如何使用UTF-8编码提取Teradata.TPT文件

我们目前正在提取几个Teradata.TPT文件，我们将上传到AWS S3，但是这些文件都带有ANSI编码

---

我需要它们与编码UTF-8一起提供，您必须在TPT脚本中指定字符集。在顶部添加：

USING CHARACTER SET UTF8

棘手的部分是

UTF8

这里每个字符有3个字节，因此在

DEFINE SCHEMA

中，必须将每个字段的大小增加三倍

例如，如果您的架构如下所示：

   DEFINE SCHEMA s_some_export
    (
            status VARCHAR(20),
            userid VARCHAR(20),
            firstname VARCHAR(64),
    );

您必须将值增加三倍以适应UTF8字符：

   DEFINE SCHEMA s_some_export
    (
            status VARCHAR(60),
            userid VARCHAR(60),
            firstname VARCHAR(192),
    );

有时，因为我懒惰，我使用字符集UTF16使用

定义我的TPT，这样我只需要两倍的字段大小（数学更容易）。但这意味着我必须在提取后将其转换为UTF8。在Linux中，这将是
iconv-f UTF-16LE-t UTF-8 myoutputfile.csv>myoutputfile.utf8.csv

一些警告：

如果表的字段定义为CHAR和
字符集拉丁文
，则架构可能会遇到列大小问题

日期和时间戳可能会变得更加复杂，因为它们不需要加倍，所以在模式中将它们定义为
VARCHAR
，可能会给您带来麻烦。你可能得在这儿大惊小怪了。我的建议是，更改为TPT选择数据的视图，并将
CAST（yourdate AS VARCHAR（10））转换为yourdate
，然后在模式中使用
VARCHAR（30）
，这样在定义模式时就不必考虑字段类型。这意味着在提取过程中会有额外的CPU开销，但除非资源紧张，否则我认为这是值得的。我也很懒，而且总是很乐意让该死的TPT在没有调试的情况下提取数据

会话字符集可能会影响Teradata的数据输出。Teradata，您将如何配置此功能？