【SQL】MaxComputer常用SQL与注意小结
MaxComputer常用SQL
1.建表
CREATE TABLE dwd_tfc_ctl_signal_phasedir ( cust_inter_id STRING COMMENT '客户路口ID', inter_id STRING COMMENT '高德路口Id', inter_name STRING COMMENT '高德路口名称', phase_plan_no STRING COMMENT '方案号', phase_name STRING COMMENT '相位名称,相位阶段', cust_dir_name STRING COMMENT '通行方向,如东-直行', f_link_id STRING COMMENT '进口道id', f_dir_4_no STRING COMMENT '方向的4方位编码,详见编码表', f_dir_8_no STRING COMMENT '方向的8方位编码,详见编码表', turn_dir_no STRING COMMENT '转向,详见编码表', modified_date STRING COMMENT '修改时间', source STRING COMMENT '数据来源,SCATS或者人工录入等' )partitioned by (data_version STRING COMMENT 'data_version', adcode STRING COMMENT '城市编码') LIFECYCLE ;
插入数据(注意分区表与非分区表的写法):
INSERT OVERWRITE|INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)] [(col1,col2 ...)] select_statement FROM from_statement;
【其他建表方式】:
通过create...table...as创建:--AS翻译过来是依照
create table sale_detail_ctas1 as select * from sale_detail;
此处sale_detail是一张分区表,而通过 create table…as select…语句创建的表不会复制分区属性,只会把源表的分区列作为目标表的一般列处理,即sale_detail_ctas1是一个含有5列的非分区表。
希望复制表结构:LIKE:翻译过来是像,就是真的像了,结构一模一样!
create table sale_detail_like like sale_detail;
此时,sale_detail_like的表结构与sale_detail完全相同。除生命周期属性外,列名、列注释以及表注释等均相同。但sale_detail中的数据不会被复制到sale_detail_like表中。
2.CASE..WHEN
case when (_condition1) then result1 when (_condition2) then result2 when (_condition3) then result3 ... else resultn end
示例:(对应编程语句中的if/else),支持两种格式的CASE...WHEN,详见:这里
select case when shop_name is null then 'default_region' when shop_name like 'hang%' then 'zj_region' end as region from sale_detail;
要在SQL语句中做简单字典转换时,也是通过子查询利用CASE WHEN先做一层转换的,例如性别为1 2与性别为男 女的比较:
SELECT COUNT(*) FROM (SELECT t.identity_card , CASE t.gender ' THEN '男' ELSE '女' END AS gender FROM t) a LEFT OUTER JOIN t b ON a.idcard = b.sfhm WHERE a.gender<> b.xb;
3.改变时间格式——TO_CHAR
语法:有些情况可以再给参数date再包一层to_date进行转换(常用):
to_char(TO_DATE(', 'yyyymmdd'), 'yyyy-mm-dd')
string to_char(datetime date, string format)
若输入为 string 类型会隐式
转换为 datetime 类型后参与运算
示例:
to_char('2010-12-03 00:00:00', ' 阿里金融 yyyy-mm*dd') = ' 阿里金融 2010-12*03' to_char('--获取指定格式的当前时间: to_char(getdate(),'yyyymmddhhmiss')
4.查看分区
ls partitions tableName list partitions tableName
5.抽取T-1数据
