MySQL 长知识函数

本文深入讲解了SQL中的多个实用函数,包括find_in_set用于位置查找,concat与concat_ws实现字符串连接,group_concat进行分组连接,from_unixtime及unix_timestamp处理时间格式转换,exists进行子查询验证,以及case when构建条件表达式。每个函数都配有详细的使用示例,帮助读者快速掌握并应用。

find_in_set: 

      用法: find_in_set(str,strlist); 在strlist中查找str,找到就范围所在的位置, strlist必须是用','分割的字符串
例子 :
select FIND_IN_SET('1','1,312,3'); //返回1
select FIND_IN_SET('3','1,312,3'); //返回3
select FIND_IN_SET('12','1,312,3'); //返回0
其他用法
    指定排序: select * from user order by find_in_set( id, '783, 769, 814, 1577, 1769' ) ;

concat

    用法: concat(str1,str2,str3[,str4....]); 字符串链接操作,如果有任何一个参数为null,则返回值为null。
例子 :
SELECT concat('a','b','c');// 返回abc
SELECT concat('a',null);// 返回null

concat_ws

    用法: concat_ws(separator, str1, str2); 用separator作分割符,链接str1,str2.. 
例子 :
SELECT concat_ws('_','a','b','c');// 返回a_b_c

group_concat

    用法: group_concat(filedname) ; 将group by产生的同一个分组中的值连接起来,返回一个字符串结果。
    语法:group_concat( [distinct] 要连接的字段 [order by 排序字段 asc/desc ] [separator '分隔符'] )
    说明:通过使用distinct可以排除重复值;如果希望对结果中的值进行排序,可以使用order by子句;separator是一个字符串值,缺省为一个逗号。
例子 :
    SELECT id,(select group_concat(name) from areas  b where b.code=a.province) FROM user_basic a;

from_unixtime

    作用: 将时间戳转化为时间格式 
    用法: from_unixtime(unix_timestamp,format);  unix_timestamp=>时间戳,format=>时间格式
例子 :
    select from_unixtime(1586347261,'%Y%m%d%H%i%s'); 返回20200408200101

unix_timestemp

    作用: 将时间格式转化为时间戳 (与from_unixtime作用相反)
    用法: unix_timestemp(date);  date=>时间格式形式的字符串
例子 :
    select unix_timestemp('2020-04-08 20:01:01'); //返回1586347261

exists 

    SELECT … FROM table WHERE EXISTS (subquery)
    作用:将主查询的数据,放到子查询中做条件验证,根据验证结果(TRUE 或 FALSE)来决定主查询的数据结果是否得以保留。
例子 :    
    SELECT * FROM article WHERE EXISTS (SELECT * FROM user WHERE article.uid = user.uid)
    参考:https://blog.youkuaiyun.com/xiangwang2016/article/details/88204331 


case when then else end


    作用: 条件表达式
    标准格式:
        case
            when 条件1 then 表达式1
            when 条件2 then 表达式2
            ...
            [else 表达式]
        end
例子:
    SELECT id,(
        CASE
        WHEN age < 18 THEN
            '未成年'
        WHEN age < 60 THEN
            '已成年'
        ELSE
            '老年人'
        END
    ) age FROM user;
    附带视频教程:    https://www.bilibili.com/vageeo/BV1n7411378z?from=search&seid=4618555589499576006

参考:https://baijiahao.baidu.com/s?id=1595349117525189591&wfr=spider&for=pc

内容概要:本文是一份针对2025年中国企业品牌传播环境撰写的《全网媒体发稿白皮书》,聚焦企业媒体发稿的策略制定、渠道选择与效果评估难题。通过分析当前企业面临的资源分散、内容同质、效果难量化等核心痛点,系统性地介绍了新闻媒体、央媒、地方官媒和自媒体四大渠道的特点与适用场景,并深度融合“传声港”AI驱动的新媒体平台能力,提出“策略+工具+落地”的一体化解决方案。白皮书详细阐述了传声港在资源整合、AI智能匹配、舆情监测、合规审核及全链路效果追踪方面的技术优势,构建了涵盖曝光、互动、转化与品牌影响力的多维评估体系,并通过快消、科技、零售等行业的实战案例验证其有效性。最后,提出了按企业发展阶段和营销节点定制的媒体组合策略,强调本土化传播与政府关系协同的重要性,助力企业实现品牌声量与实际转化的双重增。; 适合人群:企业市场部负责人、品牌方管理者、公关传播从业者及从事数字营销的相关人员,尤其适用于初创期至成熟期不同发展阶段的企业决策者。; 使用场景及目标:①帮助企业科学制定媒体发稿策略,优化预算分配;②解决渠道对接繁琐、投放不精准、效果不可衡量等问题;③指导企业在重大营销节点(如春节、双11)开展高效传播;④提升品牌权威性、区域渗透力与危机应对能力; 阅读建议:建议结合自身企业所处阶段和发展目标,参考文中提供的“传声港服务组合”与“预算分配建议”进行策略匹配,同时重视AI工具在投放、监测与优化中的实际应用,定期复盘数据以实现持续迭代。
先展示下效果 https://pan.quark.cn/s/987bb7a43dd9 VeighNa - By Traders, For Traders, AI-Powered. Want to read this in english ? Go here VeighNa是一套基于Python的开源量化交易系统开发框架,在开源社区持续不断的贡献下一步步成为多功能量化交易平台,自发布以来已经积累了众多来自金融机构或相关领域的用户,包括私募基金、证券公司、期货公司等。 在使用VeighNa进行二次开发(策略、模块等)的过程中有任何疑问,请查看VeighNa项目文档,如果无法解决请前往官方社区论坛的【提问求助】板块寻求帮助,也欢迎在【经验分享】板块分享你的使用心得! 想要获取更多关于VeighNa的资讯信息? 请扫描下方二维码添加小助手加入【VeighNa社区交流微信群】: AI-Powered VeighNa发布十周年之际正式推出4.0版本,重磅新增面向AI量化策略的vnpy.alpha模块,为专业量化交易员提供一站式多因子机器学习(ML)策略开发、投研和实盘交易解决方案: :bar_chart: dataset:因子特征工程 * 专为ML算法训练优化设计,支持高效批量特征计算与处理 * 内置丰富的因子特征表达式计算引擎,实现快速一键生成训练数据 * Alpha 158:源于微软Qlib项目的股票市场特征集合,涵盖K线形态、价格趋势、时序波动等多维度量化因子 :bulb: model:预测模型训练 * 提供标准化的ML模型开发模板,大幅简化模型构建与训练流程 * 统一API接口设计,支持无缝切换不同算法进行性能对比测试 * 集成多种主流机器学习算法: * Lass...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值