【书评:Oracle查询优化改写】第五至十三章

【书评:Oracle查询优化改写】第五至十三章

一.1 BLOG文档结构图

一.2 前言部分

一.2.1 导读

各位技术爱好者，看完本文后，你可以掌握如下的技能，也可以学到一些其它你所不知道的知识，~O(∩_∩)O~：

① 字符串的处理

② 常用分析函数

③ 用sql输出九九乘法表

本文如有错误或不完善的地方请大家多多指正，ITPUB留言或QQ皆可，您的批评指正是我写作的最大动力。

一.2.2 实验环境介绍

oracle 11g

一.2.3 相关参考文章链接

前4章的链接参考相关连接：

【书评:Oracle查询优化改写】第一章 http://blog.itpub.net/26736162/viewspace-1652985/

【书评:Oracle查询优化改写】第二章 http://blog.itpub.net/26736162/viewspace-1654252/

【书评:Oracle查询优化改写】第三章 http://blog.itpub.net/26736162/viewspace-1660422/

【书评:Oracle查询优化改写】第四章 http://blog.itpub.net/26736162/viewspace-1661906/

行列互转内容链接：http://blog.itpub.net/26736162/viewspace-1272538/

一.2.4 本文简介

大家奇怪了，怎么不一章一章的写了，直接跳跃了，小麦苗告诉大家，因为第5到13章的内容大多数是开发的内容，和SQL调优相差太远，这里列出这几章的目录，虽说是开发sql的内容，但是很多实例还是比较实用的，比如对translate函数的应用。

