- 浏览: 267209 次
- 性别:
- 来自: 青岛
-
文章分类
最新评论
-
Gaitlynn:
您好,我想问一下,怎么建立数据库表?新手上路,诸多不明,谢谢… ...
使用MyEclipse开发Web项目并进行发布,运行,测试和调试 -
满手都是炸:
这么改的原因什么啥呢 请楼主讲讲 谢谢
SSIB配置中遇到No result defined for action action.deptAction and result success -
sg552:
newsmth....yjrg.....
设置IP地址 -
liwenjie:
当然推荐采用解耦的方式,一般情况下不要采用第二种方式,现在连上 ...
Struts2操作Request、Session和Application对象 -
zhxing:
huangfoxAgain 写道ActionContext 和 ...
Struts2操作Request、Session和Application对象
oracle行列转换总结
最近论坛很多人提的问题都与行列转换有关系,所以我对行列转换的相关知识做了一个总结,
希望对大家有所帮助,同时有何错疏,恳请大家指出,
我也是在写作过程中学习,算是一起和大家学习吧。
行列转换包括以下六种情况:
*列转行
*行转列
*多列转换成字符串
*多行转换成字符串
*字符串转换成多列
*字符串转换成多行
下面分别进行举例介绍。
首先声明一点,有些例子需要如下10g及以后才有的知识:
a。掌握model子句,
b。正则表达式
c。加强的层次查询
讨论的适用范围只包括8i,9i,10g及以后版本。begin:
1、列转行
CREATE TABLE t_col_row(
ID INT,
c1 VARCHAR2(10),
c2 VARCHAR2(10),
c3 VARCHAR2(10));
INSERT INTO t_col_row VALUES (1, 'v11', 'v21', 'v31');
INSERT INTO t_col_row VALUES (2, 'v12', 'v22', NULL);
INSERT INTO t_col_row VALUES (3, 'v13', NULL, 'v33');
INSERT INTO t_col_row VALUES (4, NULL, 'v24', 'v34');
INSERT INTO t_col_row VALUES (5, 'v15', NULL, NULL);
INSERT INTO t_col_row VALUES (6, NULL, NULL, 'v35');
INSERT INTO t_col_row VALUES (7, NULL, NULL, NULL);
COMMIT;
SELECT * FROM t_col_row;
1)UNION ALL
适用范围:8i,9i,10g及以后版本
SELECT id, 'c1' cn, c1 cv
FROM t_col_row
UNION ALL
SELECT id, 'c2' cn, c2 cv
FROM t_col_row
UNION ALL
SELECT id, 'c3' cn, c3 cv FROM t_col_row;
若空行不需要转换,只需加一个where条件,
WHERE COLUMN IS NOT NULL 即可。
2)MODEL
适用范围:10g及以后
SELECT id, cn, cv FROM t_col_row
MODEL
RETURN UPDATED ROWS
PARTITION BY (ID)
DIMENSION BY (0 AS n)
MEASURES ('xx' AS cn,'yyy' AS cv,c1,c2,c3)
RULES UPSERT ALL
(
cn[1] = 'c1',
cn[2] = 'c2',
cn[3] = 'c3',
cv[1] = c1[0],
cv[2] = c2[0],
cv[3] = c3[0]
)
ORDER BY ID,cn;
3)collection
适用范围:8i,9i,10g及以后版本
要创建一个对象和一个集合:
CREATE TYPE cv_pair AS OBJECT(cn VARCHAR2(10),cv VARCHAR2(10));
CREATE TYPE cv_varr AS VARRAY(8) OF cv_pair;
SELECT id, t.cn AS cn, t.cv AS cv
FROM t_col_row,
TABLE(cv_varr(cv_pair('c1', t_col_row.c1),
cv_pair('c2', t_col_row.c2),
cv_pair('c3', t_col_row.c3))) t
ORDER BY 1, 2;
2、行转列
CREATE TABLE t_row_col AS
SELECT id, 'c1' cn, c1 cv
FROM t_col_row
UNION ALL
SELECT id, 'c2' cn, c2 cv
FROM t_col_row
UNION ALL
SELECT id, 'c3' cn, c3 cv FROM t_col_row;
SELECT * FROM t_row_col ORDER BY 1,2;
1)AGGREGATE FUNCTION
