博客园_风继续吹

BI.ver.1.实战系列. 用户开户以及登陆的分析

2012-06-01T07:41:00Z

这一版, 我们主要实现两个功能. 分析用户的登陆情况以及开户情况.

用到的主要是系统的用户表以及登陆日志表.

本文链接

sql server 2008语言基础: output表达式

2012-04-16T06:58:00Z

, 除了修改数据以外, 一般不会希望修改语句后再做其他的事情. 不过有时候, 我们希望能够从修改过的行中返回数据, 这个功能可能也有一定的用处.

比如update语句, 除了修改数据以外, 对于发生更新的列, update语句还可以返回这个列更新之前和更新之后的值. 在排除问题, 审核等其他情况下, 这样的功能很有用处.

带有output的insert语句.

@@identity只能返回当前会话最后生产的标识列. 如果一次性插入多条语句的话. 需要返回这些自动生产的标识列. 那么outpu就派上用场了.

declare @temp table(k int, v nvarchar(200)) insert into t1(datacol) output inserted.keycol, inserted.datacol into @temp select lastname from TSQLFundamentals2008.hr.Employees where country='uk' select * from @temp

带有output的delete语句和update语句也大同小异.

delete语句能操作deleted临时表. 而update的本质是delete和insert一次能操作inserted和updated两张表.

带有output的merge子句.

在merge子句的output输出中可以调用@action函数. 会返回一个代表相应操作的字符串(insert, update, delete)

练习.

本文链接

sql server 2008语言基础: 再回首之Sql 2008的merge关键字

2012-04-13T03:15:00Z

数据脚本为

IF OBJECT_ID('dbo.Customers', 'U') IS NOT NULL DROP TABLE dbo.Customers; GO CREATE TABLE dbo.Customers ( custid INT NOT NULL, companyname VARCHAR(25) NOT NULL, phone VARCHAR(20) NOT NULL, address VARCHAR(50) NOT NULL, CONSTRAINT PK_Customers PRIMARY KEY(custid) ); INSERT INTO dbo.Customers(custid, companyname, phone, address) VALUES (1, 'cust 1', '(111) 111-1111', 'address 1'), (2, 'cust 2', '(222) 222-2222', 'address 2'), (3, 'cust 3', '(333) 333-3333', 'address 3'), (4, 'cust 4', '(444) 444-4444', 'address 4'), (5, 'cust 5', '(555) 555-5555', 'address 5'); IF OBJECT_ID('dbo.CustomersStage', 'U') IS NOT NULL DROP TABLE dbo.CustomersStage; GO CREATE TABLE dbo.CustomersStage ( custid INT NOT NULL, companyname VARCHAR(25) NOT NULL, phone VARCHAR(20) NOT NULL, address VARCHAR(50) NOT NULL, CONSTRAINT PK_CustomersStage PRIMARY KEY(custid) ); INSERT INTO dbo.CustomersStage(custid, companyname, phone, address) VALUES (2, 'AAAAA', '(222) 222-2222', 'address 2'), (3, 'cust 3', '(333) 333-3333', 'address 3'), (5, 'BBBBB', 'CCCCC', 'DDDDD'), (6, 'cust 6 (new)', '(666) 666-6666', 'address 6'), (7, 'cust 7 (new)', '(777) 777-7777', 'address 7');

上面的是目标表T，下面的是源表S。仔细观察，发现t里面没有custid为6,7的行，而且2,5行不一样。

那么，用merge关键字的操作。将会在T表中插入S表的custid为6,7两行，并且修改2,5两行。

--1. 把customersStage表(来源表)的内容的合并到Customers表(目标表)中. 更具体的说,
--假设现在还想增加一些还不存在的客户, 和更新已经存在的客户的属性.
--仔细观看已有的两张表。发现目标表里面没有6,7. 并且2,5的属性有改动。
merge into customers as t
using customersStage as s
on t.custid=s.custid
when matched then update set t.companyname=s.companyname, t.phone=s.phone, t.[address]=s.[address]
when not matched then insert (custid, companyname, phone, [address])
values( s.custid,s.companyname, s.phone, s.[address])
;得到结果