第5章处理字符串，包含translate函数和个别oracle的分析函数。

第6章处理数字，介绍了分析函数

第7、8章讲了DATE类型的常见用法。

第9章仍然介绍分析函数

第10章的重点是结果集的分页

第11章讲述了行列转换函数，用UNPIVOT对UNION ALL做一定的优化，还有ROLLUP及CUBE可以让你少写一些UNION ALL语句。

第12章讲解树形查询

第13章选取了部分网友的需求案例，希望读者能通过这些案例的启发找到实现自己需求的思路。

第 5 章使用字符串

5.1 遍历字符串

5.2 字符串文字中包含引号

5.3 计算字符在字符串中出现的次数

5.4 从字符串中删除不需要的字符

5.5 将字符和数字数据分离

5.6 查询只包含字母或数字型的数据

5.7 提取姓名的大写首字母缩写

5.8 按字符串中的数值排序

5.9 根据表中的行创建一个分隔列表

5.10 提取第 n 个分隔的子串

5.11 分解 IP 地址

5.12 将分隔数据转换为多值 IN 列表

5.13 按字母顺序排列字符串

5.14 判别可作为数值的字符串

第 6 章使用数字

6.1 常用聚集函数

6.2 生成累计和

6.3 计算累计差

6.4 更改累计和的值

6.5 返回各部门工资排名前三位的员工

6.6 计算出现次数最多的值

6.7 返回最值所在行数据

6.8 first_value

6.9 求总和的百分比

第 7 章日期运算

7.1 加减日、月、年

7.2 加减时、分、秒

7.3 日期间隔之时、分、秒

7.4 日期间隔之日、月、年

7.5 确定两个日期之间的工作天数

7.6 计算一年中周内各日期的次数

7.7 确定当前记录和下一条记录之间相差的天数

第 8 章日期操作

8.1 SYSDATE 能得到的信息

8.2 INTERVAL

8.3 EXTRACT

8.4 确定一年是否为闰年

8.5 周的计算

8.6 确定一年内属于周内某一天的所有日期

8.7 确定某月内第一个和最后一个“周内某天”的日期

8.8 创建本月日历

8.9 全年日历

8.10 确定指定年份季度的开始日期和结束日期

8.11 补充范围内丢失的值

8.12 按照给定的时间单位进行查找

8.13 使用日期的特殊部分比较记录

8.14 识别重叠的日期范围

8.15 按指定间隔汇总数据

第 9 章范围处理

9.1 定位连续值的范围

9.2 查找同一组或分区中行之间的差

9.3 定位连续值范围的开始点和结束点

9.4 合并时间段

第 10 章高级查找

10.1 给结果集分页

10.2 重新生成房间号

10.3 跳过表中 n 行

10.4 排列组合去重

10.5 找到包含最大值和最小值的记录

第 11 章报表和数据仓库运算

11.1 行转列

11.2 列转行

11.3 将结果集反向转置为一列

11.4 抑制结果集中的重复值

11.5 利用“行转列”进行计算

11.6 给数据分组

11.7 对数据分组

11.8 计算简单的小计

11.9 判别非小计的行

11.10 计算所有表达式组合的小计

11.11 人员在工作间的分布

11.12 创建稀疏矩阵

11.13 对不同组/分区同时实现聚集

11.14 对移动范围的值进行聚集

11.15 常用分析函数开窗讲解

11.16 listagg 与小九九

第 12 章分层查询

12.1 简单的树形查询

12.2 根节点、分支节点、叶子节点

12.3 sys_connect_by_path

12.4 树形查询中的排序

12.5 树形查询中的 WHERE

12.6 查询树形的一个分支

12.7 剪去一个分支

12.8 字段内 list 值去重

第 13 章应用案例实现

13.1 从不固定位置提取字符串的元素

13.2 搜索字母数字混合的字符串

13.3 把结果分级并转为列

13.4 构建基础数据的重要性

13.5 根据传入条件返回不同列中的数据

13.6 拆分字符串进行连接

13.7 整理垃圾数据

13.8 用“行转列”来得到隐含信息

13.9 用隐藏数据进行行转列

13.10 用正则表达式提取 clob 里的文本格式记录集

下边我针对不同的章节，选取感兴趣的部分内容分享给大家：

一.3 第五章部分内容字符串的处理

一.3.1 遍历字符串

create or replace view v as

select '天天向上' as 汉字 ,'TTXS' as 首拼 from dual;

select v.汉字 , v.首拼 ,level from v connect by level<=length(v.汉字);

SELECT v.汉字,

v.首拼,

LEVEL,

substr(v.汉字, LEVEL, 1) AS 汉字拆分,

substr(v.首拼, LEVEL, 1) AS 首拼拆分,

'substr(''' || v.汉字 || ''',' || LEVEL || ',1)' AS fun

FROM v

CONNECT BY LEVEL <= length(v.汉字);

一.3.2 计算字符在字符串中出现的次数

create or replace view v as

select 'CLARK,KING,MILLER' as str from dual;

---可以有多种办法：

select REGEXP_COUNT(str,',')+1 as cnt from v;

select length(REGEXP_replace(str,'[^,]'))+1 as cnt from v;

select length(translate(str,','||str,','))+1 as cnt from v;

create or replace view v as

select 'CLARK$#KING$#MILLER' as str from dual;

select REGEXP_COUNT(str,'\$#')+1 as cnt from v;

select length(translate(str,'$#'||str,'$#'))/length('$#')+1 as cnt from v;

另外也可以自己编写函数，：

FUNCTION fun_getSpecharcounts_lhr(p_string IN VARCHAR2) RETURN NUMBER AS

v_count NUMBER := 0;

v_position NUMBER := 0; --特殊字符的位置

v_Spechar VARCHAR2(5) := '/';

BEGIN

LOOP

--找到特殊字符的位置

SELECT instr(p_string, v_Spechar, v_position+1)

INTO v_position

FROM dual;

IF v_position = 0 OR (v_position >= length(p_string)) THEN

EXIT;

END IF;

v_count := v_count + 1;

END LOOP;

RETURN v_count;

END fun_getSpecharcounts_lhr;

一.3.3 根据表中的行创建一个分隔列表

SELECT a.deptno,

SUM(a.sal) AS total_sal,

listagg(a.ename, ',') within GROUP(ORDER BY ename) AS total_ename,

wmsys.wm_concat(a.ename) ,

to_char(wmsys.wm_concat(a.ename))

FROM scott.emp a

GROUP BY a.deptno;

一.3.4 分解IP地址

SELECT regexp_substr(v.ip, '[^.]+', 1, 1) a,

regexp_substr(v.ip, '[^.]+', 1, 2) b,

regexp_substr(v.ip, '[^.]+', 1, 3) c,

regexp_substr(v.ip, '[^.]+', 1, 4) d

FROM (SELECT '192.168.59.130' ip FROM DUAL) v;

一.4 第六章部分内容数字处理

一.4.1 生成累积和

SELECT manager_id,

last_name,

salary,

SUM(salary) OVER(PARTITION BY manager_id ORDER BY salary,employee_id ) l_csum,

SUM(salary) OVER(PARTITION BY manager_id ORDER BY salary,employee_id RANGE UNBOUNDED PRECEDING) l_csum,

