SQL笔记

来源:互联网 发布:小程序企业展示源码 编辑:程序博客网 时间:2024/06/05 17:00
/*--SQL笔记--*/
/*
** 1.用变量控制显示前N条记录
*/
declare @n int
set @n=10
set rowcount @n
select * from syscolumns
set rowcount 0

/*
** 2.显示分析编译和执行各语句所需的毫秒数
*/
set statistics time {ON|OFF}

/*
** 3.显示相关Transact_SQL语句生成的磁盘活动量信息
*/
set statistics io {ON|OFF}


/*
** 4.将存储过程返回的记录集插入到临时表
*/
Create Table #TableName (fldName1 type,fldName2 type) /*表结构必须与返回的记录集的结构相同*/
Insert into #TableName Exec ProName

/*
** 5.随机选择表中的一条记录
*/
Select Top 1 * from TableName Order by NewID()

/*
** 6.设置表上的触发器可用/不可用(有效与无效)
*/
Alter Table TableName Disable trigger all /*设置为无效*/
Alter Table TableName Enable    trigger all /*设置为有效*/

/*
*7.执行Sql语句并返回值
*/
declare @Rec_Count as int
exec sp_executesql N'select @Rec_Count= count(*) from Northwind.dbo.Customers where ,N' @Rec_Count int output ,@City as varchar(50) ',@Rec_Count output,'London'
print @Rec_Count

/*
*8.在SQL中执行DOS命令
*/ 
exec master..xp_cmdshell @cmd
@cmd=需要执行的dos命令语句

/*
*9.在Select语句中第一行产生不同的随机数
*/ 
select rand(cast(newid() as varbinary)) as randnum ,* from master.dbo.sysobjects

/*
*10.判断临时库里是否存在该临时表
*/ 
if object_id('tempdb.dbo.#temp') is not null 

drop table #temp1


逻辑运算符
逻辑运算符对某个条件进行测试,以获得其真实情况。逻辑运算符和比较运算符一样,返回带有 TRUE 或 FALSE 值的布尔数据类型。


运算符         含义 
ALL             如果一系列的比较都为 TRUE,那么就为 TRUE。 
AND             如果两个布尔表达式都为 TRUE,那么就为 TRUE。 
ANY             如果一系列的比较中任何一个为 TRUE,那么就为 TRUE。 
BETWEEN   如果操作数在某个范围之内,那么就为 TRUE。 
EXISTS        如果子查询包含一些行,那么就为 TRUE。 
IN                 如果操作数等于表达式列表中的一个,那么就为 TRUE。 
LIKE             如果操作数与一种模式相匹配,那么就为 TRUE。 
NOT             对任何其它布尔运算符的值取反。 
OR               如果两个布尔表达式中的一个为 TRUE,那么就为 TRUE。 
SOME          如果在一系列比较中,有些为 TRUE,那么就为 TRUE。


用 CUBE 汇总数据
CUBE 运算符生成的结果集是多维数据集。多维数据集是事实数据的扩展,事实数据即记录个别事件的数据。扩展建立在用户打算分析的列上。这些列被称为维。多维数据集是一个结果集,其中包含了各维度的所有可能组合的交叉表格。
CUBE 运算符在 SELECT 语句的 GROUP BY 子句中指定。该语句的选择列表应包含维度列和聚合函数表达式。GROUP BY 应指定维度列和关键字 WITH CUBE。结果集将包含维度列中各值的所有可能组合,以及与这些维度值组合相匹配的基础行中的聚合值。
例如,一个简单的表 Inventory 中包含:
Item                  Color                 Quantity                   
-------------------- -------------------- -------------------------- 
Table                 Blue                  124                        
Table                 Red                   223                        
Chair                 Blue                  101                        
Chair                 Red                   210                        

下列查询返回的结果集中,将包含 Item 和 Color 的所有可能组合的 Quantity 小计:
SELECT Item, Color, SUM(Quantity) AS QtySum
FROM Inventory
GROUP BY Item, Color WITH CUBE

下面是结果集:
Item                  Color                 QtySum                     
-------------------- -------------------- -------------------------- 
Chair                 Blue                  101.00                     
Chair                 Red                   210.00                     
Chair                 (null)                311.00                     
Table                 Blue                  124.00                     
Table                 Red                   223.00                     
Table                 (null)                347.00                     
(null)                (null)                658.00                     
(null)                Blue                  225.00                     
(null)                Red                   433.00                     

我们着重考查下列各行:
Chair                 (null)                311.00                     
这一行报告了 Item 维度中值为 Chair 的所有行的小计。对 Color 维度返回了 NULL 值,表示该行所报告的聚合包括 Color 维度为任意值的行。
Table                 (null)                347.00                     

这一行类似,但报告的是 Item 维度中值为 Table 的所有行的小计。
(null)                (null)                658.00                     

这一行报告了多维数据集的总计。Item 和 Color 维度的值都是 NULL,表示两个维度中的所有值都汇总在该行中。
(null)                Blue                  225.00                     
(null)                Red                   433.00                     

这两行报告了 Color 维度的小计。两行中的 Item 维度值都是 NULL,表示聚合数据来自 Item 维度为任意值的行。

使用 GROUPING 区分空值
CUBE 操作所生成的空值带来一个问题:如何区分 CUBE 操作所生成的 NULL 值和从实际数据中返回的 NULL 值?这个问题可用 GROUPING 函数解决。如果列中的值来自事实数据,则 GROUPING 函数返回 0;如果列中的值是 CUBE 操作所生成的 NULL,则返回 1。在 CUBE 操作中,所生成的 NULL 代表全体值。可将 SELECT 语句写成使用 GROUPING 函数将所生成的 NULL 替换为字符串 ALL。因为事实数据中的 NULL 表明数据值未知,所以 SELECT 语句还可译码为返回字符串 UNKNOWN 替代来自事实数据的 NULL。例如:

SELECT CASE WHEN (GROUPING(Item) = 1) THEN 'ALL'
             ELSE ISNULL(Item, 'UNKNOWN')
        END AS Item,
        CASE WHEN (GROUPING(Color) = 1) THEN 'ALL'
             ELSE ISNULL(Color, 'UNKNOWN')
        END AS Color,
        SUM(Quantity) AS QtySum
FROM Inventory
GROUP BY Item, Color WITH CUBE

多维数据集
CUBE 运算符可用于生成 n 维的多维数据集,即具有任意数目维度的多维数据集。只有一个维度的多维数据集可用于生成合计,例如:

SELECT CASE WHEN (GROUPING(Item) = 1) THEN 'ALL'
             ELSE ISNULL(Item, 'UNKNOWN')
        END AS Item,
        SUM(Quantity) AS QtySum
FROM Inventory
GROUP BY Item WITH CUBE
GO

此 SELECT 语句返回的结果集既显示了 Item 中每个值的小计,也显示了 Item 中所有值的总计:

Item                  QtySum                     
-------------------- -------------------------- 
Chair                 311.00                     
Table                 347.00                     
ALL                   658.00                     

包含带有许多维度的 CUBE 的 SELECT 语句可能生成很大的结果集,因为这些语句会为所有维度中值的所有组合生成行。这些大结果集包含的数据可能过多而不易于阅读和理解。这个问题有一种解决办法是将 SELECT 语句放在视图中:

CREATE VIEW InvCube AS
SELECT CASE WHEN (GROUPING(Item) = 1) THEN 'ALL'
             ELSE ISNULL(Item, 'UNKNOWN')
        END AS Item,
        CASE WHEN (GROUPING(Color) = 1) THEN 'ALL'
             ELSE ISNULL(Color, 'UNKNOWN')
        END AS Color,
        SUM(Quantity) AS QtySum
FROM Inventory
GROUP BY Item, Color WITH CUBE

然后即可用该视图来只查询您感兴趣的维度值:

SELECT *
FROM InvCube
WHERE Item = 'Chair'
   AND Color = 'ALL'

Item                  Color                 QtySum                     
-------------------- -------------------- -------------------------- 
Chair                 ALL                   311.00                     

(1 row(s) affected)


用 ROLLUP 汇总数据
在生成包含小计和合计的报表时,ROLLUP 运算符很有用。ROLLUP 运算符生成的结果集类似于 CUBE 运算符所生成的结果集。有关更多信息,请参见用 CUBE 汇总数据。

CUBE 和 ROLLUP 之间的区别在于:

CUBE 生成的结果集显示了所选列中值的所有组合的聚合。


ROLLUP 生成的结果集显示了所选列中值的某一层次结构的聚合。 
例如,简单表 Inventory 中包含:

Item                  Color                 Quantity                   
-------------------- -------------------- -------------------------- 
Table                 Blue                  124                        
Table                 Red                   223                        
Chair                 Blue                  101                        
Chair                 Red                   210                        

下列查询将生成小计报表:

SELECT CASE WHEN (GROUPING(Item) = 1) THEN 'ALL'
             ELSE ISNULL(Item, 'UNKNOWN')
        END AS Item,
        CASE WHEN (GROUPING(Color) = 1) THEN 'ALL'
             ELSE ISNULL(Color, 'UNKNOWN')
        END AS Color,
        SUM(Quantity) AS QtySum
FROM Inventory
GROUP BY Item, Color WITH ROLLUP

Item                  Color                 QtySum                     
-------------------- -------------------- -------------------------- 
Chair                 Blue                  101.00                     
Chair                 Red                   210.00                     
Chair                 ALL                   311.00                     
Table                 Blue                  124.00                     
Table                 Red                   223.00                     
Table                 ALL                   347.00                     
ALL                   ALL                   658.00                     

(7 row(s) affected)

如果查询中的 ROLLUP 关键字更改为 CUBE,那么 CUBE 结果集与上述结果相同,只是在结果集的末尾还会返回下列两行:

ALL                   Blue                  225.00                     
ALL                   Red                   433.00                     

CUBE 操作为 Item 和 Color 中值的可能组合生成行。例如,CUBE 不仅报告与 Item 值 Chair 相组合的 Color 值的所有可能组合(Red、Blue 和 Red + Blue),而且报告与 Color 值 Red 相组合的 Item 值的所有可能组合(Chair、Table 和 Chair + Table)。
对于 GROUP BY 子句中右边的列中的每个值,ROLLUP 操作并不报告左边一列(或左边各列)中值的所有可能组合。例如,ROLLUP 并不对每个 Color 值报告 Item 值的所有可能组合。
ROLLUP 操作的结果集具有类似于 COMPUTE BY 所返回结果集的功能;然而,ROLLUP 具有下列优点: 
ROLLUP 返回单个结果集;COMPUTE BY 返回多个结果集,而多个结果集会增加应用程序代码的复杂性。
ROLLUP 可以在服务器游标中使用;COMPUTE BY 不可以。
有时,查询优化器为 ROLLUP 生成的执行计划比为 COMPUTE BY 生成的更为高效。


0 0
原创粉丝点击