StarRocks strright 函数详解：从右侧提取子串的用法、别名与 UTF-8 底层实现-开发者社区

StarRocks strright 函数详解：从右侧提取子串的用法、别名与 UTF-8 底层实现

【免费下载链接】starrocksThe world's fastest open query engine for sub-second analytics both on and off the data lakehouse. With the flexibility to support nearly any scenario, StarRocks provides best-in-class performance for multi-dimensional analytics, real-time analytics, and ad-hoc queries. A Linux Foundation project.项目地址: https://gitcode.com/GitHub_Trending/st/starrocks

strright是 StarRocks 字符串函数族中用于从字符串右侧截取指定长度子串的函数，其语义与right完全等价，可视为right的别名。本文基于 strright 官方文档，结合 FE 函数注册与 BE 向量化执行源码，完整讲解语法、示例、边界行为、UTF-8 字符计数规则及其底层实现原理，帮助你写出精确、可预期的字符串截取 SQL。

函数概述与别名关系

strright(str, len)的作用是：从字符串str的最右侧开始，按指定长度len提取子串。长度单位是UTF-8 字符（character），而非字节（byte），因此对中文等多字节字符同样安全。

该函数同时注册为right，两者完全等价：

FE 端在 FunctionSet.java 中分别定义了RIGHT = "right"与STRRIGHT = "strright"两个函数名，指向同一套内置函数实现；
你可以根据团队 SQL 风格任意选择strright(...)或right(...)，执行结果完全一致。

官方文档明确注明："This function is also named as right"，对应文档见 right.md。

语法与参数说明

VARCHAR strright(VARCHAR str, INT len)

参数	类型	说明
`str`	VARCHAR	源字符串，即被截取的对象
`len`	INT	从右侧开始提取的字符个数（UTF-8 字符为单位）
返回值	VARCHAR	截取得到的子串

行为要点：

当len小于等于字符串长度时，返回最右侧的len个字符；
当len大于字符串长度时，返回整个原字符串（越界不报错，也不会返回 NULL）。

示例演示

官方文档给出了如下示例：

MySQL > select strright("Hello starrocks",9); +--------------------------------+ | strright('Hello starrocks', 9) | +--------------------------------+ | starrocks | +--------------------------------+

"Hello starrocks"共 15 个字符，取最右侧 9 个字符，即得到starrocks。

结合参数行为，还可以验证以下边界场景：

-- len 大于字符串长度，返回整个字符串 SELECT strright('starrocks', 100); -- starrocks -- len 为 0，返回空字符串 SELECT strright('starrocks', 0); -- (empty) -- 多字节 UTF-8 字符按字符计数，而非按字节 SELECT strright('StarRocks 数据库', 3); -- 数据库（3 个中文字符） -- 与 right 完全等价 SELECT strright('StarRocks', 5), right('StarRocks', 5); -- Rocks | Rocks

底层实现与边界语义

BE 端向量化实现

在 BE 端，strright/right的实现位于 string_functions.cpp：

// right // right(s, n) equals to substr(s, -n, n) except the case len(s) < n under which // right(s, n) return the entire s. StatusOr<ColumnPtr> StringFunctions::right(FunctionContext* context, const Columns& columns) { ... if (state != nullptr && state->is_const) { return right_const(state, columns); } else { return right_not_const(context, columns); } }

源码注释明确了其与substr的关系：right(s, n)等价于substr(s, -n, n)，唯一的例外是当len(s) < n时，right(s, n)返回整个s（而substr在越界时可能返回空串）。这一语义由模板参数allow_out_of_left_bound控制：

对right函数，allow_out_of_left_bound恒为true，即允许越过左边界、直接返回完整字符串；
对substr/left函数，该参数恒为false。

相关核心逻辑见 string_functions.cpp 的ascii_substr_per_slice与 utf8_substr_from_right_per_slice：当负偏移（即从右往左数）导致from_pos < 0时，allow_out_of_left_bound为true则直接输出整个字符串，否则输出空串。

常量折叠优化（const optimization）

执行引擎对right/strright做了专门的常量优化。当两列在 Fragment 局部范围内均为非空常量时，会走left_or_right_prepare预计算路径：

Status StringFunctions::left_or_right_prepare(FunctionContext* context, FunctionContext::FunctionStateScope scope) { ... state->is_const = true; int len = ColumnHelper::get_const_value<TYPE_INT>(len_column); // right_const ignores state->pos, just use state->len state->pos = 1; state->len = len; ... }

见 string_functions.cpp。由于strright('xxx', 9)这类 SQL 中两个参数往往都是字面量，该优化可将截取结果在 prepare 阶段直接计算出来，显著降低执行期开销。

ASCII 与 UTF-8 双路径

BE 实现按字符串内容自动分派两条路径：

ASCII 快速路径：若字符串为纯 ASCII，可直接通过指针算术from_pos + s->size定位起点，无需逐字符扫描（见 ascii_substr_per_slice）；
UTF-8 慢速路径：若包含多字节字符，则从右向左扫描 UTF-8 字符边界，确保按“字符”而非“字节”截取（见 utf8_right_not_const）。对不超过 32 字节的短串，还会使用栈上small_index缓存每个 UTF-8 字符的字节偏移以加速定位。

这也解释了文档中“The unit for length: utf-8 character”的底层原因：长度的单位始终是字符个数，中英文混排时不会出现半个字符的截断。

使用建议与注意事项

别名互换：strright与right完全等价，新旧代码风格切换无任何兼容风险；
越界安全：len大于字符串长度时返回原串，不会报错；len = 0返回空串，可安全用于清洗场景；
字符单位：涉及中文、Emoji 等多字节字符时，务必理解长度单位是字符而非字节，与substr的负偏移语义一致；
NULL 处理：任一参数为 NULL 时结果返回 NULL（由RETURN_IF_COLUMNS_ONLY_NULL等空值短路机制统一处理）；
相关函数：与left（从左侧截取，见 left.md）、substr/substring、length/char_length等函数组合使用，可完成各类字符串处理需求。

小结

strright是 StarRocks 提供的一个语义简洁、实现高效的右侧子串截取函数，与right互为别名。从 FE 的 FunctionSet.java 注册到 BE 的 StringFunctions::right 向量化执行，再到 ASCII/UTF-8 双路径与常量折叠优化，整条链路保证了该函数在多字节场景下的正确性与高性能。需要从字符串右侧提取固定数量字符时，直接使用strright(str, len)即可。