适用范围:8i,9i,10g及以后版本
SELECT id,
MAX(decode(cn, 'c1', cv, NULL)) AS c1,
MAX(decode(cn, 'c2', cv, NULL)) AS c2,
MAX(decode(cn, 'c3', cv, NULL)) AS c3
FROM t_row_col
GROUP BY id
ORDER BY 1;
MAX聚集函数也可以用sum、min、avg等其他聚集函数替代。
被指定的转置列只能有一列,但固定的列可以有多列,请看下面的例子:
SELECT mgr, deptno, empno, ename FROM emp ORDER BY 1, 2;
SELECT mgr,
deptno,
MAX(decode(empno, '7788', ename, NULL)) "7788",
MAX(decode(empno, '7902', ename, NULL)) "7902",
MAX(decode(empno, '7844', ename, NULL)) "7844",
MAX(decode(empno, '7521', ename, NULL)) "7521",
MAX(decode(empno, '7900', ename, NULL)) "7900",
MAX(decode(empno, '7499', ename, NULL)) "7499",
MAX(decode(empno, '7654', ename, NULL)) "7654"
FROM emp
WHERE mgr IN (7566, 7698)
AND deptno IN (20, 30)
GROUP BY mgr, deptno
ORDER BY 1, 2;
这里转置列为empno,固定列为mgr,deptno。
还有一种行转列的方式,就是相同组中的行值变为单个列值,但转置的行值不变为列名:
ID CN_1 CV_1 CN_2 CV_2 CN_3 CV_3
1 c1 v11 c2 v21 c3 v31
2 c1 v12 c2 v22 c3
3 c1 v13 c2 c3 v33
4 c1 c2 v24 c3 v34
5 c1 v15 c2 c3
6 c1 c2 c3 v35
7 c1 c2 c3
这种情况可以用分析函数实现:
SELECT id,
MAX(decode(rn, 1, cn, NULL)) cn_1,
MAX(decode(rn, 1, cv, NULL)) cv_1,
MAX(decode(rn, 2, cn, NULL)) cn_2,
MAX(decode(rn, 2, cv, NULL)) cv_2,
MAX(decode(rn, 3, cn, NULL)) cn_3,
MAX(decode(rn, 3, cv, NULL)) cv_3
FROM (SELECT id,
cn,
cv,
row_number() over(PARTITION BY id ORDER BY cn, cv) rn
FROM t_row_col)
GROUP BY ID;
2)PL/SQL
适用范围:8i,9i,10g及以后版本
这种对于行值不固定的情况可以使用。
下面是我写的一个包,包中
p_rows_column_real用于前述的第一种不限定列的转换;
p_rows_column用于前述的第二种不限定列的转换。
CREATE OR REPLACE PACKAGE pkg_dynamic_rows_column AS
TYPE refc IS REF CURSOR;
PROCEDURE p_print_sql(p_txt VARCHAR2);
FUNCTION f_split_str(p_str VARCHAR2, p_division VARCHAR2, p_seq INT)
RETURN VARCHAR2;
PROCEDURE p_rows_column(p_table IN VARCHAR2,
p_keep_cols IN VARCHAR2,
p_pivot_cols IN VARCHAR2,
p_where IN VARCHAR2 DEFAULT NULL,
p_refc IN OUT refc);
PROCEDURE p_rows_column_real(p_table IN VARCHAR2,
p_keep_cols IN VARCHAR2,
p_pivot_col IN VARCHAR2,
p_pivot_val IN VARCHAR2,
p_where IN VARCHAR2 DEFAULT NULL,
p_refc IN OUT refc);
END;
/
CREATE OR REPLACE PACKAGE BODY pkg_dynamic_rows_column AS
PROCEDURE p_print_sql(p_txt VARCHAR2) IS
v_len INT;
BEGIN
v_len := length(p_txt);
FOR i IN 1 .. v_len / 250 + 1 LOOP
dbms_output.put_line(substrb(p_txt, (i - 1) * 250 + 1, 250));
END LOOP;
END;
