一些常见sql语句整理

一些常见sql语句整理
很早以前就在edaily里收藏了一些sql语句,都很简单.不过看到itpub里大家总是翻来覆去的问相同的问题.今天稍微做一个整理.发到blog上.[@more@]

1,删除重复记录.

delete from emp e1 where e1.rowid!=(select max(rowid) from emp e2
where e1.empno=e2.empno and e1.ename=e2.ename);

delete from emp e1 where rowid>any(select rowid from emp e2 where e1.empno=e2.empno);

----同样逻辑也可以如此.很简单.不多说了.

2,怎么用SQL随机取记录?
在Oracle中,例如有一个员工表,我想随机从中取出指定X个人,以便让这X个员工成为“幸运”员工,能用一个SQL实现吗?

这样就可以
select * from (select * from xxx order by dbms_random.random) where rownum < 5;

select * from (select * from xxx order by sys_guid()) where rownum < 5;

3,求个函数是用来判断一个字符串是数字.

select decode(ltrim('9797979765464','0123456789'),null,'Yes','No') Is_Number from dual;

----其实这里也可用translate() 函数

4,sysdate怎么取n个小时前时间?

select sysdate,sysdate-1 one_date,sysdate-1/24 one_hour,sysdate-1/(60*24) one_minute,sysdate-1/(60*24*60) one_second
from dual
----这个里面日,时,分,秒都有的,自己需要什么时间把1改正你要的就可以了

5,'='号条件有没有代表全部的? 语句里面想实现 如果part='test' 就设t1.name=t2.name的条件否则不进行name条件过滤即 part=什么的时候代表全部数据?

select *
from table1 t1,talbe2 t2
where t1.name=decode(part,'test',t2.name,???)

select *
from table1 t1,talbe2 t2
where nvl(t1.name,'1')=decode(part,'test',nvl(t2.name,''),nvl(t1.name,'1'))

select *
from table1 t1,talbe2 t2
where t1.name like decode(part,'test',t2.name,‘%’)

----实际上就是decode()函数简单的用法.

6,分组行列变为列语句.比如scott.emp得出
DEPTNO ENAME
---------- -------------------------------------
10 CLARK KING MILLER
20 FORD JONES SCOTT SMITH
30 ALLEN BLAKE JAMES MARTIN TURNER WARD
语句
select distinct
first_value(deptno) over(partition by deptno order by lv desc) as deptno,
first_value(col3) over(partition by deptno order by lv desc) as ename
from (
select deptno,sys_connect_by_path(ename,' ') col3,level lv
from (
select deptno,ename,lag(ename,1,null) over (partition by deptno order by ename) ename_1 from emp)
connect by prior ename=ename_1
)
/

----这是我以前写的.其实效率挺低下的.有很多替代方法.下面两个例子体现了该类问题的另一种思路

SELECT substr(Max(sys_connect_by_path(tmp,'|')),2) AS result FROM (
SELECT row_Number() over ( ORDER BY p) AS r2,tmp FROM(
SELECT SubStr(Max(sys_connect_by_path(len,',')),2) AS tmp, p FROM (
SELECT Row_Number() over (PARTITION BY SubStr(pos,0,1) ORDER BY SubStr(pos,1,1)) AS r1 ,
SubStr(pos,0,1) p ,len
FROM test_123
)
start WITH r1=1
CONNECT BY PRIOR p = p
AND PRIOR r1 = r1 - 1
GROUP BY p
)
)
start WITH r2=1
CONNECT BY PRIOR r2 = r2 - 1

ID OBJ NAME1 NAME2
1 101 a b
2 101 c d
3 101 e f
5 102 3 4
4 102 1 2

求助一条简单SQL(急)
有个表id,price,type,type是钱的类型,现在要查所有钱的类型的总和,结果如:车费:餐费:怎么写呢 (t要求只显示一条记录,也就是钱的类型要横向显示)
SQL> select substr(result,2) result from(
2 select sys_connect_by_path(col,',') as result,level lv
3 from(
4 select rownum rn,col,level from(
5 select deptno||': '||sum(sal) col from emp group by deptno)
6 )
7 connect by prior rn=rn-1
8 order by lv desc) where rownum=1
9 /

RESULT
----------------------------------------------------------------
10: 8750,20: 6775,30: 9400

7,求某一列的写法(行转列的一种思路)
SQL> select all_name from(
2 select sys_connect_by_path(ename,' ') all_name,level
3 from (
4 select ename,lag(ename,1,null) over (order by empno) em from emp
5 ) connect by prior ename=em
6 order by level desc)
7 where rownum<=1
8 /

