Teradata中如何精准检测首个SELECT与紧邻FROM间的PARTITION BY

问题背景 #

在Teradata环境中，需要验证SQL脚本起始部分的对象未在SELECT与FROM子句间使用PARTITION BY（仅允许在语句末尾的QUALIFY子句中使用），避免报表工具因分析函数引入性能复杂度。原检测逻辑Table_Begin_Script like '%select%partition by%from%'会匹配第一个SELECT到最后一个FROM的内容，无法处理含UNION、嵌套SELECT的场景，导致漏判或误判。

解决方案：使用Teradata正则表达式精准匹配 #

利用Teradata的正则表达式函数实现非贪婪匹配，仅提取第一个SELECT到紧随其后的第一个FROM之间的内容，再检查其中是否包含PARTITION BY。

示例SQL #

SELECT 
  Table_Begin_Script,
  CASE 
    -- 提取首个SELECT到首个FROM之间的内容，并检查是否含PARTITION BY
    WHEN REGEXP_INSTR(
           REGEXP_SUBSTR(
             UPPER(Table_Begin_Script),
             'SELECT(.*?)FROM',
             1, 1, 0, 'is' -- 'i'忽略大小写，'s'让.匹配换行符
           ),
           'PARTITION BY'
         ) > 0
    THEN '存在违规PARTITION BY'
    ELSE '合规'
  END AS Partition_Check_Result
FROM your_target_table;

逻辑说明 #

1. UPPER()：统一转换为大写，避免大小写不一致导致的匹配失败。
2. REGEXP_SUBSTR(..., 'SELECT(.*?)FROM', 1, 1, 0, 'is')：
   • (.*?)是非贪婪匹配，确保只提取第一个SELECT之后到最近的FROM之间的内容，不会跨UNION或嵌套SELECT。
   • 修饰符i忽略大小写，s让正则中的.匹配换行符，兼容脚本中存在换行的场景。
3. REGEXP_INSTR()：检查提取出的内容中是否包含PARTITION BY，若存在则判定为违规。

优化补充 #

如果脚本开头存在注释或无关内容，可调整正则优先定位第一个有效SELECT，示例正则可修改为：

'^\s*(--.*?\s*)*SELECT(.*?)FROM'

该正则会跳过开头的注释内容，直接匹配第一个有效SELECT语句。

内容的提问来源于stack exchange，提问作者benjin