多了两行记录并且修改了两行记录。

--上面介绍了merge子句的两种匹配方式。 -- when matched 匹配时。 when not matched不匹配时。 -- 第三种子句。 when not mateched by source. 用于定义对于目标表的一个行，在来源表中没有 -- 与之匹配的行时，应该采取的操作。一般去情况下是删除。 -- --如果target里面有, 但是源表没有的就删除. 有点类似于inner join的笛卡尔乘积, -- 左边表里面存着记录, 但是右边表没有. 还是删除掉

现在我们重新新建这两张表。

发现目标表中有，但是源表中没有的数据，那么就删除掉。发现T表中的1和4 要中枪了。

merge into customers as t using customersStage as s on t.custid=s.custid when matched then update set t.companyname=s.companyname, t.phone=s.phone, t.[address]=s.[address] when not matched then insert (custid, companyname, phone, [address]) values( s.custid,s.companyname, s.phone, s.[address]) when not matched by source then delete ;

得到和相比较。发现1和4没了。

好了。现在回到第一个例子。这个例子中，需要更新已经存在的客户和增加不存在的客户。

可是，在重写现有客户的属性之前，语句没有检查列值是否真的发生过变化。也就是说，即使来源表和目标表完全相同，仍然要修改客户行。用and选项能够为不同的操作子句增加谓词条件，以避免不必要的系统开销。

merge into customers as t using customersStage as s on t.custid=s.custid when matched and ( t.companyname<>s.companyname or t.phone<>s.phone or t.[address]<>s.[address] ) then update set t.companyname=s.companyname, t.phone=s.phone, t.[address]=s.[address] when not matched then insert (custid, companyname, phone, [address]) values( s.custid,s.companyname, s.phone, s.[address]) when not matched by source then delete ;

本文链接

sql server 2008语言基础: 透视转换

2012-04-11T08:27:00Z

USE tempdb; IF OBJECT_ID('dbo.Orders', 'U') IS NOT NULL DROP TABLE dbo.Orders;GO CREATE TABLE dbo.Orders( orderid INT NOT NULL, orderdate DATE NOT NULL, -- prior to SQL Server 2008 use DATETIME empid INT NOT NULL, custid VARCHAR(5) NOT NULL, qty INT NOT NULL, CONSTRAINT PK_Orders PRIMARY KEY(orderid)); INSERT INTO dbo.Orders(orderid, orderdate, empid, custid, qty)VALUES (30001, '20070802', 3, 'A', 10), (10001, '20071224', 2, 'A', 12), (10005, '20071224', 1, 'B', 20), (40001, '20080109', 2, 'A', 40), (10006, '20080118', 1, 'C', 14), (20001, '20080212', 2, 'B', 12), (40005, '20090212', 3, 'A', 10), (20002, '20090216', 1, 'C', 20), (30003, '20090418', 2, 'B', 15), (30004, '20070418', 3, 'C', 22), (30007, '20090907', 3, 'D', 30);

select empid,custid,SUM(qty) SumQty from Ordersgroup by empid, custid

得到每个员工在每个客户身上一共有多少个产品数量. 看到这个图. 如果我们想得到下面这个图呢

这就是行转列的问题了.

传统方法.with t as(
select empid,custid,SUM(qty) SumQty from Orders
group by empid, custid
)
----传统方法.
select empid,
max(case when custid='A' then qty else 0 end) A,
max(case when custid='B' then qty else 0 end) B,
max(case when custid='C' then qty else 0 end) C,
max(case when custid='D' then qty else 0 end) D
from Orders group by empid

pivot透视法.

