每日汇总

本文深入探讨SQL技巧,包括数据操作语言(DML)的DELETE和INSERT语句的使用,复杂临时表的创建与数据筛选,以及函数如TRIM、to_char、SUBSTR的运用。通过实例解析,帮助读者理解SQL在数据处理中的强大能力。

0727

ACCT_账户

第一篇
DELETE FROM a WHERE a.data_dt = ${V_DT};
INSERT INTO a (ziduan1,ziduan2,ziduan3)
SELECT %{V_DT} AS ziduan1,a.ziduan2,a,ziduan3,
FROM b
WHERE b.data_dt = ${V_DT};
第二篇
DELETE FROM a WHERE a.data_dt = ${V_DT};

# 创建临时表 应计利息
DROP TABLE IF EXISTS 应计利息;
CREATE TEMP TABLE 应计利息 DISTRIBUTED BY HASH(字段一,字段二)
AS
SELECT t4.字段一,t4.字段二,
		SUM(CASE 
				WHEN t5.m IN ('123','456') THEN t5.n
				WHEN t5.m IN ('147','258') THEN NVL(t5.o,0) * -1
				ELSE (t5.n + NVL(t5.o,0)) * -1
			END) AS amount
FROM FSFJSOF t5
INNER JOIN (SELECT t6.a,
					t7.b,
					t6.c,
					t6.d || TRIM (TO_CHAR(t7.e,'009')) AS f
			FROM t6 
			INNER JOIN t7
			ON t6.* = t7.*
			AND t6.** = **
			AND t7.** = **
			WHERE t6.data_dt = ${V_DT}) AS t4
ON t5.** = t4.**
WHERE t5.** IN ('11','22','33','44','55')
AND t5.data_dt = ${V_DT}

# 创建临时表
DROP TABLE IF EXISTS *;
CREATE TEMP TABLE * DISTRIBUTE BY HASH(*,*) 
AS
SELECT *,*,*
FROM t9,
	(SELECT *,*
	 FROM *
	 WHERE * AND *
	 GROUP BY 1,2) AS t10
WHERE t9.* = t10.* ;

# 创建临时表
DROP TABLE IF EXISTS *;
CREATE TEMP TABLE * DISTRIBUTE BY HASH(*)
AS
SELECT *,*,*,*,
		
		CASE 
		WHEN * = '123' THEN '1'
		WHEN * = '456' THEN '2'
		ELSE *
		END AS *,
		
		CASE
		WHEN SUBSTR(*,1,4) IN ('1234','5678') AND t5.org_term_mult = 'D' THEN
		TO_CHAR(TO_DATE(t1.*,'YYYYMMDD')+t5.org_term,'YYYYMMDD')
		WHEN SUBSTR(*,1,4) IN ('1472','2583') AND t5.org_term_mult = 'M' THEN
		TO_CHAR(ADD_MONTHS(TO_DATE(t1.*,'YYYYMMDD'),t5.org_term),'YYYYMMDD')
		WHEN SUBSTR(*,1,4) IN ('4563','7896') AND t5.org_term_mult = 'Y' THEN
		TO_CHAR(ADD_MONTHS(TO_DATE(t1.*,'YYYYMMDD'),t5.org_term*12),'YYYYMMDD')
		ELSE t1.*
		END AS *
FROM t1 JOIN t2  ON t1.* = t2.* AND t2.data_dt = ${V_DT}
LEFT JOIN (select……) t3 ON t2.* = t3.* AND t2.* = t3.*
LEFT JOIN t4 ON t1.* = t4.* AND t4.data_dt = ${V_DT}
LEFT JOIN t5 ON t1.* = t5.* AND SUBSTR(t1,1,4) = t5.*
WHERE t1.* in('1','2','3','4') AND t1.* = * AND t1.data_dt = ${V_DT}

# 还有三个临时表!
# 创建临时表
DROP TABLE IF  EXISTS *_temp;
CREATE TEMP TABLE *_temp DISTRIBUTE BY HASH(*)
AS
SELECT a.*,c.*
FROM a 
JOIN b ON a.* = b.*
AND NVL(b.*,0) <> '1' ###就是这里,加and和使用where有什么区别
AND b.data_dt = ${V_DT}
JOIN c ON a.* = c.*
AND c.data_dt = ${V_DT} 
WHERE SUBSTR(a.*,1,4) = '1234'
AND a.* = *
AND a.data_dt = ${V_DT}

# 创建临时表
# 创建临时表
#这两个和上边是一样的套路

#写入目标表
INSERT INTO schema_name.table_name
(a,b,c,d,e,f,g)
SELECT * AS a,
* AS b,
* AS c,
* AS d,
* AS e,
* AS f
* AS g
FROM t1
LEFT JOIN table_m 
ON t1.* = table_m.*
AND table_m.data_dt=${V_DT}
LEFT JOIN table_n
ON t1.* = table_n.*
;


