数据库进阶

DB-GPT进阶(本地个人知识库+deepseek) DB-GPT个人本地知识库创建及使用,结合最新deepseek使用 阅读详情

1.常见表表达式(CTEs)

CTEs基本上创建了一个临时表,用于查询子查询
使用常用表表达式(CTEs)是模块化和分解代码的好方法
在Where子句中使用子查询进行以下查询。

SELECT 
 name,
 salary 
FROM
 People 
WHERE
 NAME IN ( SELECT DISTINCT NAME FROM population WHERE country = "Canada" AND city = "Toronto" ) 
 AND salary >= (
 SELECT
  AVG( salary ) 
 FROM
  salaries 
WHERE
 gender = "Female")
with toronto_ppl as (
   SELECT DISTINCT name
   FROM population
   WHERE country = "Canada"
         AND city = "Toronto"
)
, avg_female_salary as (
   SELECT AVG(salary) as avgSalary
   FROM salaries
   WHERE gender = "Female"
)
SELECT name
       , salary
FROM People
WHERE name in (SELECT DISTINCT FROM toronto_ppl)
      AND salary >= (SELECT avgSalary FROM avg_female_salary)

现在很清楚,Where子句是在多伦多的名称中过滤。CTE很有用,可以将代码分解为较小的块,但它们也很有用,因为它允许为每个CTE分配变量名称(即toronto_ppl和avg_female_salary)

同样,CTEs允许完成更高级的技术,如创建递归表。

2.递归CTEs.

递归CTE是引用自己的CTE,就像Python中的递归函数一样。递归CTE尤其有用,它涉及查询组织结构图,文件系统,网页之间的链接图等的分层数据,尤其有用。

递归CTE有3个部分:

锚构件:返回CTE的基本结果的初始查询
递归成员:引用CTE的递归查询。这是所有与锚构件的联盟
停止递归构件的终止条件
以下是获取每个员工ID的管理器ID的递归CTE的示例:

with org_structure as (
   SELECT id
          , manager_id
   FROM staff_members
   WHERE manager_id IS NULL
   UNION ALL
   SELECT sm.id
          , sm.manager_id
   FROM staff_members sm
   INNER JOIN org_structure os
      ON os.id = sm.manager_id

临时函数

如果您想了解有关临时函数的更多信息,请检查此项,但知道如何编写临时功能是重要的原因:
1、它允许您将代码的块分解为较小的代码块
2、它适用于写入清洁代码
3、它可以防止重复,并允许您重用类似于使用Python中的函数的代码。
考虑以下示例:

SELECT name
       , CASE WHEN tenure < 1 THEN "analyst"
              WHEN tenure BETWEEN 1 and 3 THEN "associate"
              WHEN tenure BETWEEN 3 and 5 THEN "senior"
              WHEN tenure > 5 THEN "vp"
              ELSE "n/a"
         END AS seniority 
FROM employees

相反,可以利用临时函数来捕获案例子句。

CREATE TEMPORARY FUNCTION get_seniority(tenure INT64) AS (
   CASE WHEN tenure < 1 THEN "analyst"
        WHEN tenure BETWEEN 1 and 3 THEN "associate"
        WHEN tenure BETWEEN 3 and 5 THEN "senior"
        WHEN tenure > 5 THEN "vp"
        ELSE "n/a"
   END
);
SELECT name
       , get_seniority(tenure) as seniority
FROM employees

通过临时函数,查询本身更简单,更可读,您可以重复使用资历函数!

4.使用CASE WHEN枢转数据

您很可能会看到许多要求在陈述时使用CASE WHEN的问题,这只是因为它是一种多功能的概念。如果要根据其他变量分配某个值或类,则允许您编写复杂的条件语句。

较少众所周知,它还允许您枢转数据。例如,如果您有一个月列,并且您希望为每个月创建一个单个列,则可以使用语句追溯数据的情况。

示例问题:编写SQL查询以重新格式化表,以便每个月有一个收入列。

Initial table:  
+------+---------+-------+  
| id   | revenue | month |  
+------+---------+-------+  
| 1    | 8000    | Jan   |  
| 2    | 9000    | Jan   |  
| 3    | 10000   | Feb   |  
| 1    | 7000    | Feb   |  
| 1    | 6000    | Mar   |  
+------+---------+-------+  
  
