Postgresql varcharはUnicode文字の長さまたはASCII文字の長さを使用してカウントしますか？

varchar(N)によって課せられる長さの制限 タイプとlengthによって計算されます 関数はバイトではなく文字で表されます。したがって、'abcdef'::char(3) 'abc'に切り捨てられます ただし、'a€cdef'::char(3) 'a€c'に切り捨てられます 、UTF-8としてエンコードされたデータベースのコンテキストでも、'a€c' 5バイトを使用してエンコードされます。

ダンプファイルを復元すると、'Mér' varchar(3)には入りません 列。これは、UTF-8でエンコードされたダンプファイルをSQL_ASCIIデータベースに復元していたことを示しています。

たとえば、UTF-8データベースでこれを行いました：

create schema so4249745;
create table so4249745.t(key varchar(3) primary key);
insert into so4249745.t values('Mér');

そして、これをダンプして、SQL_ASCIIデータベースにロードしようとしました：

pg_dump -f dump.sql --schema=so4249745 --table=t
createdb -E SQL_ASCII -T template0 enctest
psql -f dump.sql enctest

そして確かに：

psql:dump.sql:34: ERROR:  value too long for type character varying(3)
CONTEXT:  COPY t, line 1, column key: "Mér"

対照的に、LATIN1またはUTF8をエンコードするようにデータベースenctestを作成すると、正常に読み込まれます。

この問題は、データベースをマルチバイト文字エンコードでダンプすることと、それをSQL_ASCIIデータベースに復元しようとすることの組み合わせが原因で発生します。 SQL_ASCIIを使用すると、基本的にクライアントデータからサーバーデータへのトランスコーディングが無効になり、文字ごとに1バイトが想定され、クライアントが適切な文字マップを使用する責任を負います。ダンプファイルにはUTF-8、つまり4バイトとして格納された文字列が含まれているため、SQL_ASCIIデータベースはそれを4文字と見なし、制約に違反していると見なします。そして、それは値を出力し、それを私の端末は3文字として再構成します。