SQL Server数据迁移至PostgreSQL出错的解释以及解决方案_PostgreSQL

问题重现：

1、PG客户端:

postgres=# create table text_test (id int,info text);
CREATE TABLE
postgres=# insert into text_test values (1,E'\0x00');
ERROR: invalid byte sequence for encoding "UTF8": 0x00

2、SQL Server产生数据

create table test_varchar(id int,name varchar(20));
insert into test_varchar values (1, 'name' + char(0));
insert into test_varchar values (1, 'name' + '');

然后通过java程序进行获取数据并插入到PG，同样会得到错误信息：

invalid byte sequence for encoding "UTF8": 0x00

首先我们认为此为gb2312转化到UTF8时，发生了无法转化的错误。经查UTF8是变长的, 1-6个字节。他的编码规则如下：

而0x00是符合UTF8规则的。这就使我们非常诧异。然后我们发现有两点继而确认了问题：
1、

PostgreSQL doesn't support storing NULL (\0x00) characters in text fields (this is obviously different from the database NULL value, which is fully supported).

If you need to store the NULL character, you must use a bytea field - which should store anything you want, but won't support text operations on it.

Given that PostgreSQL doesn't support it in text values, there's no good way to get it to remove it. You could import your data into bytea and later convert it to text using a special function (in perl or something, maybe?), but it's likely going to be easier to do that in preprocessing before you load it.

Source:http://stackoverflow.com/questions/1347646/postgres-error-on-insert-error-invalid-byte-sequence-for-encoding-utf8-0x0

2、

Source:http://msdn.microsoft.com/en-us/library/ms191485.aspx

由此我们确定，是pg对null的处理和SQL Server处理是不相同的，所以在这里出现了错误。

而导致这一问题的PG具体代码如下（src/backend/utils/mb/wchar.c的pg_verify_mbstr_len）：

if (!IS_HIGHBIT_SET(*mbstr))
    {
      if (*mbstr != '\0')
      {
        mb_len++;
        mbstr++;
        len--;
        continue;
      }
      if (noError)
        return -1;
      report_invalid_encoding(encoding, mbstr, len);
    }

#define IS_HIGHBIT_SET(ch)   ((unsigned char)(ch) & HIGHBIT)
#define HIGHBIT         (0x80)

report_invalid_encoding函数是将错误信息返回，也就是

invalid byte sequence for encoding "UTF8": 0x00
而真正导致这一问题的就是：
!IS_HIGHBIT_SET(*mbstr)当*mbstr为0x00时进入判断，然后进而判断*mbstr是否为\0,当为\0时，直接进入函数report_invalid_encoding报错。

所以出现此问题的原因是PG和SQL Server对null的处理是不相同的。

处理方案 ：

1、将SQL Server源数据进行修改方法，

UPDATE: This seems to work:

Select * from TABLE
where UNICODE(SUBSTRING(naughtyField, LEN(naughtyField), 1)) = 0
So:

Update TABLE
SET naughtyField = SUBSTRING(naughtyField, 1, LEN(naughtyField) - 1)
where UNICODE(SUBSTRING(naughtyField, LEN(naughtyField), 1)) = 0
Source:http://stackoverflow.com/questions/3533320/sql-server-remove-end-string-character-0-from-data

2、对应用进行修改，获取到SQL Server数据时，将数据进行转化，和第一种方法异曲同工。

以上是小编为您精心准备的的内容，在的博客、问答、公众号、人物、课程等栏目也有的相关内容，欢迎继续使用右上角搜索按钮进行搜索sql
， server
， 出错
， postgresql
， 数据迁
移至
oracle迁移postgresql、postgresql数据库迁移、mysql迁移postgresql、postgresql 数据迁移、postgresql 迁移，以便于您获取更多的相关知识。