Result table:  
+------+-------------+-------------+-------------+-----+-----------+  
| id   | Jan_Revenue | Feb_Revenue | Mar_Revenue | ... | Dec_Revenue |  
+------+-------------+-------------+-------------+-----+-----------+  
| 1    | 8000        | 7000        | 6000        | ... | null        |  
| 2    | 9000        | null        | null        | ... | null        |  
| 3    | null        | 10000       | null        | ... | null        |  
+------+-------------+-------------+-------------+-----+-----------+

5.EXCEPT vs NOT IN

除了几乎不相同的操作。它们都用来比较两个查询/表之间的行。所说,这两个人之间存在微妙的细微差别。

首先,除了过滤删除重复并返回不同的行与不在中的不同行。

同样,除了在查询/表中相同数量的列,其中不再与每个查询/表比较单个列。

6.自联结

一个SQL表自行连接自己。你可能会认为没有用,但你会感到惊讶的是这是多么常见。在许多现实生活中,数据存储在一个大型表中而不是许多较小的表中。在这种情况下,可能需要自我连接来解决独特的问题。

让我们来看看一个例子。

示例问题:给定下面的员工表,写出一个SQL查询,了解员工的工资,这些员工比其管理人员工资更多。对于上表来说,Joe是唯一一个比他的经理工资更多的员工。

+----+-------+--------+-----------+  
| Id | Name  | Salary | ManagerId |  
+----+-------+--------+-----------+  
| 1  | Joe   | 70000  | 3         |  
| 2  | Henry | 80000  | 4         |  
| 3  | Sam   | 60000  | NULL      |  
| 4  | Max   | 90000  | NULL      |  
+----+-------+--------+-----------+Answer:  
SELECT  
    a.Name as Employee  
FROM  
    Employee as a  
    JOIN Employee as b on a.ManagerID = b.Id  
WHERE a.Salary > b.Salary

7、计算Delta值

另一个常见应用程序是将不同时期的值进行比较。例如,本月和上个月的销售之间的三角洲是什么?或者本月和本月去年这个月是什么?

在将不同时段的值进行比较以计算Deltas时,这是Lead()和LAG()发挥作用时。

这是一些例子:

# Comparing each month's sales to last month  
SELECT month  
       , sales  
       , sales - LAG(sales, 1) OVER (ORDER BY month)  
FROM monthly_sales  
# Comparing each month's sales to the same month last year  
SELECT month  
       , sales  
       , sales - LAG(sales, 12) OVER (ORDER BY month)  
FROM monthly_sales
NL2SQL进阶系列(1):DB-GPT-Hub开源应用实践 ** * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可 * * 验证I。/** * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可 * * 验证I。#腾讯#昨晚做的腾讯的笔试,怎么今天早上直接打电话,我以为是约面的,结果对面的意思是直接照着我简历问。4.10 一面 40mins,只问了项目,面试官提了一个非常值得思考的问题,被拷打,没有八股,没有手。本科985,从寒假就开始复习准备找暑期实习了,本来信心满满觉得找个实习没什么问题,但是投了一个多月, 阅读详情

相关推荐

IDEA数据库工具进阶:如何用Database Navigator插件高效管理MySQL(2023最新版)

本文详细介绍了如何在IntelliJ IDEA中利用Database Navigator插件高效管理MySQL数据库。文章涵盖了深度配置管理、智能SQL开发、可视化数据操作以及插件协同等2023年最新进阶技巧,旨在帮助Java开发者无缝集成数据库工作流,大幅提升开发效率与体验。

q6r7s8t9的博客 1225

SQL Server 公用表表达式(CTE)

简介 对于SELECT查询语句来说,通常情况下,为了使T-SQL代码更加简洁和可读,在一个查询中引用另外的结果集都是通过视图而不是子查询来进行分解的.但是,视图是作为系统对象存在数据库中,那对于结果集仅仅需要在存储过程或是用户自定义函数中使用一次的时候,使用视图就显得有些奢侈了. 公用表表达式(Common Table Expression)是SQL SERVER 2005版本之后引入的一个特性.CTE可以看作是一个临时的结果集,可以在接下来的一个SELECT,INSERT,UPDATE,DELETE,ME

