阅读 19

一套简单实用的SQL脚本,总有你需要的

工作中有许多比较常用的SQL脚本,今天开始分几章分享给大家。

image

1、行转列的用法PIVOT

CREATE table test 
(id int,name nvarchar(20),quarter int,number int) 
insert into test values(1,N'苹果',1,1000) 
insert into test values(1,N'苹果',2,2000) 
insert into test values(1,N'苹果',3,4000) 
insert into test values(1,N'苹果',4,5000) 
insert into test values(2,N'梨子',1,3000) 
insert into test values(2,N'梨子',2,3500) 
insert into test values(2,N'梨子',3,4200) 
insert into test values(2,N'梨子',4,5500) 
select * from test 

结果:

image.png
select ID,NAME, 
[1] as '一季度', 
[2] as '二季度', 
[3] as '三季度', 
[4] as '四季度' 
from 
test 
pivot 
( 
sum(number) 
for quarter in 
([1],[2],[3],[4]) 
) 
as pvt 

结果:

image.png

2、列转行的用法UNPIOVT

create table test2 
(id int,name varchar(20), Q1 int, Q2 int, Q3 int, Q4 int) 
insert into test2 values(1,'苹果',1000,2000,4000,5000) 
insert into test2 values(2,'梨子',3000,3500,4200,5500) 
select * from test2 

(提示:可以左右滑动代码)

结果:

image
--列转行 
select id,name,quarter,number 
from 
test2 
unpivot 
( 
number 
for quarter in 
([Q1],[Q2],[Q3],[Q4]) 
) 
as unpvt 

结果:

image

3、字符串替换SUBSTRING/REPLACE

SELECT REPLACE('abcdefg',SUBSTRING('abcdefg',2,4),'**') 

结果:

image
SELECT REPLACE('13512345678',SUBSTRING('13512345678',4,11),'********') 

结果:

image
SELECT REPLACE('12345678@qq.com','1234567','******') 

结果:

image

4、查询一个表内相同纪录 HAVING

如果一个ID可以区分的话,可以这么写

SELECT * FROM HR.Employees

结果:

image
select * from HR.Employees 
where title in ( 
select title from HR.Employees 
group by title 
having count(1)>1) 

结果:

image

对比一下发现,ID为1,2的被过滤掉了,因为他们只有一条记录

如果几个ID才能区分的话,可以这么写

select * from HR.Employees 
where title+titleofcourtesy in 
(select title+titleofcourtesy 
from HR.Employees 
group by title,titleofcourtesy 
having count(1)>1) 

结果:

image.png

title在和titleofcourtesy进行拼接后符合条件的就只有ID为6,7,8,9的了

5、把多行SQL数据变成一条多列数据,即新增列

SELECT 
 id, 
 name, 
 SUM(CASE WHEN quarter=1 THEN number ELSE 0 END) '一季度', 
 SUM(CASE WHEN quarter=2 THEN number ELSE 0 END) '二季度', 
 SUM(CASE WHEN quarter=3 THEN number ELSE 0 END) '三季度', 
 SUM(CASE WHEN quarter=4 THEN number ELSE 0 END) '四季度' 
FROM test 
GROUP BY id,name 

结果:

image.png

我们将原来的4列增加到了6列。细心的朋友可能发现了这个结果和上面的行转列怎么一模一样?其实上面的行转列是省略写法,这种是比较通用的写法。

6、表复制

语法1:Insert INTO table(field1,field2,...) values(value1,value2,...)

语法2:Insert into Table2(field1,field2,...) select value1,value2,... from Table1

(要求目标表Table2必须存在,由于目标表Table2已经存在,所以我们除了插入源表Table1的字段外,还可以插入常量。)

语法3:SELECT vale1, value2 into Table2 from Table1

(要求目标表Table2不存在,因为在插入时会自动创建表Table2,并将Table1中指定字段数据复制到Table2中。)

语法4:使用导入导出功能进行全表复制。如果是使用【编写查询以指定要传输的数据】,那么在大数据表的复制就会有问题?因为复制到一定程度就不再动了,内存爆了?它也没有写入到表中。而使用上面3种语法直接执行是会马上刷新到数据库表中的,你刷新一下mdf文件就知道了。

7、利用带关联子查询Update语句更新数据

--方法1: 
Update Table1 
set c = (select c from Table2 where a = Table1.a) 
where c is null 
 
--方法2: 
update  A 
set  newqiantity=B.qiantity 
from  A,B 
where  A.bnum=B.bnum 
 
--方法3: 
update 
(select A.bnum ,A.newqiantity,B.qiantity from A 
left join B on A.bnum=B.bnum) AS C 
set C.newqiantity = C.qiantity 
where C.bnum ='001' 

8、连接远程服务器

--方法1: 
select *  from openrowset( 
'SQLOLEDB', 
'server=192.168.0.1;uid=sa;pwd=password', 
'SELECT * FROM dbo.test') 
 