--pivot运算符. 也是在查询的from子句的上下文中执行操作. 它对某个源表或者表表达式进行操作, 透视数据.
--再返回一个结果表. 三个步骤, 分组, 扩展, 聚合.
--在pivot运算符的圆括号内要指定聚合函数(本例为sum), 聚合元素(qty), 扩展元素(custid),
--以及目标列名称的列表. 在pivot运算符的圆括号后面, 可以为结果表指定一个别名.

select empid, A,B,C,D,e from
(
select empid,custid, qty from Orders
) as t
pivot(sum(qty) for custid in(A,B,C,D,e))
as p;这时候, 我们可能会问. select empid, A,B,C,D,e from
Orders
pivot(sum(qty) for custid in(A,B,C,D,e))
as p;

这样写行不行呢?

我们来运行一下. 得到. 并没有按empid分组.

可以这么理解. 如果直接用order表作为源表. 那么直接就用order表的每一行进行分组. 得到的自然是最小粒度的行.

而

( select empid,custid, qty from Orders ) as t 作为源表. 那么就是用empid, custid, qty三列有资格作为分组列.

可是在下文的代码里. custid成为了扩展列. qty成为了聚合列. 那么还有一个分组列呢. 自然就是empid了.

于是. 就达到了目标.

练习

/* 普通行列转换 (爱新觉罗.毓华 2007-11-18于海南三亚) 假设有张学生成绩表(tb)如下: Name Subject Result 张三语文74 张三数学83 张三物理93 李四语文74 李四数学84 李四物理94 */ ------------------------------------------------------------------------- /* 想变成姓名语文数学物理 ---------- ----------- ----------- ----------- 李四 74 84 94 张三 74 83 93 */ create table tb ( Name varchar(10) , Subject varchar(10) , Result int ) insert into tb(Name , Subject , Result) values('张三' , '语文' , 74) insert into tb(Name , Subject , Result) values('张三' , '数学' , 83) insert into tb(Name , Subject , Result) values('张三' , '物理' , 93) insert into tb(Name , Subject , Result) values('李四' , '语文' , 74) insert into tb(Name , Subject , Result) values('李四' , '数学' , 84) insert into tb(Name , Subject , Result) values('李四' , '物理' , 94) go --静态SQL,指subject只有语文、数学、物理这三门课程。 select name 姓名, max(case subject when '语文' then result else 0 end) 语文, max(case subject when '数学' then result else 0 end) 数学, max(case subject when '物理' then result else 0 end) 物理 from tb group by name /* 姓名语文数学物理 ---------- ----------- ----------- ----------- 李四 74 84 94 张三 74 83 93 */ 首先写出pivot源表的表表达式.select name,result, [subject] from tb. 其中 name是分组列, result是聚合列. subject是扩展列.pivot(语法) as 临时表明.完成最后的select: select name , 语文,数学,物理.. 得到select name , 语文,数学,物理
from(
select name,result, [subject] from tb
) z pivot(max(result) for [subject] in (语文,数学,物理)) as p

本文链接

sql server 2008语言基础: 集合

2012-04-11T05:28:00Z

--declare @t table(n int)
--insert into @t values(0),(1),(2),(3),(4),(5),(6),(7),(8),(9)
--select * from @t

--返回在2008年1月有订单活动, 而在08年2月没有订单活动的客户和雇员.
--select custid, empid from Sales.Orders where orderdate>='2008-01-01' and orderdate<'2008-02-01'
--except
--select custid, empid from Sales.Orders where orderdate>='2008-02-01' and orderdate<'2008-03-01'

--返回在08年1月和2月都有订单活动的客户和雇员
--select custid, empid from Sales.Orders where orderdate>='2008-01-01' and orderdate<'2008-02-01'
--intersect
--select custid, empid from Sales.Orders where orderdate>='2008-02-01' and orderdate<'2008-03-01'

--在08年1月和2月有, 在07年没有的客户和雇员
--(select custid, empid from Sales.Orders where orderdate>='2008-01-01' and orderdate<'2008-02-01'
--intersect
--select custid, empid from Sales.Orders where orderdate>='2008-02-01' and orderdate<'2008-03-01'
--)
--except
--select custid, empid from Sales.Orders where orderdate>='2007-1-01' and orderdate<'2008-01-01'

select country,region,city from hr.Employees
union all
select country,region,city from Production.Suppliers