ALL_NAME
-------------------------------------------------------------------------
SMITH ALLEN WARD JONES MARTIN BLAKE CLARK KING TURNER JAMES FORD MILLER

----昨天在pub里回复了个相似的问题,也是使用了lag()/lead()函数大概如下,主要应用需要比较某列上下行数据的时候.
sql问题,请帮帮忙?
在表empay表中有字段a,b,c 代表卡号,日期,金额,现想提取卡号连续3天以上消费100元以上的数据,该怎么提?

create table empay(a varchar2(10),b varchar2(10),c number);
insert into empay values('1','20070101',100);
insert into empay values('1','20070102',200);
insert into empay values('1','20070103',300);
insert into empay values('2','20070103',300);
insert into empay values('2','20070101',90);
insert into empay values('3','20070101',190);
insert into empay values('4','20070103',390);
commit;

SQL> select a,b from(
2 select a,b ,lag(b,1,null) over (partition by a order by b) b2,lag(b,2,null) over (partition by a order by b) b3
3 ,c,lag(c,1,null) over (partition by a order by b) c2,lag(c,2,null) over (partition by a order by b) c3 from EMPAY a
4 ) where b-b2<=1
5 and b2-b3<=1
6 and c>=100
7 and c2>=100
8 and c3>=100
9 /

A B
---------- ----------
1 20070103

----该问题还有另一种比较好的思路.

create table a_tst(a varchar2(10),b date,c number);
insert into a_tst values('1',to_date('20070101','yyyymmdd'),100);
insert into a_tst values('1',to_date('20070102','yyyymmdd'),200);
insert into a_tst values('1',to_date('20070103','yyyymmdd'),300);
insert into a_tst values('1',to_date('20070104','yyyymmdd'),301);
insert into a_tst values('2',to_date('20070103','yyyymmdd'),300);
insert into a_tst values('2',to_date('20070101','yyyymmdd'),90);
insert into a_tst values('2',to_date('20070102','yyyymmdd'),130);
insert into a_tst values('3',to_date('20070101','yyyymmdd'),190);
insert into a_tst values('3',to_date('20070103','yyyymmdd'),125);
insert into a_tst values('4',to_date('20070103','yyyymmdd'),390);
commit;

select distinct a from
(select a,count(pos) p from
(select a,b,c,t,b-to_date('2007-01-01','yyyy-mm-dd')-t pos
from
(select a,b,c,rank() over (partition by a order by b) t
from a_tst where c>=100))
group by a,pos ) where p>=3

-----下面是该类问题的令一个例子:
问:如何求出有那些记录号码在3天内重复录入次数超过或等于2次。

利用分析函数可如下写。其中如果
select distinct rec_no from (
select rec_no, input_time - lead(input_time) over (partition by rec_no order by input_time DESC) as time_interval
FROM TABLE)
where time_interval>=2

8,从字符串中取数组(思路非常的妙)

var str varchar2(30)
exec :str := 'abc123def321a1'


select max(replace(sys_connect_by_path(ch, '/'), '/')) num
from (
select ch, rn - min(rn) over(partition by rn - rownum) rn, rn - rownum grp
from (
select substr(:str, rownum, 1) ch, rownum rn
from dual connect by rownum <= length(:str)
) where ch between '0' and '9'
) start with rn = 0
connect by rn - 1 = prior rn and grp = prior grp
group by grp
order by grp
/

NUM
---------------------------------------------------------------------------------------

123
321
1


9,按照某一定时段(5分钟)进行统计
表结构:
表名称:CALLDATA
ID INT, ID
BEGINTIME TIME, 时间
CALL CHAR(50) 用户
现在的语句是每分钟查询一次
select to_char(begintime,'yyyymmddhh24mi') as time,count(*) from calldata where begintime>=to_date('200512281000','yyyymmddhh24mi') and begintime

按照每五分钟统计
group by to_char(begintime,'yyyymmddhh24mi'); 改为
group by to_char(begintime,'yyyymmddhh24'),ceil(to_char(begintime,'mi')/5)

SELECT A.PER5,NVL(B.CNT,0) AS CNT
FROM (SELECT ROWNUM-1 AS PER5 FROM ALL_OBJECTS WHERE ROWNUM<=12) A
LEFT OUTER JOIN (
SELECT TRUNC((DT-TO_DATE('20051229 20','YYYYMMDD HH24'))*1440/5) AS PER5,COUNT(*) AS CNT
FROM A
WHERE DT>=TO_DATE('20051229 20','YYYYMMDD HH24') AND DT<=TO_DATE('20051229 21','YYYYMMDD HH24')
GROUP BY TRUNC((DT-TO_DATE('20051229 20','YYYYMMDD HH24'))*1440/5)
) B
ON A.PER5=B.PER5
ORDER BY 1
/