--抽取ODS T-1的增量数据 insert overwrite table dwd_wp_jj_road_place_delta partition (fq_day='${bizday}') select /*+mapjoin(t1,t2,t3,t4,t5,t6,t7,t8)*/ t.jkdbh as jkdbh,--监控点编号(按ga408.3) t.mc as mc,--监控点名称 t.sm as sm,--俗称 t.dwdm as dwdm,--单位代码(前6位为行政区划) t.gxsj as gxsj,--更新时间(精确到天) t.js as js,--介绍 t.bz as bz,--备注 t.jllx as jllxdm,--记录类型(0正常,1禁用,2删除)代码 null as jllx ,--记录类型(0正常,1禁用,2删除) t.jfbh as jfbh,--机房编号 t.jkdlx as jkdlxdm,--监控点类型 0-省际 1-市际 2-其它代码 null as jkdlx ,--监控点类型 0-省际 1-市际 2-其它 t.jkdjb as jkdjbdm,--监控点级别 0-一级 1-二级 2-三级代码 null as jkdjb ,--监控点级别 0-一级 1-二级 2-三级 t.flag as flagdm,--监控点图标状态 0-图标已存在 1-图标不存在代码 null as flag ,--监控点图标状态 0-图标已存在 1-图标不存在 t.jkdz as jkdztdm,--监控点故障状态 0-正常 1- 故障 2-未知代码 null as jkdzt ,--监控点故障状态 0-正常 1- 故障 2-未知 t.pyjx as pyjx,--拼音简写 t.dym1 as dym1,--对应码1 t.dym2 as dym2,-- t.dym3 as dym3,-- t.dym4 as dym4,-- t.dym5 as dym5,-- t.ddlx as ddlxdm,--01:单条道路点位 02:多条道路点位代码 null as ddlx ,--01:单条道路点位 02:多条道路点位 t.xzqh as xzqh,--行政区划 t.jstz as jstz,--建设投资(1-自建 2-租用) t.dwlx as dwlx,--点位类别 t.jrqgjcbk as jrqgjcbkdm,--接入全国缉查布控(0-需接入 1-不接入 2-已接入代码 null as jrqgjcbk ,--接入全国缉查布控(0-需接入 1-不接入 2-已接入 t.fxctq as fxctqdm,--非现场监控点停启专用 0启用 1停用代码 null as fxctq ,--非现场监控点停启专用 0启用 1停用 t.ssxm as ssxm,--监控点所属项目 t.kms as kms,--千米数(监控点编号第6到9位) t.zms as zms,--米数(监控点编号第10到12位) t.pgis_jd as pgis_jd, --pgis经度 t.pgis_wd as pgis_wd, --pgis纬度 t.pgis_geohash as pgis_geohash, --pgisgeohash substr(t.pgis_geohash, ,) as pgis_geohash4, --pgis geohash4位 substr(t.pgis_geohash, ,) as pgis_geohash5, --pgis geohash5位 substr(t.pgis_geohash, ,) as pgis_geohash6, --pgis geohash6位 t.gd_jd as gd_jd, --gd经度 t.gd_wd as gd_wd, --gd纬度 dwd_sp_dev:geohash_encode(t.gd_jd, t.gd_wd) as gd_geohash,--gd geohash substr(dwd_sp_dev:geohash_encode(t.gd_jd, t.gd_wd),,) as gd_geohash4, --gd geohash4位 substr(dwd_sp_dev:geohash_encode(t.gd_jd, t.gd_wd),,) as gd_geohash5, --gd geohash5位 substr(dwd_sp_dev:geohash_encode(t.gd_jd, t.gd_wd),,) as gd_geohash6, --gd geohash6位 to_char(getdate(),'yyyymmddhhmiss') as dwd_loadtime, --DWD新增时间 to_char(getdate(),'yyyymmddhhmiss') as dwd_updatetime, --DWD更新时间 ' as dwd_yxbz --DWD有效标志 from( select dwd_sp_dev:bcconvert(t0.jkdbh) as jkdbh,--监控点编号(按ga408.3) dwd_sp_dev:bcconvert(t0.mc) as mc,--监控点名称 dwd_sp_dev:bcconvert(t0.sm) as sm,--俗称 dwd_sp_dev:bcconvert(t0.dwdm) as dwdm,--单位代码(前6位为行政区划) dwd_sp_dev:bcconvert(t0.gxsj) as gxsj,--更新时间(精确到天) dwd_sp_dev:bcconvert(t0.js) as js,--介绍 dwd_sp_dev:bcconvert(t0.bz) as bz,--备注 dwd_sp_dev:bcconvert(t0.jllx) as jllx,--记录类型(0正常,1禁用,2删除) dwd_sp_dev:bcconvert(t0.jfbh) as jfbh,--机房编号 dwd_sp_dev:bcconvert(t0.jkdlx) as