SUM(salary) OVER(PARTITION BY manager_id ORDER BY salary,employee_id RANGE between UNBOUNDED PRECEDING and current row ) l_csum,

SUM(salary) OVER(PARTITION BY manager_id ORDER BY salary,employee_id rows between UNBOUNDED PRECEDING and current row ) l_csum ,

(SELECT listagg(b.salary, '+') within GROUP(ORDER BY salary,employee_id)

FROM hr.employees b

WHERE b.manager_id IN (101, 103, 108)

AND b.manager_id = t.manager_id

AND b.salary <= t.salary )

FROM hr.employees t

WHERE manager_id IN (101, 103, 108);

一.4.2 求总和的百分比 RATIO_TO_REPORT

create table T_salary(F_depart varchar2(20),F_EMP varchar2(20),F_salary integer );

truncate table t_salary;

插入测试数据

insert into t_salary(f_depart, f_emp, f_salary)

select '信息管理部','张三',10000 from dual union all

select '信息管理部','李四',2000 from dual union all

select '人力资源部','王五',3000 from dual union all

select '人力资源部','赵六',10000 from dual;

commit;

select * from t_salary;

--查询每个员工占所在部门的工资比例

SELECT f_depart,

f_emp,

f_salary,

SUM(f_salary) over(PARTITION BY f_depart) sum_salary,

ratio_to_report(f_salary) over(PARTITION BY f_depart) ratio_salary

FROM t_salary;

--递归查询员工占所在部门的百分比, 以及部门所占公司的工资比例.

SELECT f_depart,

f_emp,

f_salary,

g1,

SUM(f_salary) over(PARTITION BY decode(g1, 0, f_depart, NULL), g1) sum_salary,

ratio_to_report(f_salary) over(PARTITION BY decode(g1, 0, f_depart, NULL), g1) r_salary

FROM (SELECT f_depart,

f_emp,

SUM(f_salary) f_salary,

GROUPING(f_depart) + GROUPING(F_emp) g1

FROM t_salary

GROUP BY ROLLUP(f_depart, f_emp)) t;

由于分析函数可以使用普通函数的结果作为expr参数, 所以上面的代码又可以整合为下述方式.

SELECT f_depart,

f_emp,

SUM(f_salary) f_salary,

SUM(SUM(f_salary)) over(PARTITION BY decode(GROUPING(f_depart) + GROUPING(F_emp), 0, f_depart, NULL), GROUPING(f_depart) + GROUPING(F_emp)) sum_salary,

ratio_to_report(SUM(f_salary)) over(PARTITION BY decode(GROUPING(f_depart) + GROUPING(F_emp), 0, f_depart, NULL), GROUPING(f_depart) + GROUPING(F_emp)) r_salary,

GROUPING(f_depart) + GROUPING(F_emp) g1

FROM t_salary

GROUP BY ROLLUP(f_depart, f_emp);

一.5 第七、八、九、十章日期处理、分析函数

这个第7、8章就是所有的日期函数的处理，基础内容，没啥分享的，第9和10章是继续分析函数。

一.6 第11章行列互转

关于该章我之前分析过我整理的内容，参考：http://blog.itpub.net/26736162/viewspace-1272538/

这里我再增加一些内容，就是关于pivot和unpivot分析函数的应用。

一.6.1 pivot 函数

SELECT *

FROM (SELECT e.job,

e.sal,

e.deptno

FROM scott.emp e)

pivot(SUM(sal) AS s

FOR deptno IN(10 AS d10, 20, 30 AS d30))

ORDER BY 1;

---增加一个

SELECT *

FROM (SELECT e.job,

e.sal,

e.deptno ,

comm

FROM scott.emp e)

pivot(SUM(sal) AS s,sum(comm) as c

FOR deptno IN(10 AS d10, 20 as d20, 30 AS d30))

ORDER BY 1;

一.6.2 unpivot函数

drop table test purge;

create table test as

SELECT *

FROM (SELECT e.deptno,

e.sal

FROM scott.emp e)

pivot(COUNT(*) AS cnt, SUM(sal) AS s

FOR deptno IN(10 AS d10, 20 AS d20, 30 AS d30))

ORDER BY 1;

SELECT * FROM test();