Smilecoc的博客 4407

数据仓库进阶

一、数仓分层 1.1 数仓分层 ODS(Operation Data Store):原始数据层,关系建模,存放原始数据,直接加载原始日志、数据,数据保持原貌不做处理 DWD(Data Warehouse Detail):明细数据层,维度建模,对ODS层数据进行清洗(去除空值,脏数据,超过极限范围的数据)、维度退化、脱敏等 DWS(Data Warehouse Service):服务数据层,以DWD为基础,实际的工作中,需要算某个app,过去1天/周/月/季度/年,上线以来的新增用户… DWT(Data Wa

serendipity 863

SQL备忘--通用表表达式

有时在一个SQL内,会存在多个相同的子查询,要反复查询同一份数据。此种情况可以把子查询抽离出来,做成,在SQL内像使用变量一样,多次引用子查询的结果,来更好的精简SQL,提升性能和可读性。

成长之路 699

Linux初级介绍之番外篇:Linux挂载windows中的共享目录

挂载windows共享目录Windows端共享权限设定解禁Guest设置共享目录权限Linux挂载端扫描共享目录挂载共享目录遇到错误的解决方案 Windows端共享权限设定 解禁Guest 右击我的电脑选择管理–>本地用户和组–>在用户项中双击Guest用户–>取消账号已禁用选项 设置共享目录权限 右击共享目录点属性–>在共享页面中点击共享选项–>下拉选择共享对象为Everyone–>点击共享按钮 3.设置本地策略 打开命令框–>输入secpol.msc–&gt

m0_53497201的博客 229

Excel地理探测器实战:5分钟搞定空间分异性分析(附完整数据集)

本文详细介绍了如何使用Excel地理探测器插件进行空间分异性分析。通过5分钟实战教程,手把手指导数据格式准备、软件操作及四大探测器(分异及因子、交互作用、风险区、生态探测器)的结果解读,帮助规划师、研究者快速验证地理因素对现象分布的影响,大幅降低GIS分析门槛。

peace的博客 608

SQL 表达式

SQL 表达式  表达式是计算值的一个或多个值、运算符和SQL函数的组合。这些SQL表达式类似于公式,它们是用查询语言编写的。  您还可以使用它们查询数据库中的特定数据集。 句法  考虑SELECT语句的基本语法,如下所示: SELECT column1, column2, columnN FROM table_name WHERE [CONDITION|EXPRESSION];  有不同类型的sql表达式,如下所示: 布尔型 数值型 日期  现在让我们详细讨论每一个问题。 .

BUITEKI 1857

学习Python,小白如何搭建Python环境?

学习Python,首先需要搭建好Python环境,主要分为【运行环境搭建】、【开发环境搭建】以及【Python环境配置】三个环节,接下来我将对Python环境搭建这三个部分进行介绍。

weixin_72923265的博客 9018

SQL中的表达式:

SQL中的表达式: gt --- >(大于) eq --- =(等于) ge --- >=(大于等于) ne --- <>(小于大于,不等于) 算术运算符 + 、 - 、 * 、 / (或 div )和 % (或 mod ) 关系运算符 == (或 eq )、 != (或 ne )、 < (或 lt )、 > (或 gt )、 <= (或 le )和 >= (或 ge ) 逻辑运算符 && (或 and )、 || (或 o...

weixin_61300833的博客 3542

【PDN仿真笔记9-使用Sigrity PowerDC进行IR Drop仿真的方法】

使用Sigrity PowerDC进行IR Drop进行仿真的方法

qq_42682826的博客 8010

【即插即用模块】卷积篇 | TGRS 2025 | HLKConv:小核+空洞=大核,感受野一致,但更轻更准!

本文介绍了分层大核卷积模块HLKConv,该模块通过动态大核+空洞卷积实现高效感受野扩展,将超大核卷积分解为小核+空洞卷积(如53×53核用17×17+dilation=3实现),计算量仅为普通大核的1/10。模块采用双分支设计:基础卷积分支捕捉局部细节,大核空洞分支捕捉长距离关联,通过1×1卷积融合。实验表明HLKConv在红外小目标检测中优于传统大核卷积,适用于高分辨率视觉任务。代码实现了不同核尺寸的配置,输入输出特征维度保持不变,计算效率显著提升。