jkdlx,--监控点类型 0-省际 1-市际 2-其它 dwd_sp_dev:bcconvert(t0.jkdjb) as jkdjb,--监控点级别 0-一级 1-二级 2-三级 dwd_sp_dev:bcconvert(t0.flag) as flag,--监控点图标状态 0-图标已存在 1-图标不存在 dwd_sp_dev:bcconvert(t0.jkdzt) as jkdzt,--监控点故障状态 0-正常 1- 故障 2-未知 dwd_sp_dev:bcconvert(t0.pyjx) as pyjx,--拼音简写 dwd_sp_dev:bcconvert(t0.dym1) as dym1,--对应码1 dwd_sp_dev:bcconvert(t0.dym2) as dym2,-- dwd_sp_dev:bcconvert(t0.dym3) as dym3,-- dwd_sp_dev:bcconvert(t0.dym4) as dym4,-- dwd_sp_dev:bcconvert(t0.dym5) as dym5,-- dwd_sp_dev:bcconvert(t0.ddlx) as ddlx,--01:单条道路点位 02:多条道路点位 dwd_sp_dev:bcconvert(t0.xzqh) as xzqh,--行政区划 dwd_sp_dev:bcconvert(t0.jstz) as jstz,--建设投资(1-自建 2-租用) dwd_sp_dev:bcconvert(t0.dwlx) as dwlx,--点位类别 dwd_sp_dev:bcconvert(t0.jrqgjcbk) as jrqgjcbk,--接入全国缉查布控(0-需接入 1-不接入 2-已接入 dwd_sp_dev:bcconvert(t0.fxctq) as fxctq,--非现场监控点停启专用 0启用 1停用 dwd_sp_dev:bcconvert(t0.ssxm) as ssxm,--监控点所属项目 dwd_sp_dev:bcconvert(t0.kms) as kms,--千米数(监控点编号第6到9位) dwd_sp_dev:bcconvert(t0.zms) as zms,--米数(监控点编号第10到12位) dwd_sp_dev:bcconvert(t0.jd) as pgis_jd, --pgis经度 dwd_sp_dev:bcconvert(t0.wd) as pgis_wd, --pgis纬度 dwd_sp_dev:geohash_encode(cast(dwd_sp_dev:bcconvert(t0.jd) as double),cast(dwd_sp_dev:bcconvert(t0.wd) as double)) as pgis_geohash, --pgis geohash get_gd_jd(cast(dwd_sp_dev:bcconvert(t0.wd) as double),cast(dwd_sp_dev:bcconvert(t0.jd) as double)) as gd_jd, -- 高德经度 get_gd_wd(cast(dwd_sp_dev:bcconvert(t0.wd) as double),cast(dwd_sp_dev:bcconvert(t0.jd) as double)) as gd_wd, -- 高德纬度 row_number() over (partition by t0.jkdbh order by desc) as rn from ods_wp_jj_road_place_dd t0 where fq_day='${bizday}' ) t
SQL
6.更新删除数据
a)如果需要更新(UPDATE)数据: 只能把源分区/表数据导入到新分区/表,在导入过程中执行相应的更新逻辑。新分区/表可以与源相同,即就地更新; b) 如果需要删除(DELETE)的数据: 可以通过删除“DROPTABLE table_name;”表达到数据删除目的; 非分区表可以通过 “TRUNCATE TABLE table_name;”语句清空表数据; 分区表可以通过“ALTER TABLE table_name DROP IF EXISTS PARTITION(分区名=‘具体分区值’)”删除分区达到删除整个分区数据的目的; 也可以通过INSERT+WHERE条件把需要的数据导入到另一张新分区/表中或就地更新,INSERT语句支持源和目的表是同一张表:例如insert overwrite table sale_detail select * from sale_detail where name=”mengyonghui”。
7.多表JOIN (只支持等值连接)
可以使用括号来区分JOIN
SELECT tmp.name, t3.id FROM ( SELECT t1.*, t2.* FROM t1 JOIN t2 ON t1.tid = t2.qid ) tmp JOIN t3 ON tmp.tid = t3.id ---- SELECT * FROM t1 JOIN t2 ON t1.tid = t2.qid JOIN t3 ON t1.tid = t3.id
当然我认为是和连续JOIN没差的,详情测试实验参考:https://blog.csdn.net/mccand1234/article/details/51734713
【NOT IN的改造】
