DuckDB与PostgreSQL在标识符大小写敏感性上的差异问题分析

问题背景

在数据库系统中，标识符（如表名、列名等）的大小写处理方式是一个重要的兼容性考量点。DuckDB与PostgreSQL在这方面的实现存在显著差异，这可能导致在使用pg_duckdb扩展时出现意外行为。

核心问题表现

当在同一个数据库中创建名称相同但大小写不同的表时，PostgreSQL能够正确区分它们，而DuckDB会将它们视为同一个表。例如：

CREATE TABLE a(b int);
CREATE TABLE "A"(c int);
INSERT INTO a VALUES(1);

在PostgreSQL模式下执行查询SELECT * FROM a, "A" as aa会返回空结果，因为这两个表确实不同。但在DuckDB模式下，这个查询会错误地将两个表视为同一个，导致返回错误的数据。

技术原理分析

PostgreSQL对标识符的大小写处理遵循以下规则：

1. 未加引号的标识符会被自动转换为小写
2. 加引号的标识符会保留原始大小写
3. 大小写不同的加引号标识符被视为不同对象

而DuckDB的默认行为是：

1. 无论是否加引号，标识符都不区分大小写
2. 即使设置了preserve_identifier_case=true，仍然无法完全模拟PostgreSQL的行为

影响范围

这种差异会影响多种场景：

1. 表名大小写不同的表共存
2. 列名大小写不同的列共存
3. 使用AS子句重命名时的标识符处理
4. 从外部数据源（如Parquet文件）导入时的列名处理

解决方案与进展

pg_duckdb项目团队已经意识到这个问题的重要性，并计划在近期版本中修复。修复思路可能包括：

1. 在DuckDB连接层增加额外的标识符转换逻辑
2. 完全模拟PostgreSQL的标识符处理规则
3. 为特殊场景添加兼容性开关

最佳实践建议

在问题完全解决前，建议用户：

1. 避免在同一个数据库中使用仅大小写不同的标识符
2. 对于关键业务场景，明确指定使用PostgreSQL模式
3. 在迁移数据时检查标识符的大小写一致性

总结

标识符大小写敏感性是数据库系统间常见的兼容性问题。pg_duckdb项目正在积极解决这一问题，以确保与PostgreSQL更好的兼容性。用户在使用过程中应注意这一差异，并采取相应的预防措施。