跳到主要内容

SQL 特性与怪癖

和所有编程语言与库一样，Goose 也有自己的一些特性与不一致之处。 其中一部分是这位“羽毛朋友”演进过程中的历史遗留；另一部分则不可避免，因为我们努力遵循 SQL Standard，并尽量贴近 PostgreSQL 方言（例外情况见 “PostgreSQL Compatibility” 页面）。 其余情况可能只是偏好不同，或者我们其实也认同 应该 怎么做，只是暂时还没来得及实现。

目前我们能做的最好方式就是明确说明这些特性，因此在下方整理了一些示例。

空分组聚合​

在空分组上，聚合函数 sum、list 和 string_agg 分别返回 NULL，而不是 0、[] 和 ''。这是 SQL Standard 的规定，我们所知的 SQL 实现都遵循这一行为。列表聚合 list_sum 继承了这一行为，但 Goose 原生的 list_dot_product 不遵循该规则，它在空列表上会返回 0。

从 0 开始还是从 1 开始的索引​

为符合标准 SQL，几乎所有地方都使用从 1 开始的索引，例如数组与字符串的索引和切片，以及窗口函数（row_number、rank、dense_rank）。但与 PostgreSQL 类似，JSON 功能使用从 0 开始的索引。

类型​

UINT8 与 INT8​

UINT8 和 INT8 是不同宽度整数类型的别名：

  • UINT8 对应 UTINYINT，因为它是 8-bit 无符号整数
  • INT8 对应 BIGINT，因为它是 8-byte 有符号整数

解释：数值类型 INTn 和 UINTn 中的 n，表示该数值宽度可以按字节或按位解释。 INT1、INT2、INT4 对应字节数，而 INT16、INT32 和 INT64 对应位数。 UINT 系列同理。 不过，n = 8 既可以表示 8 位，也可以表示 8 字节。 对于无符号类型，UINT8 对应 UTINYINT（8 bits）。 对于有符号类型，INT8 对应 BIGINT（8 bytes）。

表达式​

可能让你意外的结果​

ExpressionResultNote
-2^24.0为兼容 PostgreSQL，一元负号的优先级高于幂运算符。为避免误解，请加括号（例如 -(2^2)）或使用 pow function（例如 -pow(2, 2)）。
't' = truetrue与 PostgreSQL 兼容。
1 = '1'true与 PostgreSQL 兼容。
1 = ' 1'true与 PostgreSQL 兼容。
1 = '01'true与 PostgreSQL 兼容。
1 = ' 01 'true与 PostgreSQL 兼容。
1 = truetrue与 PostgreSQL 不兼容。
1 = '1.1'true与 PostgreSQL 不兼容。
1 IN (0, NULL)NULL如果你将输入和输出中的 NULL 理解为 UNKNOWN，这个结果就很合理。
1 in [0, NULL]false
concat('abc', NULL)abc与 PostgreSQL 兼容。list_concat 的行为类似。
`'abc'NULL`

NaN 值​

'NaN'::FLOAT = 'NaN'::FLOAT 和 'NaN'::FLOAT > 3 违反了 IEEE-754，但这意味着浮点类型像其他数据类型一样具有全序关系（请注意其对 greatest / least 的影响）。

age 函数​

age(x) 的定义是 current_date - x，而不是 current_timestamp - x。这是另一个继承自 PostgreSQL 的特性。

Extract 函数​

list_extract / map_extract 在键不存在时返回 NULL。struct_extract 则会报错，因为结构体的键更像是列名。

子句​

SELECT 中的自动列去重​

列名会自动去重，且第一次出现的列会遮蔽后续同名列：

CREATE TABLE tbl AS SELECT 1 AS a;
SELECT a FROM (SELECT *, 2 AS a FROM tbl);
a
1

SELECT 列时的大小写不敏感​

由于大小写不敏感，如果 file.parquet 中名为 A 的列出现在目标列 a 之前，就无法通过 SELECT a FROM 'file.parquet' 选中该目标列。

USING SAMPLE​

USING SAMPLE 子句在语法位置上位于 WHERE 和 GROUP BY 之后（与 LIMIT 相同），但在语义执行顺序上早于这两者（与 LIMIT 不同）。