本文链接

sql server 2008语言基础: 表表达式

2012-04-10T06:29:00Z

--返回每个雇员处理过的订单的最近日期.
--select empid, max(orderdate) as maxOrderDate from Sales.Orders group by empid
--封装上面的结果集, 并和order表连接, 为每个雇员返回其订单日期最近的订单信息.
/*
with t as (
select empid, max(orderdate) as maxOrderDate from Sales.Orders group by empid
)
select t.empid, t.maxOrderDate, o.orderid, o.custid
from t inner join Sales.Orders o on t.empid=o.empid and o.orderdate=t.maxOrderDate
*/
--为每个订单按照orderdate, orderid的顺序来计算其行号.
--select orderid, orderdate, custid, empid, ROW_NUMBER() over(order by orderdate, orderid) rownum
--from Sales.Orders
/*
with T as (
select orderid, orderdate, custid, empid, ROW_NUMBER() over(order by orderdate, orderid) rownum
from Sales.Orders
)
select * from T where rownum>10 and rownum<=20
*/

--使用cte递归来设计一个解决方案, 返回领导id为9 的管理链.
/*
with t as (
select empid,mgrid,firstname,lastname from hr.Employees where empid=9
union all
select e.empid,e.mgrid,e.firstname,e.lastname from hr.Employees e inner join t on e.empid=t.mgrid
)
select * from t
*/

--返回每个雇员每年处理的总订货量
/*
create VIEW [dbo].[V_1]
AS
SELECT TOP (100) PERCENT Sales.Orders.empid, YEAR(Sales.Orders.orderdate) AS orderYear, SUM(Sales.OrderDetails.qty) AS totalQty
FROM Sales.OrderDetails INNER JOIN
Sales.Orders ON Sales.OrderDetails.orderid = Sales.Orders.orderid
GROUP BY Sales.Orders.empid, YEAR(Sales.Orders.orderdate)
ORDER BY Sales.Orders.empid, orderYear
*/
--使用上面这个视图, 返回每个雇员每年处理过的连续总订货量
select *,(select SUM(totalQty) from V_1 v1 where v1.empid=v2.empid and v1.orderyear<=v2.orderyear) from dbo.V_1 v2
order by empid,orderyear

本文链接

sql server 2008语言基础: 子查询习题

2012-04-09T08:30:00Z

独立子查询

独立标量子查询

sql server 2008语言基础: 连接查询习题

2012-04-09T03:15:00Z

declare @t table(n int)
declare @i int=1
while(@i<1000)
begin
insert into @t select @i
set @i=@i+1
end
--select * from @t

--1. copy all employees five times.
--select e.empid,e.firstname,e.lastname, t.n from hr.Employees e, @t t where t.n<6

--2. 为每个雇员和从09年6月12日至09年6月16日范围内的每天返回一行.
--select e.empid,e.firstname,e.lastname,DATEADD(day, t.n,'2009-06-12') from hr.Employees e, @t t
--where t.n<6 order by empid

--3. 返回来自美国的客户, 并为每个客户返回其订单总数和商品交易总数量
--select c.custid, count(o.orderid), sum(od.qty) from
--Sales.Customers c , Sales.Orders o, Sales.OrderDetails od
--where c.country='usa' and c.custid=o.custid and o.orderid=od.orderid group by c.custid

--4. 返回客户及其订单信息, 包括没有下过任何订单的客户.
--select c.custid,c.companyname, o.orderid, o.orderdate
--from Sales.Customers c left join Sales.Orders o on c.custid=o.custid

--4. 返回没有下过订单的客户
--select c.custid,c.companyname, o.orderid, o.orderdate
--from Sales.Orders o right join Sales.Customers c on c.custid=o.custid where o.orderid is null

