Redshift SQL搜索表中所有字段的值

写一段Redshift的SQL，检查一个表格里所有的字符串字段是否有值等于keyword的单元格，如果有，输出一张表，包含Schema名、表名、字段名和值，输出结果集不包含重复数据。

sql 复制代码

WITH column_info AS (
  -- 获取表的所有字符串类型字段
  SELECT 
    ordinal_position,
    table_schema,
    table_name,
    column_name
  FROM information_schema.columns 
  WHERE table_schema = 'your_schema_name'  -- 替换为实际的schema名
    AND table_name = 'your_table_name'     -- 替换为实际的表名
    AND data_type IN ('character', 'character varying', 'text', 'varchar', 'char')
),
check_queries AS (
  -- 为每个字符串字段生成检查查询（使用LIMIT 1）
  SELECT 
    ordinal_position,
    table_schema,
    table_name,
    column_name,
    'SELECT * FROM (SELECT ''' || table_schema || ''' AS schema_name, ''' || table_name || ''' AS table_name, ''' || column_name || ''' AS column_name, ' || column_name || ' AS value FROM ' || table_schema || '.' || table_name || ' WHERE ' || column_name || ' = ''keyword'' LIMIT 1)' || CASE ordinal_position WHEN 1 THEN ';' ELSE ' UNION ALL ' END AS query_text
  FROM column_info
)
-- 所有检查查询并合并结果
SELECT 
    query_text
FROM check_queries
ORDER BY ordinal_position DESC;

主要优化点：

使用LIMIT 1替代DISTINCT：每个字段的查询一旦找到第一个匹配项就停止扫描
减少数据扫描：不需要扫描整个字段的所有值来去重
更快的响应：特别是对于大表，性能提升显著

适用场景：

只需要知道哪些字段包含关键词，而不需要所有匹配记录
关注查询性能，特别是大数据量表
只需要一个存在的证明，而不需要统计数量

如果确实需要所有唯一值（而不是仅确认存在性），可以使用以下折中方案：

sql 复制代码

-- 对每个字段单独查询，但使用LIMIT来限制返回数量
SELECT * FROM (
SELECT 'your_schema' AS schema_name, 'your_table' AS table_name, 'column1' AS column_name, column1 AS value
FROM your_schema.your_table 
WHERE column1 = 'keyword'
LIMIT 10)  -- 限制每个字段最多返回10条记录

UNION ALL

SELECT * FROM (
SELECT 'your_schema', 'your_table', 'column2', column2
FROM your_schema.your_table 
WHERE column2 = 'keyword'
LIMIT 10
)
-- 继续添加其他字段...

这种方案在性能和结果完整性之间取得了平衡。