--正确写法 SELECT * FROM dbo.Table_A AS a WHERE a.ID NOT IN ( SELECT b.ID FROM dbo.Table_B AS b WHERE b.ID IS NOT NULL ) --排除NULL值参与运算符比较 --建议修改为关联查询方法 --正确写法1 SELECT * FROM dbo.Table_A AS a WHERE NOT EXISTS ( SELECT * FROM dbo.Table_B AS b WHERE a.ID = b.ID ) --正确写法2 SELECT * FROM dbo.Table_A AS a LEFT OUTER JOIN dbo.Table_B AS b ON a.ID = b.ID WHERE b.ID IS NULL
官网推荐写法:
select * from a where aid not in (select id from b) 改成如下语句: select a.* from a left outer join (select distinct id from b) bb on a.id=bb.id where bb.id is null;
8.MAPJOIN左连接左表不能是小表 (基于map-reduce模型原理,使用 /* +MAPJOIN(u) */,且只有MAPJOIN支持笛卡尔积,其他不支持)
elect /*+MAPJOIN(smallTableTwo)*/ idOne, idTwo, value FROM ( select /*+MAPJOIN(smallTableOne)*/ idOne, idTwo, value FROM bigTable JOIN smallTableOne on (bigTable.idOne = smallTableOne.idOne) ) firstjoin JOIN smallTableTwo ON (firstjoin.idTwo = smallTableTwo.idTwo)
9.聚合函数和窗口函数不同点是聚合函数同一分组只产生一条记录,而窗口函数同一分组中每一行记录都产出一条记录
要使用窗口函数的where条件,需要在外面嵌套一层子查询(where条件先于select查询)
窗口函数简单应用(计数,并随即取一条数据):
SELECT t2.czrkxm , t2.czrkgmsfhm , t2.czrkjggj , t2.cnt FROM ( SELECT t1.czrkxm , t1.czrkgmsfhm , t1.czrkjggj , t1.cnt , ROW_NUMBER() OVER (PARTITION BY t1.czrkjggj ORDER BY cnt DESC) AS rn FROM ( SELECT czrkxm , czrkgmsfhm , czrkjggj , COUNT(czrkjggj) OVER (PARTITION BY czrkjggj ORDER BY czrkxm) AS cnt FROM ods_gat_xx_czrk_qm WHERE trim(czrkjggj) <> '中国' ) t1 ) t2
10.ORDER BY必须和LIMIT一起使用,必须!(并且ORDER BY后面的字段需要和别名保持一致,原理参考SQL执行顺序先SELECT后ORDER BY)
11.UNION ALL不支持直接将两个顶级的子查询连接作为结果 (如果要使用,请在外面再嵌套一层子查询进行查询)
12.当CASE...WHEN作为参数时,后面END不能接AS别名,直接跟括号即可
13.topK思路 (查询频率最高的等)
对每个IP访问最多的3个URL,步骤与思路如下:
1.GROUP BY对每个IP分组,统计URL访问次数
2.使用ROW_NUMBER()开窗降序计算行号(顺序不重复计算,RANK()为跳跃排序)
3.查询出前3名URL
SELECT ip, count_url FROM ( SELECT ip, row_number() OVER (PARTITION BY ip ORDER BY count_url DESC) AS rn FROM ( SELECT t1.ip, COUNT(t1.url) AS count_url FROM t1 GROUP BY t1.ip ) t1 ) t2
// 请务必注意子查询必须有别名!
14.UDF类型 (入参出参必须是对象类型,例如Long,而不是long)
15.杂项注意事项
(1)数据表分区管理,防止数据的相互污染
(2)SELECT需要的字段而不是SELECT *
(3)谨慎使用ALTER关键字,尽量“谋定而后动”
(4)注意数据产出时间,注意依赖关系
16.MaxComputer中的连接
1.普通JOIN
也就是我们常说的内连接,数学上的“交集”
SELECT a.name,b.age FROM a JOIN b ON a.id = b.id
图示:
2.左连接
包含左表的全集
SELECT a.name,b.age FROM a LEFT JOIN b ON a.id = b.id
图示:
3.差集
差集其实就是左集-交集,也就是左集连接中右表没有连接上的
SELECT a.name,b.age FROM a LEFT JOIN b ON a.id = b.id WHERE b.id IS NULL
图示:
17.采用row_number()进行开窗处理取最新一条记录/进行去重等
如果使用SELECT *可能报错,根据错误信息筛选字段内容即可!