SELECT * FROM test unpivot(人次 FOR deptno IN(d10_cnt, d20_cnt, d30_cnt));

SELECT deptno AS 部门编码,

人次,

工资

FROM test a

unpivot include nulls (人次 FOR deptno IN(d10_cnt as 10, d20_cnt as 20, d30_cnt as 30))

unpivot include nulls (工资 FOR deptno2 IN(d10_s as 10, d20_s as 20, d30_s as 30))

where deptno= deptno2

;

一.7 第12、13章

一.7.1 用sql输出九九乘法表

这个只能给个链接了，因为这个帖子上的太经典了：http://www.itpub.net/thread-762215-1-1.html

这里截取几个例子：

select r1 || '*' || 1 || '=' || r1 * 1 A,

decode(r2, '', '', r2 || '*' || 2 || '=' || r2 * 2) b,

decode(r3, '', '', r3 || '*' || 3 || '=' || r3 * 3) C,

decode(r4, '', '', r4 || '*' || 4 || '=' || r4 * 4) D,

decode(r5, '', '', r5 || '*' || 5 || '=' || r5 * 5) E,

decode(r6, '', '', r6 || '*' || 6 || '=' || r6 * 6) F,

decode(r7, '', '', r7 || '*' || 7 || '=' || r7 * 7) G,

decode(r8, '', '', r8 || '*' || 8 || '=' || r8 * 8) H,

decode(r9, '', '', r9 || '*' || 9 || '=' || r9 * 9) I

from (select level r1,

lag(level+1, 1) over(order by level) r2,

lag(level+2, 2) over(order by level) r3,

lag(level+3, 3) over(order by level) r4,

lag(level+4, 4) over(order by level) r5,

lag(level+5, 5) over(order by level) r6,

lag(level+6, 6) over(order by level) r7,

lag(level+7, 7) over(order by level) r8,

lag(level+8, 8) over(order by level) r9

from dual

connect by level < 10);

SELECT rn,

ltrim(MAX(sys_connect_by_path(product, ' ')), ' ') product

FROM (SELECT rn,

product,

MIN(product) over(PARTITION BY rn) product_min,

(row_number() over(ORDER BY rn, product)) +

(dense_rank() over(ORDER BY rn)) numId

FROM (SELECT b.rn,

a.rn || '*' || b.rn || '=' || a.rn * b.rn product

FROM (SELECT rownum rn FROM all_objects WHERE rownum <= 9) a,

(SELECT rownum rn FROM all_objects WHERE rownum <= 9) b

WHERE a.rn <= b.rn

ORDER BY b.rn,

product))

START WITH product = product_min

CONNECT BY numId - 1 = PRIOR numId

GROUP BY rn

ORDER BY rn;

select replace(reverse(sys_connect_by_path(reverse(rownum || '*' || lv || '=' || rpad(rownum * lv, 2)),'/ ')),'/')

from (select level lv from dual connect by level < 10)

where lv = 1

connect by lv + 1 = prior lv;

select ltrim(sys_connect_by_path

(rownum - rn1+1||'*'||rownum || '=' || rpad(rownum * (rownum - rn1+1), 2) ,' '))

from

(select rownum rn1 from dual connect by rownum <=9)

where rn1 = 1

connect by rn1+1 = prior rn1;

with t as (select level as n from dual connect by level <=9)

select max(substr(sys_connect_by_path(b.n || '*' || a.n || '=' || a.n * b.n, ', '),3)) as val

from t a, t b

where a.n >= b.n

start with b.n=1

connect by a.n=prior a.n and b.n=prior b.n+1

group by a.n

order by val

;

一.8 总结

到此SQL查询优化改写第5-13章基本over，重点是对分析函数的领悟和掌握，希望对做SQL优化的童鞋有所帮助。

一.9 about me

...........................................................................................................................................................................................

本文作者：小麦苗，只专注于数据库的技术，更注重技术的运用

ITPUB BLOG：http://blog.itpub.net/26736162

本文地址：http://blog.itpub.net/26736162/viewspace-1665934/

本文pdf版：http://yunpan.cn/QCwUAI9bn7g7w 提取码：af2d

QQ：642808185 若加QQ请注明你所正在读的文章标题

创作时间地点：2015-05-21 09:00~ 2015-05-21 18:00 于外汇交易中心

...........................................................................................................................................................................................