10,请教:SQL的分列汇总语句
表如下:
name lx hm
张一 gh 123
张一 sj 123
张一 vod 123
李二 gh 123
李二 vod 225
李二 sj 338
说明:name:员工姓名 lx :业务类型 hm:号码
现在要按业务类型进行统计,列出如下:
name gh sj vod total
张一 1 1 1 3
李二 1 1 1 3

select name,
sum(decode(lx,gh,1,0)) as gh,
sum(decode(lx,sj,1,0)) as sj,
sum(decode(lx,void,1,0)) as void,
count(*) as total
from table group by name;

----decode()函数很多时候和 case when 是通用的. 如下语句

SQL> select deptno,sum(case when sal<2000 then 1 else 0 end) poor,
2 sum(case when sal>=2000 then 1 else 0 end) wealth,
3 count(*) from emp
4 group by deptno;

DEPTNO POOR WEALTH COUNT(*)
---------- ---------- ---------- ----------
10 1 2 3
20 1 2 3
30 3 3 6


以上是我从以前整理的语句摘抄一部分有代表性的情况.以后遇到好的语句后,会继续更新该帖子.在我们写统计语句的时候很多时候会用到功能强大的分析函数.这里我想将分析函数单独再开一帖子进行积累.

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/167606/viewspace-906158/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/167606/viewspace-906158/

【SCI复现】含可再生能源与储能的区域微电网最优运行:应对不确定性的解鲁棒性与非预见性研究(Matlab代码实现)内容概要:本文围绕含可再生能源与储能的区域微电网最优运行展开研究,重点探讨应对不确定性的解鲁棒性与非预见性策略,通过Matlab代码实现SCI论文复现。研究涵盖多阶段鲁棒调度模型、机会约束规划、需求响应机制及储能系统优化配置,结合风电、光伏等可再生能源出力的不确定性建模,提出兼顾系统经济性与鲁棒性的优化运行方案。文中详细展示了模型构建、算法设计(如C&CG算法、大M法)及仿真验证全过程,适用于微电网能量管理、电力系统优化调度等领域的科研与工程实践。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事微电网、能源管理相关工作的工程技术人员。; 使用场景及目标:①复现SCI级微电网鲁棒优化研究成果,掌握应对风光负荷不确定性的建模与求解方法;②深入理解两阶段鲁棒优化、分布鲁棒优化、机会约束规划等先进优化方法在能源系统中的实际应用;③为撰写高水平学术论文或开展相关课题研究提供代码参考和技术支持。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块学习,重点关注不确定性建模、鲁棒优化模型构建与求解流程,并尝试在不同场景下调试与扩展代码,以深化对微电网优化运行机制的理解。
个人防护装备实例分割数据集 一、基础信息 数据集名称:个人防护装备实例分割数据集 图片数量: 训练集:4,524张图片 分类类别: - Gloves(手套):工作人员佩戴的手部防护装备。 - Helmet(安全帽):头部防护装备。 - No-Gloves(未戴手套):未佩戴手部防护的状态。 - No-Helmet(未戴安全帽):未佩戴头部防护的状态。 - No-Shoes(未穿安全鞋):未佩戴足部防护的状态。 - No-Vest(未穿安全背心):未佩戴身体防护的状态。 - Shoes(安全鞋):足部防护装备。 - Vest(安全背心):身体防护装备。 标注格式:YOLO格式,包含实例分割的多边形坐标和类别标签,适用于实例分割任务。 数据格式:来源于实际场景图像,适用于计算机视觉模型训练。 二、适用场景 工作场所安全监控系统开发:数据集支持实例分割任务,帮助构建能够自动识别工作人员个人防护装备穿戴状态的AI模型,提升工作环境安全性。 建筑与工业安全检查:集成至监控系统,实时检测PPE穿戴情况,预防安全事故,确保合规性。 学术研究与创新:支持计算机视觉在职业安全领域的应用研究,促进AI与安全工程的结合。 培训与教育:可用于安全培训课程,演示PPE识别技术,增强员工安全意识。 三、数据集优势 精准标注与多样性:每个实例均用多边形精确标注,确保分割边界准确;覆盖多种PPE物品及未穿戴状态,增加模型鲁棒性。 场景丰富:数据来源于多样环境,提升模型在不同场景下的泛化能力。 任务适配性强:标注兼容主流深度学习框架(如YOLO),可直接用于实例分割模型开发,支持目标检测和分割任务。 实用价值高:专注于工作场所安全,为自动化的PPE检测提供可靠数据支撑,有助于减少工伤事故。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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