南大通用数据迁移之GaussDB_To_GBase8a（三）迁移SQL差异

1.大小写敏感差异

GaussDB中SQL语法关于双引号的规则：不带双引号的标识强制转换成小写，而双引号保护字母不进行大小写转换，并且允许在标识符中使用空白。在双引号中，成对的双引号在结果名字中分析成一个双引号。比如，FOO"BAR"BAZ解析成fooBARbaz；而"Aweird""name"解析成A weird"name。
GBase 8a在默认情况下是大小写敏感的。

2.业务隔离对象差异

GaussDB 200中可以使用Database和Schema实现业务的隔离，区别在于Database的隔离更加彻底，各个Database之间共享资源极少，可实现连接隔离、权限隔离等，Database之间无法直接互访。Schema隔离的方式共用资源较多，可以通过grant与revoke语法便捷地控制不同用户对各Schema及其下属对象的权限。 跨Schema访问语法：Schema.table
GBase 8a使用Database实现业务隔离，支持Database之间互相访问，跨库访问语法：数据库名.表名。

3.编码差异

        数据库编码查看
        GaussDB建议创建Database的时候使用UTF-8编码，可以通过查看字符集编码(ENCODING)和兼容性 (DBCOMPATIBILITY)两个配置项来确定。GaussDB 200支持Teradata和Oracle两种兼容模式，不同兼容模式下的语法行为可能有一些差异。
        GaussDB 200支持GBK、UTF-8和Latin1编码格式，设置字符集有两种方式：
        1）在安装数据库时指定初始化参数-E； 
        2）通过SQL语句创建数据库时指定ENCODING参数，如：CREATE DATABASE mydb WITH ENCODING 'GBK' 
        GaussDB数据库的默认存储编码集（server_encoding）可以通过“show server_encoding”命令查看。GaussDB不指定编码时，默认使用模版数据库的编码。模板数据库template0和template1的编码默认与操作系统环境相关。template1不允许修改字符编码，如果要变更编码，需要使用template0创建数据库。 
        GBase 8a默认是UTF8编码，不支持创建库的时候指定编码。可以执行下面的sql查看：

Show variables like ‘%character%’;

迁移时先检查确认GaussDB数据库编码和GBase 8a的编码。从GaussDB中导出数据时请指定GBase 8a的数据库编码。
        迁移数据时导出文件编码的指定
GaussDB导出数据一般使用外表导出，支持导出过程中转换编码。如果GaussDB与GBase 8a字符集不一致，在创建外表时请指定ENCODING为GBase 8a的编码。GBase 8a的加载不支持转换编码，所以加载的数据文件需要预先统一编码跟GBase 8a一致才能正确加载。
 

CREATE FOREIGN TABLE product_info_ext
(
... 
) 
SERVER gsmpp_server 
OPTIONS(
LOCATION 'gsfs://192.168.0.90:5000/*',
FORMAT 'CSV' ,
DELIMITER ',',
ENCODING 'utf8',
HEADER 'false',
FILL_MISSING_FIELDS 'true',
IGNORE_EXTRA_DATA 'true'
)
READ ONLY
LOG INTO product_info_err 
PER NODE REJECT LIMIT 'unlimited';

encoding 参数说明：
指定数据文件的编码格式名称，即需要以何编码格式对数据文件进行解析和 校验/输出文件为何种编码格式。缺省值为当前数据库的默认客户端编码格式，即client_encoding。 

4.开发注意事项

        GBase 8a不支持级联，迁移时sql带级联相关的部分删除。
        GBase 8a 不支持事务，迁移时事务的语句需要删除，包括JDBC等接口应用也需要检查是否有打开事务的sql，如果有需要删除。
        在JDBC向GaussDB 200申请连接的代码中，需要显式打开autocommit开关。 GBase 8a默认是autocommit模式，不能设置为非autocommit。
        GBase 8a 不支持WITH TABLE AS
        GaussDB中超过3张表或视图进行关联（特别是full join）时，建议使用WITH TABLE AS语句创建中间临时表的方式增加SQL语句的可读性。 迁移时需要删除，可以在GBase 8a中单独建立临时表替换。
        GaussDB中在where子句里，过滤条件有序可以提升性能，把选择读较小（筛选出的记录数较少）的条件排在前面。 GBase 8a中不需要，sql执行时会自动优化。
        在GBase 8a和GaussDB中OR的场景都很难优化，都是建议如果在过滤条件只有OR表达式的情况下，可以将OR表达式转化为UNION ALL以提升性能。如： 

