UDF 函数返回中文结果在 datastudio 客户端为乱码

问题现象

udf 函数有反馈中文结果的，在 datastudio 客户端显示为乱码，但在 gccli 中显示

正常，当前只能在 datastudio 客户端写成 convert（

using gbk）这种方式才能显

示正常，但自带系统函数如 to_char 不做任何处理均可正常显示。

解决方法：

目前现状下 udf 返回 binary 类型，在客户应用开发中需要手工的进行字符集处理： GBase 8a MPP Cluster FAQ FAQ

文档版本（2021-04-02） 南大通用数据技术股份有限公司

73

在 sql 中增加转码，或在程序中进行转码。

控制 join 是否启用 hash 重分布模式

问题现象

gcluster_hash_redistribute_join_optimize

这个参数用于控制是否启用 Hash 重分布的 JOIN 模式。

解决方法

 参数 =0 ，禁用 hash 重分布，拉复制表。

 参数 =1 ，一直使用。如果开启此选项，在两个分布表进行等值 JOIN 运算

时，将把其中一个表的数据根据连接条件列的值进行哈希重分布。然后利用

各个运算节点上重分布后的临时表和另一个进行 JOIN 运算。这样，各节点

的运算结果直接汇总即可得到最终结果。

这种策略可以免于将其中一个分布表在所有运算节点上拉成复制表，而是每

个运算节点只需接收这个表的一部分数据。

 参数 =2 ，由规则决定。应用规则为：两表的尺寸相差不超过 20% 时，使用哈

希重分布 JOIN ；否则不使用。

该参数的默认值是 2 。

当参数 =2 ，自动评估时，有时会将大表拉成复制表进行 join ，性能较慢。比

如 3 亿的表 left join 7000 万的表，自动评估会将右表拉复制表，不如 hash 重

分布性能快。此类情况，可以配合如下参数使用：

gcluster_hash_redist_threshold_row

当该值不为 0 时，若小表拉表的数据行数大于该值，进行 HASH 重分布

JOIN 。

该参数的默认值是 0 。