主要更新底层视觉(去噪、超分等)相关的科研内容,形式为【论文精读】+【论文复现】 350

T-sql表表达式

内联表值函数 可以理解是个带参数的视图的表达式,好处就是创建后,可永久保存在数据库中,查询复用。 创建的格式: create function 函数名 (参数名 as 参数类型) return table as 集合 调用格式: select * from 函数名(参数) Apply运算符 Cross Apply ...

weixin_33755554的博客 168

ShaderJoy —— 简单又神奇的 “合体” 函数【GLSL】

smin 函数 它实际上有两种常见的实现方式 多项式 指数 多项式 smin 函数图 其对应的代码为 float smin( float a, float b ) { // 多项式 const float k = 0.5; float h = clamp(0.5 + 0.5 * (b - a) / k, 0.0, 1.0); return mix(b, a, h) - k * h * (1.0 - h); } 从上图中我们可以很明显的看出有两处不连...

ShaderJoy 的兴趣技术杂货铺 1858

Hive数据仓库、MapReduce进阶编程

通过对MapReduce入门编程的学习,我们实现了对某竞赛网站每日访问次数的统计任务。2021年3月、网站运营商提出了新的需求,为了比较今年与去年同期的用户访问数据,要求分别统计出2021年1月与2月的用户访问次数,并输出到不同的目录中。对于网站运营商提出的新需求,本章将继续带领读者通过MapReduce编程实现。本章将逐步引入一些高级的编程技巧,使得整个编程过程更加高效。统计访问竞赛网站的次数情况,可以适时加强赛事的宣传,进一步激发青年学子敢于参赛、直面挑战的进取精神,青年强,则国家强。

2301_81438789的博客 1522

YOLOv13改进策略【多YAML融合】| HWD + DSC3k2_PConv + Detect_MBConv

本文记录的是利用HWD + DSC3k2_PConv + Detect_MBConv改进YOLOv13,分别涉及骨干、颈部和检测头部分的改进。一方面按照此配置,其工作量及创新程度能够满足论文发表的需求,另一方面是一些难以融合多个YAML的举例,以帮助大家理解如何将多个YAML整合到一个YAML中。小波下采样:一个简单但有效的语义分割下采样模块。块由两个主要块组成:无损特征编码块和特征表示学习块。HWD模块与其他下采样模块对比:保留信息能力:传统的下采样方法(如最大池化、平均池化和步幅卷积等)会导致信息丢失,

Limiiiing的博客 500

C#使用OpenCvSharp+微信模型识别多个二维码

本文介绍了一个基于OpenCvSharp和微信开源二维码检测器的多二维码识别项目。该项目通过C# WinForm实现,主要功能包括:加载图片、识别图片中的多个二维码并显示识别结果。核心代码使用了OpenCvSharp.WeChatQRCode类,通过预训练的caffe模型(detect.prototxt/detect.caffemodel和sr.prototxt/sr.caffemodel)进行二维码检测和解码。识别结果包括每个二维码的编号、内容及位置信息。项目适用于批量二维码识别场景,部署简单,识别效果良

遇见--专栏 125

Android进阶之路 - Android Debug Database 本地数据库调试工具

话说有段时间没有做本地缓存方面的需求了,索性近期正好接到了类似需求,最终采用了GreenDao数据库缓存数据,为方便查询数据库,故采用了一款 三方框架 - Android-Debug-Database ,提升了不少工作效率 ~

Android、前端、小程序、后端 2568

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

数据仓库进阶之路

猫耳朵 /一个数据人的自留地 作者介绍 @猫耳朵 数据产品经理萌新。 开发经验丰富,专注于数据产品。 —————— BEGIN —————— 本文主要围绕架构、分层、建模三个方面,进一步加深对数仓的了解。 1 数据仓库的架构 从整体上来看,数据仓库体系架构可分为:数据采集层、数据计算层、数据服务层和数据应用层,如下图。 1)数据采集层 数据采集层的任务就是把数据从各种数据源中采集和存储到数据库上,期间有可能会做一些 ETL(即抽取、转换、装载)操作。 其中,日志所占份额最大,存储在备份服务器上的业务数据库

weixin_49880348的博客 1176

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

Chat2DB 实战:用自然语言生成 SQL 的 AI 工具测评与进阶技巧

然后,结合用户提供的数据库表结构信息(包括表名、字段名、数据类型、关联关系等),利用模型中预训练的语言模式和 SQL 生成规则,生成符合语法规范的 SQL 查询语句。例如,当用户输入 “从用户表中查询年龄大于 30 岁的用户姓名和邮箱”,模型会识别出 “用户表” 为目标表,“年龄”“姓名”“邮箱” 为相关字段,“大于 30 岁” 为查询条件,进而生成类似 “SELECT 姓名,邮箱 FROM 用户表 WHERE 年龄 > 30” 的 SQL 语句。(一)SQL 解释功能​。(二)SQL 优化建议​。