--方法2: 
select *  from openrowset( 
'SQLOLEDB', 
'192.168.0.1'; 
'sa'; 
'password', 
'SELECT * FROM dbo.test') 

当然也可以参考以前的示例,建立DBLINK进行远程连接

9、Date 和 Time 样式 CONVERT

CONVERT() 函数是把日期转换为新数据类型的通用函数。

CONVERT() 函数可以用不同的格式显示日期/时间数据。

语法

CONVERT(data_type(length),data_to_be_converted,style) 

data_type(length) 规定目标数据类型(带有可选的长度)。data_to_be_converted 含有需要转换的值。style 规定日期/时间的输出格式。

可以使用的 style 值:

image.png
SELECT CONVERT(varchar(100), GETDATE(), 0) 
--结果: 
12  7 2020  9:33PM 
SELECT CONVERT(varchar(100), GETDATE(), 1) 
--结果: 
12/07/20 
SELECT CONVERT(varchar(100), GETDATE(), 2) 
--结果: 
20.12.07 
SELECT CONVERT(varchar(100), GETDATE(), 3) 
--结果: 
07/12/20 
SELECT CONVERT(varchar(100), GETDATE(), 4) 
--结果: 
07.12.20 
SELECT CONVERT(varchar(100), GETDATE(), 5) 
--结果: 
07-12-20 
SELECT CONVERT(varchar(100), GETDATE(), 6) 
--结果: 
07 12 20 
SELECT CONVERT(varchar(100), GETDATE(), 7) 
--结果: 
12 07, 20 
SELECT CONVERT(varchar(100), GETDATE(), 8) 
--结果: 
21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 9) 
--结果: 
12  7 2020  9:33:18:780PM 
SELECT CONVERT(varchar(100), GETDATE(), 10) 
--结果: 
12-07-20 
SELECT CONVERT(varchar(100), GETDATE(), 11) 
--结果: 
20/12/07 
SELECT CONVERT(varchar(100), GETDATE(), 12) 
--结果: 
201207 
SELECT CONVERT(varchar(100), GETDATE(), 13) 
--结果: 
07 12 2020 21:33:18:780 
SELECT CONVERT(varchar(100), GETDATE(), 14) 
--结果: 
21:33:18:780 
SELECT CONVERT(varchar(100), GETDATE(), 20) 
--结果: 
2020-12-07 21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 21) 
--结果: 
2020-12-07 21:33:18.780 
SELECT CONVERT(varchar(100), GETDATE(), 22) 
--结果: 
12/07/20  9:33:18 PM 
SELECT CONVERT(varchar(100), GETDATE(), 23) 
--结果: 
2020-12-07 
SELECT CONVERT(varchar(100), GETDATE(), 24) 
--结果: 
21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 25) 
--结果: 
2020-12-07 21:33:18.780 
SELECT CONVERT(varchar(100), GETDATE(), 100) 
--结果: 
12  7 2020  9:33PM 
SELECT CONVERT(varchar(100), GETDATE(), 101) 
--结果: 
12/07/2020 
SELECT CONVERT(varchar(100), GETDATE(), 102) 
--结果: 
2020.12.07 
SELECT CONVERT(varchar(100), GETDATE(), 103) 
--结果: 
07/12/2020 
SELECT CONVERT(varchar(100), GETDATE(), 104) 
--结果: 
07.12.2020 
SELECT CONVERT(varchar(100), GETDATE(), 105) 
--结果: 
07-12-2020 
SELECT CONVERT(varchar(100), GETDATE(), 106) 
--结果: 
07 12 2020 
SELECT CONVERT(varchar(100), GETDATE(), 107) 
--结果: 
12 07, 2020 
SELECT CONVERT(varchar(100), GETDATE(), 108) 
--结果: 
21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 109) 
--结果: 
12  7 2020  9:33:18:780PM 
SELECT CONVERT(varchar(100), GETDATE(), 110) 
--结果: 
12-07-2020 
SELECT CONVERT(varchar(100), GETDATE(), 111) 
--结果: 
2020/12/07 
SELECT CONVERT(varchar(100), GETDATE(), 112) 
--结果: 
20201207 
SELECT CONVERT(varchar(100), GETDATE(), 113) 
--结果: 
07 12 2020 21:33:18:780 
SELECT CONVERT(varchar(100), GETDATE(), 114) 
--结果: 
21:33:18:780 
SELECT CONVERT(varchar(100), GETDATE(), 120) 
--结果: 
2020-12-07 21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 121) 
--结果: 
2020-12-07 21:33:18.780 

以上内容,在工作中比较常用,能记住最好。不能记住就收藏起来,在需要的时候查询即可。

作者:码上入坟

原文链接:https://www.jianshu.com/p/6ded405e32a3

文章分类
后端
文章标签
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 gxwowoo@163.com 举报,一经查实,本站将立刻删除。
相关推荐