GaussDB(DWS) 字符串处理函数返回错误结果集排查

本文分享自华为云社区《GaussDB(DWS)字符串处理函数返回错误结果集排查》，作者： -CHEN111- 。

在使用字符串处理函数时，有时会出现非预期结果的场景。在排除使用问题后，应该从 encoding 和数据本身开始排查。

直接从案例出发。

（一）案例背景

客户执行 instr 查空格下标，子查询中查询结果与将子查询的结果粘出来单独执行结果集不一致。

SELECT instr((SELECT a FROM t1), ' ') xxxxx; SELECT a FROM t1; 的结果是a -> SELECT instr(a, ' ');

假设当前select a from t1;通过数据库连接客户端查询后显示结果集为“测试测 试 测试”

SELECT instr((SELECT a FROM t1), ' '); --结果为6SELECT instr('测试测 试 测试', ' '); --结果为4

（二）问题排查

从上述结果集中可以看出，如果把SELECT a FROM t1;的结果集单独复制出来，则其结果 4 为预期结果，而当SELECT a FROM t1;作为子查询进行 instr 处理时，结果为 6 是不符合预期的。排查主要从 encoding 和子查询结果集入手

1. 先判断 encoding

不同的编码类型下，字符串处理也不相同。

• UTF8 是按字符算个数

• SQL_ASCII 是按字节算个数

对于“测试测 试 测试”而言，按字符个数计算，SELECT instr('测试测 试 测试', ' ')的结果应为 4；按字节个数计算，一个汉字占 3 个字节，SELECT instr('测试测 试 测试', ' ')的结果应为 10。

查看当前库编放码类型

SHOW server_encoding;

结果为 UTF8，故预期结果应该为 4，但是SELECT instr((SELECT a FROM t1), ' ');结果却为 6。

此时开始怀疑是否是客户端查询导致字符串结果集显示错误

2. 子查询结果集排查

通过编解码拿到字符串结果集的十六进制

SELECT encode(a, 'hex') AS res FROM t1;                   res------------------------------------------ e6b58be8af95e6b58b0d0ae8af9520e6b58be8af95(1 row)

在本地解码后结果集为

SELECT  convert_from(decode('e6b58be8af95e6b58b0d0ae8af9520e6b58be8af95','hex'),'utf8'); convert_from-------------- 测试测\r    + 试 测试

可以看出，字符串结果集中，‘测试测’后并非空格，而是’\r +’。

3. 解决方案

将’\r +'按照编解码的形式替换空格

SELECT instr((SELECT a FROM t1), convert_from(decode('0d0a','hex'),'utf8'));

此时结果为 4，为客户预期结果。

点击关注，第一时间了解华为云新鲜技术~