2503_92848840的博客 926

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

深度解析Chat2DB:AI智能数据库管理的实战进阶指南

在当今数据驱动的开发环境中,数据库管理工具正经历从传统GUI到AI智能化的深刻变革。Chat2DB作为一款融合AI能力的智能数据库客户端,为开发者、DBA和数据团队提供了全新的工作范式。这款工具不仅支持MySQL、PostgreSQL、Oracle等十余种主流数据库,更通过自然语言转SQL、智能查询优化等AI功能,将数据库操作的门槛降至历史新低。 ## 核心痛点:传统数据库管理的效率瓶颈 你是

gitblog_00272的博客 607

数据库工程师(Database Engineer)进阶路

数据库工程师(Database Engineer),是从事管理和维护数据库管理系统(DBMS) 的相关工作人员的统称,他属于运维工程师的一个分支,主要负责业务数据库从设计、测试到部署交付的全生命周期管理。 新手入门   任职要求 能够熟练操作数据库管理软件,有一定编程基础、熟悉网页内容采集的编程及其他工具; 有较强的逻辑分析能力和文字表达能力。能够熟练使用excel函数...

weixin_30596343的博客 434

kettle进阶之database join

前言 这并不是一篇入门教学,且不是一篇高阶教学,仅仅针对kettle的database join。 那么问题来了,kettle的database join是什么?简而言之,不同库之间sql语句传值(个人自定义,如有不当,请海涵)。 案例1——一条数据传值 数据库A中有一张学生表student,表中有一个字段最近更新时间(last_update_date),数据库B中有一张教师表teacher,同样...

qq_30051265的博客 4901

听听,数据管理部大佬浅谈的数据库、数仓、数据湖的技术进阶路径

掌握分布式数据库如TiDB、Spanner等的使用。- **NoSQL数据库**:学习不同类型NoSQL数据库(键值存储、文档存储、列式存储、图形数据库)的原理和适用场景,掌握如MongoDB、Redis、Cassandra等的具体应用。- **数据摄取与处理**:掌握数据入湖工具(如Spark、Flink、Hive等)以及数据湖格式(如Parquet、ORC、Avro)。- **数据仓库概念**:了解数据仓库的核心理念,包括数据分层(ODS、DW、DM层)、星型/雪花型模型设计、维度建模等。

jason7805的专栏 584

数据库的进阶操作

数据库的进阶操作

zxx的博客 1169

探索数据库的奥秘:一款全面覆盖DB基础与进阶的开源学习库

探索数据库的奥秘:一款全面覆盖DB基础与进阶的开源学习库 数据库作为现代软件系统不可或缺的核心组件,其重要性不言而喻。今天,我们向您推荐一个专注于数据库教育的优秀开源项目——《Banco de Dados》。这个项目由一系列精心编排的学习资料构成,无论你是数据库领域的初学者还是希望深化理解的开发者,都能从中受益匪浅。 项目介绍 《Banco de Databases》是一个围绕数据库基础知识至高级...

gitblog_00001的博客 333

SQLite 的进阶版,面向边缘计算、嵌入式场景的高性能本地数据库【Turso Database】

TursoDatabase是一个基于Rust的高性能进程内SQL数据库,完全兼容SQLite但提供更强的并发性和扩展性。它专为边缘计算、嵌入式系统、桌面应用和快速原型开发等场景优化,具有轻量级、跨语言支持和现代开发体验等特点。相比SQLite,Turso在保持轻量级的同时显著提升了并发处理能力,支持JavaScript、Python等多语言客户端,是SQLite的理想替代方案。通过Docker或简单API即可快速集成,特别适合需要高性能本地存储的场景。

papacs的专栏 1189
上一篇: 数据库索引的使用
下一篇: C语言文件操作基本方法
javascript_good
博客等级 码龄12年 118粉丝 135原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

javascript_good

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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