一.场景描述
数据库为ASCII编码单字节存储，在查询中文时可能会出现错误结果。例如查询like“房”字，会查询出不含“房”，含“朔科”的结果。
select * from Tablename01 where name like '%房%';
二.原因分析
一个汉字为2个字符，“朔”的第二个字节与“科”的第一个字节，正好与“房”的两个字节相同。查看十六进制，如下：
select char2hexint('房'); --00B7 00BF
select char2hexint('朔科'); --00CB 00B7 00BF 00C6
三.解决方案
1.安装部署自定义函数chs_instr
chs_instr(参数1,参数2)是一个C编写的自定义函数，它的功能是在参数1中查找参数2，按照参数2的字节数去查找，如果查询不到则返回0，查询到则返回大于0的值。
经查在Teradata库中，使用此UDF函数与like比较，IO数基本不变，CPUTime突增近100倍。所以，遇到此类问题时，优先考虑从设计层面规避like中文。
2.语句【name like ‘%房%’】替换成【chs_instr(name,'房')>0】
四.UDF安装部署
Teradata支持C语言的自定义函数。具体部署方法如下：
1、如下UDF存储到文件中，文件名称为chs_instr.udf
/*
database syslib;
replace FUNCTION chs_instr(srcStr VARCHAR(1024), childStr VARCHAR(64))
RETURNS INTEGER
LANGUAGE C
NO SQL
PARAMETER STYLE TD_GENERAL
EXTERNAL NAME chs_instr;
sel chs_instr('弢1234|', '|');
sel index('弢1234|', '|');
*/
2、如下为UDF定义中引用的C函数，文件名称为chs_instr.c
#define SQL_TEXT Latin_Text
#include <sqltypes_td.h>
#include <string.h>
/* Result is 0, if search_str does not apper in source_string */
/* index, a pos(start at 1) to the firt occurrence of search_str of source_string */
void chs_instr(VARCHAR_LATIN *source_string,VARCHAR_LATIN *search_str,
int *result,
char sqlstate[])
{
unsigned char *src = source_string, *sub = search_str, c;
int sublen = strlen(sub);
int slen = strlen(src);
int spos = ;
*result = ;
while ( spos <= slen-sublen ) {
if (memcmp(src+spos, sub, sublen) == ) {
*result = spos+;
break;
}
c = src[spos++];
if (c > ) spos++;
}
return;
}
3、使用bteq登录数据库（dbc用户），指定UDF默认存储数据库为syslib。
bteq "logon citic/dbc,dbc" < chs_instr.udf
附录：memcmp函数是按字节比较的。
s1,s2为字符串时候memcmp(s1,s2,1)就是比较s1和s2的第一个字节的ascII码值；
memcmp(s1,s2,n)就是比较s1和s2的前n个字节的ascII码值；
如:char *s1="abc";
char *s2="acd";
int r=memcmp(s1,s2,3);
就是比较s1和s2的前3个字节，第一个字节相等，第二个字节比较中大小已经确定，不必继续比较第三字节了。所以r=-1.