如何在Amazon Redshift中自动生成基于指定列的哈希ID列？

方案1：插入时显式计算哈希值 #

直接在INSERT语句中计算murmur3_32_hash的值，绕开列默认值不能引用其他列的限制，这是最直接的实现方式：

INSERT INTO test_table (id, col1, col2)
VALUES (murmur3_32_hash('a' || 'a'), 'a', 'a');

批量插入场景下，同样可以在SELECT语句中嵌入哈希计算逻辑：

INSERT INTO test_table (id, col1, col2)
SELECT murmur3_32_hash(col1 || col2), col1, col2
FROM source_table;

方案2：用SQL触发器自动生成ID #

Redshift支持SQL触发器，可创建BEFORE INSERT触发器，在插入前自动计算并填充id列。

步骤1：创建触发器函数 #

CREATE OR REPLACE FUNCTION generate_hash_id()
RETURNS TRIGGER AS $$
BEGIN
    NEW.id := murmur3_32_hash(NEW.col1 || NEW.col2);
    RETURN NEW;
END;
$$ LANGUAGE plpgsql;

步骤2：绑定触发器到目标表 #

CREATE TRIGGER trigger_test_table_generate_id
BEFORE INSERT ON test_table
FOR EACH ROW EXECUTE FUNCTION generate_hash_id();

配置完成后，执行普通INSERT语句时id会自动生成：

INSERT INTO test_table (col1, col2) VALUES ('a', 'a');

方案3：视图封装哈希计算（只读场景适用） #

如果不需要将哈希ID持久化存储，仅查询时需要，可以创建视图封装计算逻辑：

CREATE VIEW test_table_with_id AS
SELECT murmur3_32_hash(col1 || col2) AS id, col1, col2
FROM test_table;

后续直接查询该视图即可获取带哈希ID的结果，无需修改原表结构。

注意事项 #

• 触发器方案会增加插入操作的性能开销，批量插入时需评估对整体效率的影响
• 若哈希ID需作为主键或唯一键，需确保col1 || col2的组合具备唯一性，或考虑在哈希值后追加额外标识避免冲突

内容的提问来源于stack exchange，提问作者zigi