--5. 返回在07年2月12日下过订单的客户, 以及他们的订单
--select c.custid,c.companyname, o.orderid, o.orderdate
--from Sales.Orders o right join Sales.Customers c on c.custid=o.custid
--where o.orderdate='2007-02-12'

--6. 返回在2007年2月12日下过订单的客户, 以及他们的订单. 也返回在2007年2月12日没有下过订单的客户
select c.custid,c.companyname,
case when o.orderid IS null then 'no' else 'yes' end
from Sales.Orders o right join Sales.Customers c on
(c.custid=o.custid and o.orderdate='2007-02-12')

本文链接

sql server 2008语言基础: T-sql语言基础2简单技巧

2012-03-31T10:14:00Z

--select * from Sales.Orders
--where orderdate>='2007-06-01' and orderdate<'2007-07-01'
--获得每个月的最后一天, 原理. 随意取一个有31天的月. 比如1月31
--然后加上一个月, 得到2月31. 实际上不存在这天, 应该是2月28或者29.
--select DATEADD(MONTH, 1, '2012-03-31')

--返回姓氏里面包含字母a两次或者更多次数的雇员.
--select * from hr.Employees where lastname like '%a%a%'

--返回总价格(数量乘以单价)大于10000的订单.
--select orderid, sum(qty*unitprice) from sales.OrderDetails
--group by orderid having sum(qty*unitprice)>10000

--返回2007年平均运费最高的三个发货国家
--select top 3 shipcountry, AVG(freight) from sales.Orders
--where orderdate>='2007-1-1' and orderdate<'2008-1-1'
--group by shipcountry order by AVG(freight) desc

--为每个顾客单独根据订单日期的顺序(用orderid作为附加属性)来计算其订单的行号.
--select custid, orderdate, orderid,
--ROW_NUMBER() over(partition by custid order by orderdate)
--from sales.Orders

--排序. 空值null必须排在所有有值的数据之后. 默认是在所有之前的.
select custid, region from Sales.Customers
order by case when region is null then 1 else 0 end, region

本文链接

Sql 2008的merge关键字

2012-03-23T06:06:00Z

测试数据 /*目标表和源表*/
declare @target table(id int, de varchar(50))
declare @source table(id int, de varchar(50))
insert into @source values (1,'源1'),(2,'源2'),(3,'源3'),(4,'源4')
insert into @target values
(1,'在源表里面有1'),(2,'在源表里面有2'),(5,'在源表里面没有5'),(6,'在源表里面没有6')
select * from @target

代码一 merge into @target as T
using @source as S on T.id=S.id
when matched then update set T.de=S.de
;
select * from @target

两张表通过id匹配. 如果符合. 则把目标表的de改为源表的de得到数据如. 红圈两列完成了更改

代码二.

merge into @target as T
using @source as S on T.id=S.id

when matched then update set T.de=S.de
when not matched then insert values(S.id,S.de) --如果目标表里面没有源表的数据
/*when not matched by source
-- then delete
--如果target里面有, 但是源表没有的就删除. 有点类似于inner join的笛卡尔乘积,
--左边表里面存着记录, 但是右边表没有. 还是删除掉
*/
output $Action as actiontype,deleted.*,inserted.*
;
select * from @target

同样是通过id匹配. 如果符合. 那么更新, 不符合那么插入.

output是输出. $action是表示这次操作的类型. (insert或者update还有delete). 操作类似于触发器. 能够访问到deleted.*表和inserted.*表的东西.

因此输出

. 目标表的,1,2 从改成. , 因为3,4在目标表里没有.

代码三. 去掉代码二的注释. 会得到什么呢? 就是删除掉source里面没有, target里面有的记录.

这两条记录在源表里面木有. 所以要删除.

执行结果.

扩展: 如何在Merge之后删除已经Merge过去的数据.

http://stackoverflow.com/questions/7331725/how-to-delete-from-source-using-merge-command-in-sql-server-2008

本文链接