函数学习

1.trim 可以过滤指定的字符串
trim ( [ {BOTH|LEADING|TRAILING} [remstr] FROM] str)
  • both 删除指定的首位字符
  • leading 删除指定的首字符
  • trailing 删除指定的尾字符

若分类符BOTH\LEADING\TRAILING没有一个是给定的,则默认为BOTH。
若remstr(要删除的字符)未被指定,则默认删除空格。

栗子

mysql> SELECT TRIM('  bar   ');
 
        -> 'bar'
 
mysql> SELECT TRIM(LEADING 'x' FROM 'xxxbarxxx');   --删除指定的首字符 x
 
        -> 'barxxx'
 
mysql> SELECT TRIM(BOTH 'x' FROM 'xxxbarxxx');      --删除指定的首尾字符 x
 
        -> 'bar'
 
mysql> SELECT TRIM(TRAILING 'xyz' FROM 'barxxyz');  --删除指定的尾字符 x
 
        -> 'barx'
 
LTRIM(str) #去除左边的空格
mysql> SELECT LTRIM('  barbar');
 
       -> 'barbar'

RTRIM(str) #去除右边的空格
mysql> SELECT RTRIM('barbar   ');
 
	   -> 'barbar'
 
2.连接符 ||

比如’111 || 222’ 其结果就是’111222’.

3.to_char(num,009)

后边是009,即最后输出的为三位数,如果不够三位,则前边补0.

4.SUBSTR(string,int a ,int b)

string为需要截取的字符串,a截取字符串开始的位置,b要截取的长度。如果省略b,则直接截取到最后。

栗子

Select substr(‘helloworld’,-4,3) value from daul;
返回结果为orl

问题

Q:join 后边的on 所起的作用,和where语句是一样的吗?
A://left join和right join
表连接语句后边的on 是在执行两表连接的过程中,用来生成中间表的。无论on后边的条件是否为真,均会按照左连接或右连接来返回。即 如果是左连接,那么生成的中间表就包含所有左表的记录;右连接同理。
而where是在生成中间表之后,对整个中间表进行过滤的条件。这时已经没有左连接的含义(最后要包含左表所有的记录)了,是对整个临时表的约束,如果条件不为真,则全部过滤掉。
//join 或 inner join
对于inner join (等价于join),on后边的连接条件和where语句后的条件是一样的功能。本项目中用到的是join,所以条件放在on后边和放在where后边是一样的。
on和where的区别

今日学习结束,明天奥利给,记得做到专心和高效!跑神的话就赶快跑回来!记住用心工作,用心生活。

本指南详细阐述基于Python编程语言结合OpenCV计算机视觉库构建实时眼部状态分析系统的技术流程。该系统能够准确识别眼部区域,并对眨眼动作与持续闭眼状态进行判别。OpenCV作为功能强大的图像处理工具库,配合Python简洁的语法特性与丰富的第三方模块支持,为开发此类视觉应用提供了理想环境。 在环境配置阶段,除基础Python运行环境外,还需安装OpenCV核心模块与dlib机器学习库。dlib库内置的HOG(方向梯度直方图)特征检测算法在面部特征定位方面表现卓越。 技术实现包含以下关键环节: - 面部区域检测:采用预训练的Haar级联分类器或HOG特征检测器完成初始人脸定位,为后续眼部分析建立基础坐标系 - 眼部精确定位:基于已识别的人脸区域,运用dlib提供的面部特征点预测模型准确标定双眼位置坐标 - 眼睑轮廓分析:通过OpenCV的轮廓提取算法精确勾勒眼睑边缘形态,为状态判别提供几何特征依据 - 眨眼动作识别:通过连续帧序列分析眼睑开合度变化,建立动态阈值模型判断瞬时闭合动作 - 持续闭眼检测:设定更严格的状态持续时间与闭合程度双重标准,准确识别长时间闭眼行为 - 实时处理架构:构建视频流处理管线,通过帧捕获、特征分析、状态判断的循环流程实现实时监控 完整的技术文档应包含模块化代码实现、依赖库安装指引、参数调优指南及常见问题解决方案。示例代码需具备完整的错误处理机制与性能优化建议,涵盖图像预处理、光照补偿等实际应用中的关键技术点。 掌握该技术体系不仅有助于深入理解计算机视觉原理,更为疲劳驾驶预警、医疗监护等实际应用场景提供了可靠的技术基础。后续优化方向可包括多模态特征融合、深度学习模型集成等进阶研究领域。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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