SELECT p.izid FROM ( SELECT * , ROW_NUMBER() OVER (PARTITION BY t.id ORDER BY t.time_stamp DESC) AS rn FROM ( SELECT * FROM t2 UNION ALL SELECT * FROM t3 ) t ) p
还有例如按照长度分组,取一条示例数据(按其他分组同理)
SELECT * FROM ( SELECT * , ROW_NUMBER() OVER (PARTITION BY t.len_sr ORDER BY t.sr DESC) AS rn FROM ( SELECT sr , LENGTH(sr) AS len_sr FROM t ) t ) p
18.实现类似MySQL的group_concat功能
SELECT b.jt_id , concat_ws(',', collect_set(a.zjhm)) AS jtcyxxlb --collect-set或者collect-list根据实际情况选择使用 FROM dws_family_relation b GROUP BY b.jt_id
19.实现两表联合,有冲突时取其中一表数据
WITH S1 AS( SELECT *, 'A' AS Flag FROM Supply ), S2 AS( SELECT *, 'B' AS Flag FROM supplyCopy ), S3 AS( SELECT * FROM S1 UNION ALL SELECT * FROM S2 ) SELECT p.* FROM ( SELECT * , ROW_NUMBER() OVER (PARTITION BY S3.id ORDER BY S3.Flag ASC) AS rn FROM S3 ) p ------------------------- WITH S1 AS( SELECT *, 'A' AS Flag FROM Supply ), S2 AS( SELECT *, 'B' AS Flag FROM supplyCopy ), S3 AS( SELECT * FROM S1 UNION ALL SELECT * FROM S2 ), S4 AS( SELECT SUPPLYID, MIN(FLAG) AS minFlag FROM S3 GROUP BY supplyId ) SELECT S3.* FROM S3 JOIN S4 ON S3.supplyId = S4.supplyId AND S3.Flag = S4.minFlag
20.JOIN OR条件的语法改写
select call_bill.bill_id,call_bill.caller,phonearea.province,phonearea.city ,phonearea.isp from call_bill left outer join phonearea ,) = phonearea_test.prefix ,)=phonearea.code); ,)=phonearea.code; --------------------- select id,caller,province,city,isp from ( select bi.bill_id id,bi.caller caller,ph.province province,ph.city city,ph.isp isp ,) = ph.prefix UNION ALL select bi.bill_id id,bi.caller caller,ph.province province,ph.city city,ph.isp isp ,)=ph.code UNION ALL select bi.bill_id id,bi.caller caller,ph.province province,ph.city city,ph.isp isp ,)=ph.code ) tmp_tmp GROUP BY id,caller,called,province,city,isp;
【子查询写法】
解决类似NOT IN带逻辑与的:
WHERE a.mfsfzh NOT IN (SELECT b.sfzhm FROM b) AND a.fsfzh NOT IN (SELECT c.sfzhm FROM c);
SELECT * FROM ( SELECT * FROM a LEFT OUTER JOIN b ON a.msfzh = b.sfzhm WHERE b.sfzhm IS NULL ) c LEFT OUTER JOIN d ON c.fsfzh = d.sfzhm WHERE d.sfzhm IS NULL
21.UDTF的定义与使用
注意lateral view使用场景(场景)
参考:http://www.cnblogs.com/ggjucheng/archive/2013/02/01/2888819.html
22.插入少量测试数据
仅支持INSERT INTO
drop table if exists srcp; create table if not exists srcp (key string ,value bigint) partitioned by (p string); ),(),();
//与MySQL相似的写法:VALUES
23.常用限制
24.distinct
对于多个字段与单个字段的distinct原理:
DISTINCT 表示对后面的所有参数的拼接取 不重复的记录,相当于 把 SELECT 表达式的项 拼接起来选唯一值。
参考原理:https://blog.csdn.net/u010003835/article/details/79154457
25.字段空值统计
SELECT SUM(CASE END) AS 姓名 , SUM(CASE END) AS 身份证 , SUM(CASE END) AS 居住证号 FROM t
【SQL】MaxComputer常用SQL与注意小结的更多相关文章
- SQL Server常用SQL集合
================================================ 1.SQL查询一年之内的数据记录 select * from 表名 where CreateDate& ...