SELECT * FROM scdc.pub_menu 
WHERE (cdp= 300 AND inline=301) OR (cdp= 301 AND inline=302) OR (cdp= 302 ANDinline=301); 

转换为： 

SELECT * FROM scdc.pub_menu 
WHERE (cdp= 300 AND inline=301) 
union all 
SELECT * FROM scdc.pub_menu 
WHERE (cdp= 301 AND inline=302) 
union all 
SELECT * FROM tablename 
WHERE (cdp= 302 AND inline=301)

        应用连接注意事项
应用如果迁移到GBase 8a后有格式显示发生变化，可以查看GaussDB中下面的设置项，根据这些设置项调整GBase 8a的应用接口。
        第三方工具通过JDBC连接GaussDB 200时，JDBC向GaussDB 200发起连接请求，会默认添加以下配置参数： 

params = { 
{ "user", user }, 
{ "database", database }, 
{ "client_encoding", "UTF8" }, 
{ "DateStyle", "ISO" }, 
{ "extra_float_digits", "2" }, 
{ "TimeZone", createPostgresTimeZone() }, 
}; 

        这些参数可能会导致JDBC客户端的行为与gsql客户端的行为不一致，例如，Date 数据显示方式、浮点数精度表示、timezone显示。 如果实际期望和这些配置不符，建议在java连接设置代码中显式设定这些参数。 

5.索引差异

        GBase 8a有智能索引，该索引自动在所有列上建立，不用人工维护。除了智能索引外支持人工建立和维护的只有hash索引。
        GaussDB中一般都人工创建了Partial Cluster Key（局部聚簇，简称PCK），PCK是列存表的一种局部聚簇技术，在原理上类似GBase 8a的智能索引，但是一张表上只能建立一个PCK，一个PCK可以包含多列，GaussDB一般不建议超过2列。
        GaussDB支持的索引类型较多，迁移时为了性能，索引建议全部删除。迁移至GBase 8a中后再根据需要创建hash索引。

6.NULL的应用差异

        GaussDB和GBase 8a的NULL值的比较都是只能使用IS NULL或者IS NOT NULL的方式判断，其他任何形式的逻辑判断都返回NULL。例如：NULL<>NULL、NULL=NULL和NULL<>1返回结果都是NULL，而不是期望的布尔值。 
相同的行为：
1）需要统计表中所有记录数时，不要使用count(col)来替代count(*)。count(*)会统计NULL值（真实行数），而count(col)不会统计。 
2）执行sum(col)时，当所有记录都为NULL时，最终将返回NULL；当不全为NULL时，“值为NULL”的记录行将被计数为0。
3）count(distinct col)用来计算该列不重复的非NULL的数量，NULL将不被计数。 
4）排序默认都是按照ASC & NULL LAST进行排序。使用ORDER BY子句进行排序时，可以显式指定排序方式（ASC/DESC），NULL的排序方式（NULL FIRST/NULL LAST）。 
不同的行为：
1）GaussDB中count(多个字段)时，多个字段名必须用圆括号括起来。例如，count( (col1,col2,col3) )。注意：通过多字段统计行数时，即使所选字段都为NULL，该行也被计数，效果与count(*)一致。同时也支持count(distinct (col1,col2,...))用来统计多列的唯一值数量。
      GBase 8a 不支持count（多个字段）和count(distinct (col1,col2,...))语法。
注：GaussDB 200支持Teradata和Oracle两种兼容模式，分别兼容Teradata语法和Oracle语法，不同兼容模式下的语法行为可能有一些差异，在ORACLE兼容模式下，在导入数据时，空字符串会自动转化为NULL。如果需要保留空字符串需要新建兼容性为TD的数据库。