将 Postgresql 数据库从 SQL_ASCII 就地转换为 UTF8

Question

（不是4079956的重复）

我有一个SQL_ASCII 数据库，LC_CTYPE=LC_COLLATION="C"，其中主要包含 ASCII 数据以及来自某些代码页的一些非 ASCII 字符，例如 LATIN1。

我想就地（没有pg_dump/pg-restore）将LATIN1代码页中的所有非ASCII代码点转码为UTF-8，然后将数据库编码更改为UTF-8，例如：

-- change encoding first, transcode data after
UPDATE pg_database SET encoding=pg_char_to_encoding('UTF8')
  WHERE datname='sqlasciidb';
UPDATE tbl SET str=convert_from(str::bytea, 'LATIN1')
  WHERE str::bytea<>convert_from(str::bytea, 'LATIN1')::bytea;

或

-- transcode data first, change encoding after
CREATE DOMAIN my_varlena AS bytea;
CREATE CAST (my_varlena AS text) WITHOUT FUNCTION;
UPDATE tbl SET str=convert(str::bytea, 'LATIN1','UTF8')::my_varlena::text
  WHERE str::bytea<>convert(str::bytea, 'LATIN1', 'UTF8');
DROP DOMAIN my_varlena CASCADE;
UPDATE pg_database SET encoding=pg_char_to_encoding('UTF8')
  WHERE datname='sqlasciidb';

上述方法有什么问题（如果有的话）？

我可以看到一些问题：

• pg_database 更新后，所有与数据库的连接都应关闭并重新打开，以便后端考虑新的编码
• 应重建基于更改列的所有索引

还有什么？

Answer 1

看起来你已经掌握了它的主要要点。我假设您已经使用测试数据库尝试过这个？在向某人推荐它时，我确实对其进行了快速测试，它似乎对我来说还可以，尽管这远非彻底的测试。

我的直觉是先转码，然后再更改编码，因为虽然数据库仍在 SQL_ASCII 中，但您不必处理来自 postgresql 尝试解释尚未转码或不正确转码数据的错误，并且可以相对不受惩罚地查看数据。 OTOH 首先更改编码保证只有随后连接的后端才会以 UTF8 写入数据...

还要检查可能需要转码的函数体、视图定义、约束定义等？ （你希望不是，但是......）