- SQL Server 常用SQL
--查询所有表 select * from sysobjects where xtype='u' ORDER BY name ASC
- sql server 常用sql语句
--删除约束 alter table productInfo drop constraint 约束名称 --删除列alter table productInfo drop column 列名 --添加 ...
- [SQL Server] 常用sql脚本
1.添加表 GO IF NOT EXISTS(SELECT * FROM sys.tables WHERE name='table_name') BEGIN CREATE TABLE [dbo].[t ...
- Oracle常用SQL查询(2)
三.查看数据库的SQL 1 .查看表空间的名称及大小 select t.tablespace_name, round ( sum (bytes / ( 1024 * 1024 )), 0 ) ts ...
- Oracle常用SQL查询
一.ORACLE的启动和关闭 1.在单机环境下要想启动或关闭oracle系统必须首先切换到oracle用户,如下: su - oracle a.启动Oracle系统 oracle>svrmgrl ...
- ORACLE 常用SQL查询
一.ORACLE的启动和关闭 1 .在单机环境下 要想启动或关闭ORACLE系统必须首先切换到ORACLE用户,如下 su - oracle a.启动ORACLE系统 oracle > sv ...
- Mysql 常用 SQL 语句集锦
Mysql 常用 SQL 语句集锦 基础篇 //查询时间,友好提示 $sql = "select date_format(create_time, '%Y-%m-%d') as day fr ...
- oracle(sql)基础篇系列(一)——基础select语句、常用sql函数、组函数、分组函数
花点时间整理下sql基础,温故而知新.文章的demo来自oracle自带的dept,emp,salgrade三张表.解锁scott用户,使用scott用户登录就可以看到自带的表. #使用ora ...
随机推荐
- 纯小白入手 vue3.0 CLI - 2.5 - 了解组件的三维
vue3.0 CLI 真小白一步一步入手全教程系列:https://www.cnblogs.com/ndos/category/1295752.html 我的 github 地址 - vue3.0St ...
- 数据表自增Id获取时IDENTITY的正确使用方式
在SQLServer中很多表主键会设置为自增列,有的业务需求需要知道新插入的自增Id是多少,一般我们会用SELECT @@IDENTITY来获取,可由于@@IDENTITY是个全局变量作用据较大,所以 ...
- Nginx 优化配置及详细注释
Nginx 的nginx.conf文件,是调优后的,具体影响已经写清楚注释,可以拿来用,有一些设置无效,我备注上了,不知道是不是版本的问题,回头查一下再更正. #普通配置 #==性能配置 #运行用户 ...
- OSGI企业应用开发(七)细说Blueprint & Gemini Blueprint(二)
上篇文章介绍了标准的Blueprint 规范与 Gemini Blueprint如何自定义Bean配置文件路径,本文接着上篇文章继续介绍Blueprint的使用. 一.Bean的配置 前面提到过,Ge ...
- MySQL隐形索引简介
不可见索引允许您将索引标记为查询优化器不可用.MySQL维护不可见索引,并在与索引关联的列中的数据发生更改时使其保持最新. 默认情况下,索引是可见的.要使它们不可见,您必须在创建时或使用ALTER T ...
- pt-osc原理、限制、及与原生online-ddl比较
1. pt-osc工作过程 创建一个和要执行 alter 操作的表一样的新的空表结构(是alter之前的结构) 在新表执行alter table 语句(速度应该很快) 在原表中创建触发器3个触发器分别 ...
- mysqldump: Error 2013
最近在mysqldump时,遭遇mysqldump: Error 2013错误.以为是常见的参数设置有问题,调整之后,也没有任何成效.原来发生了OOM,以下是其具体描述. 一.故障现象 环境 # mo ...
- gitlab配置push -f 关闭
默认路径是/var/opt/gitlab/git-data/repositories/组/库 修改conf 文件 [core] repositoryformatversion = 0 filemode ...
- python ddt模块
ddt模块包含了一个类的装饰器ddt和两个方法的装饰器: data:包含多个你想要传给测试用例的参数: file_data:会从json或yaml中加载数据: 通常data中包含的每一个值都会作为一个 ...
- 安装composer出现链接补上的问题
下载 Composer-Setup.exe 后安装出错: Composer Download Error Connection Error [ERR_CONNECTION]: Unable to co ...