この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。
はじめに
下記エントリにてAmazon Redshiftに於けるUDF(User Defined Functions: ユーザー定義の独自関数)の実際の作成手順についてご紹介しました。このUDFはPythonで必要な処理コードを書けていれば、その内容をSQLを通じてRedshiftクラスタに関数として登録する事が出来、Amazon Redshiftのシステム側で用意されている関数と同じような扱いでユーザー独自で作成した関数を使う事が出来ます。
『無いものをUDFを使って作る』という側面があると思われるので、当然ながら利用者の皆さんにも『こういう関数を作りましたので良ければ使ってください』という事を伝える為に『UDFの一覧』を用意する必要があるのかなと思い、その際に活用出来る情報について言及したのが当エントリの内容となります。
登録済UDFの情報の参照先について
pg_procテーブルに、作成したUDFの一覧に関する情報があります。カタログテーブルの情報として、Amazon Redshiftが準拠しているPostgreSQLの当該テーブルの仕様で情報を参照する事が可能です。
テーブル定義はこんな感じ。
# \d pg_proc
; Table "pg_catalog.pg_proc"
Column | Type | Modifiers
--------------+-----------+-----------
proname | name | not null
pronamespace | oid | not null
proowner | integer | not null
prolang | oid | not null
proisagg | boolean | not null
prosecdef | boolean | not null
proisstrict | boolean | not null
proretset | boolean | not null
provolatile | "char" | not null
pronargs | smallint | not null
prorettype | oid | not null
proargtypes | oidvector | not null
proargnames | text[] |
prosrc | text |
probin | bytea |
proacl | aclitem[] |
Indexes:
"pg_proc_oid_index" UNIQUE, btree (oid)
"pg_proc_proname_args_nsp_index" UNIQUE, btree (proname, pronargs, proargtypes, pronamespace)そして実行結果は以下の通り。
# select * from pg_proc where proname ilike 'cm%';
proname | pronamespace | proowner | prolang | proisagg | prosecdef | proisstrict | proretset | provolatile | pronargs | prorettype | proargtypes | proargnames | prosrc | probin | proacl
------------------+--------------+----------+---------+----------+-----------+-------------+-----------+-------------+----------+------------+---------------------+------------------------------------+-------------------------------------------------+----------------+--------
cm_to_timestamp | 2200 | 100 | 100057 | f | f | f | f | s | 4 | 1114 | 1043 1043 1043 1043 | {datestr,delimchar,timestr,format} | +| -1,-1,-1,-1:-1 |
| | | | | | | | | | | | | from datetime import datetime +| |
| | | | | | | | | | | | | timestamp_str = datestr + delimchar + timestr +| |
| | | | | | | | | | | | | return datetime.strptime(timestamp_str, format)+| |
| | | | | | | | | | | | | | |
cm_to_timestamp2 | 2200 | 100 | 100057 | f | f | f | f | s | 4 | 1114 | 1043 1043 1043 1043 | {datestr,delimchar,timestr,format} | +| -1,-1,-1,-1:-1 |
| | | | | | | | | | | | | from datetime import datetime +| |
| | | | | | | | | | | | | timestamp_str = datestr + delimchar + timestr +| |
| | | | | | | | | | | | | return datetime.strptime(timestamp_str, format)+| |
| | | | | | | | | | | | | | |
(2 rows)引数の型(proargtypes)の内容については、pg_typeテーブルに目ぼしいものが参照出来る様ですので宜しければご参考に。
# SELECT
typname,
typelem
FROM
pg_type
WHERE
typelem != 0 AND
((typname ilike '%char%') OR
(typname ilike '%int%') OR
(typname ilike '%date%') OR
(typname ilike '%timestamp%')
);
typname | typelem
--------------+---------
int2vector | 21
point | 701
_char | 18
_int2 | 21
_int2vector | 22
_int4 | 23
_bpchar | 1042
_varchar | 1043
_int8 | 20
_point | 600
_tinterval | 704
_timestamp | 1114
_date | 1082
_timestamptz | 1184
_interval | 1186
(15 rows)まとめ
以上、登録済UDFの一覧情報取得に関するご紹介でした。UDFはとても便利な機能ですので、フル活用して業務を加速させて行きたいところですね。その際のネタとしてこちらの情報が活用出来るのであれば幸いです。こちらからは以上です。
24
