，顯然存在一些不同的語法。 現在我已經能夠替換其中的大部分，但我被困在命令“SYS_CALENDAR”上。 有人可以向我解釋 SYS_CALENDAR 是如何工作的，這樣我就可以對其進行硬編碼，或者有人知道在 AWS Redshift 中運行的任何合適的替代品嗎？

謝謝

Answer 1

作為將大型 Teradata 解決方案移植到 Redshift 的人，讓我說好運吧。 這些是非常不同的系統，移植 SQL 以實現功能等效只是第一個挑戰。 如果您願意，我很高興就這些挑戰可能是什么進行交流，但首先是您的問題。

Teradata 中的 SYS_CALENDAR 是一個系統視圖，可以像保存每個日期信息的普通視圖一樣使用。 這可以根據需要進行查詢或連接，以獲取例如有關日期的星期幾或一年中的星期幾信息。 它確實根據操作系統信息執行日期計算 function 但用作視圖。

Redshift 中不存在等效視圖，這造成了一些移植困難。 許多人在 Redshift 中創建“DATES”表來保存他們在某個范圍內的日期所需的信息，並且有 web 頁面用於制作此類表（例如https://elliotchance.medium.com/building-a-date-dimension-表-in-redshift-6474a7130658 ）。 只需預先計算數據庫中日期范圍所需的所有日期信息，即可在移植時將其交換為查詢。 這是最簡單的移植途徑，也是許多人選擇的途徑（有時是錯誤的）。

這條路線的問題是，用戶支持的 DATES 表通常是一個定時炸彈，等待 go 關閉和解決方案的技術債務。 此表僅包含您在創建時指定的日期，並且日期范圍通常會隨着時間的推移而擴大。 當它與不在 DATES 表中的日期一起使用時，會創建錯誤的答案，數據已損壞，並且通常是無聲的。 不好。 一些創建流程來擴大日期范圍，但這又是基於對如何使用表格的一些“預期”。 它也是一個真實的表，其中包含經常使用的不斷擴展的數據，這些數據經常導致潛在的查詢性能問題，並且並不是真正需要的——一直以來的性能稅。

更好的長期答案是使用本機 Redshift (Postgres) 日期函數根據需要對日期進行操作。 這樣做會使用操作系統對日期的理解（無限制），並執行 Teradata 對系統視圖所做的事情（計算所需的信息）。 例如，您可以通過使用 DATE_PART() function 而不是加入 SYS_CALENDAR 視圖來獲取日期的工作周。 這種方法沒有 DATES 表的缺點，但會帶來移植成本。 查詢的結構需要更改（刪除連接和添加函數），這需要更多的工作並且需要了解原始查詢。 不幸的是，在移植數據庫時，時間、工作和理解往往是供不應求的，這就是為什么 DATES 表方法經常被視為技術債務並永遠存在的原因。

我假設這個端口本質上很大，如果是這樣，我的建議是 - 為利益相關者制定這些權衡。 如果他們不能花時間轉換查詢（可能）建議使用 DATES 表方法，但要清楚地記錄技術債務以及功能將中斷的“結束日期”。 我會選擇一個比較接近的日期，比如 2025 年，這樣就需要對長期計划采取一些行動。 記錄何時需要采取行動的觸發器。

這不會是像這樣的港口出現的這些“技術債務”問題中的第一個。 有太多地方“把它做好”會勝過“把它做好”。 您甚至還沒有觸及性能問題的表面——隨着時間的推移，這些是非常不同的數據庫和數據解決方案，因為 Teradata 無法在基於簡單端口的 Redshift 上實現最佳性能。 這不是“全部丟失”級別的問題。 只需記錄選擇以及這些選擇的長期影響。 為何時需要跟進“優化”工作的“端口”的各個方面定義觸發器（日期或性能度量）。 管理層喜歡忘記跟進這些工作的必要性，因此將這些記錄在案。