作为SQL开发者，RDS与Redshift的SQL层面核心差异有哪些？

从你有T-SQL转Redshift的经验背景出发，纯SQL编写、仅用SQL Workbench/J操作的视角下，RDS（以SQL Server兼容引擎为例）和Redshift的核心差异主要集中在这几个方面：

1. 索引机制本质不同 #

• RDS：完全继承传统RDBMS的索引体系，支持CREATE INDEX、聚集索引、非聚集索引、覆盖索引等，和你熟悉的T-SQL索引逻辑一致，编写SQL时还能通过WITH (INDEX=xxx)这类Hint引导查询优化器。
• Redshift：没有传统B树/哈希索引，核心优化依赖排序键（SORT KEY）和分布键（DIST KEY），搭配物化视图、列级压缩。编写SQL时不需要显式创建索引，而是在建表阶段通过指定DISTSTYLE、SORTKEY来适配OLAP查询场景，和T-SQL的索引逻辑完全不同。

2. 存储过程与自定义函数支持差异明显 #

• RDS：完全兼容T-SQL风格的存储过程、标量函数、表值函数，CREATE PROCEDURE、CREATE FUNCTION的写法几乎可以直接复用原有T-SQL代码。
• Redshift：虽支持存储过程和自定义函数，但语法偏向PostgreSQL方言：
  • 存储过程基于PL/pgSQL，变量声明、IF/WHILE流程控制的写法和T-SQL差异较大；
  • 自定义函数仅支持SQL函数和Python UDF，不支持T-SQL的CLR函数，且参数、返回值的处理逻辑有严格限制。

3. 查询语法与内置函数细节差异 #

• 窗口函数：Redshift基于PostgreSQL实现，基础用法如ROW_NUMBER() OVER (PARTITION BY ... ORDER BY ...)通用，但PERCENT_RANK等函数的参数处理、返回精度和T-SQL有差异；
• 字符串/日期函数：命名和用法差异大，比如T-SQL的字符串拼接用+，Redshift用||或CONCAT()；T-SQL的GETDATE()在Redshift中虽同名，但日期类型的精度处理逻辑不同；
• 递归查询：RDS支持递归CTE（WITH RECURSIVE），但Redshift仅支持非递归CTE，递归逻辑需要用存储过程或其他方式模拟。

4. 表结构与数据类型的兼容问题 #

• 数据类型：Redshift部分类型和SQL Server不兼容，比如没有NVARCHAR(max)的直接等价类型，VARCHAR(max)对应VARCHAR(65535)；日期类型DATE/TIMESTAMP的精度、范围和SQL Server有区别；
• 临时表：RDS临时表（CREATE TABLE #temp）生命周期和会话绑定，和T-SQL逻辑一致；Redshift临时表分会话级（CREATE TEMP TABLE）和事务级（CREATE TEMP TABLE ... ON COMMIT DELETE ROWS），写法和作用范围有差异。

5. 查询优化器行为逻辑不同 #

• RDS：优化器基于成本+规则，会自动选择索引、连接方式（嵌套循环、哈希连接、合并连接），可通过SET SHOWPLAN_XML ON查看执行计划；
• Redshift：优化器专为OLAP场景设计，优先匹配分布键、排序键的设置，连接方式以哈希连接为主，几乎不使用嵌套循环，执行计划用EXPLAIN查看，输出格式和逻辑和SQL Server完全不同。

内容的提问来源于stack exchange，提问作者fdkgfosfskjdlsjdlkfsf