FUNCTION f_split_str(p_str VARCHAR2, p_division VARCHAR2, p_seq INT)
RETURN VARCHAR2 IS
v_first INT;
v_last INT;
BEGIN
IF p_seq < 1 THEN
RETURN NULL;
END IF;
IF p_seq = 1 THEN
IF instr(p_str, p_division, 1, p_seq) = 0 THEN
RETURN p_str;
ELSE
RETURN substr(p_str, 1, instr(p_str, p_division, 1) - 1);
END IF;
ELSE
v_first := instr(p_str, p_division, 1, p_seq - 1);
v_last := instr(p_str, p_division, 1, p_seq);
IF (v_last = 0) THEN
IF (v_first > 0) THEN
RETURN substr(p_str, v_first + 1);
ELSE
RETURN NULL;
END IF;
ELSE
RETURN substr(p_str, v_first + 1, v_last - v_first - 1);
END IF;
END IF;
END f_split_str;
PROCEDURE p_rows_column(p_table IN VARCHAR2,
p_keep_cols IN VARCHAR2,
p_pivot_cols IN VARCHAR2,
p_where IN VARCHAR2 DEFAULT NULL,
p_refc IN OUT refc) IS
v_sql VARCHAR2(4000);
TYPE v_keep_ind_by IS TABLE OF VARCHAR2(4000) INDEX BY BINARY_INTEGER;
v_keep v_keep_ind_by;
TYPE v_pivot_ind_by IS TABLE OF VARCHAR2(4000) INDEX BY BINARY_INTEGER;
v_pivot v_pivot_ind_by;
v_keep_cnt INT;
v_pivot_cnt INT;
v_max_cols INT;
v_partition VARCHAR2(4000);
v_partition1 VARCHAR2(4000);
v_partition2 VARCHAR2(4000);
BEGIN
v_keep_cnt := length(p_keep_cols) - length(REPLACE(p_keep_cols, ',')) + 1;
v_pivot_cnt := length(p_pivot_cols) -
length(REPLACE(p_pivot_cols, ',')) + 1;
FOR i IN 1 .. v_keep_cnt LOOP
v_keep(i) := f_split_str(p_keep_cols, ',', i);
END LOOP;
FOR j IN 1 .. v_pivot_cnt LOOP
v_pivot(j) := f_split_str(p_pivot_cols, ',', j);
END LOOP;
v_sql := 'select max(count(*)) from ' || p_table || ' group by ';
FOR i IN 1 .. v_keep.LAST LOOP
v_sql := v_sql || v_keep(i) || ',';
END LOOP;
v_sql := rtrim(v_sql, ',');
EXECUTE IMMEDIATE v_sql
INTO v_max_cols;
v_partition := 'select ';
FOR x IN 1 .. v_keep.COUNT LOOP
v_partition1 := v_partition1 || v_keep(x) || ',';
END LOOP;
FOR y IN 1 .. v_pivot.COUNT LOOP
v_partition2 := v_partition2 || v_pivot(y) || ',';
END LOOP;
v_partition1 := rtrim(v_partition1, ',');
v_partition2 := rtrim(v_partition2, ',');
v_partition := v_partition || v_partition1 || ',' || v_partition2 ||
', row_number() over (partition by ' || v_partition1 ||
' order by ' || v_partition2 || ') rn from ' || p_table;
v_partition := rtrim(v_partition, ',');
v_sql := 'select ';
FOR i IN 1 .. v_keep.COUNT LOOP
v_sql := v_sql || v_keep(i) || ',';
END LOOP;
FOR i IN 1 .. v_max_cols LOOP
FOR j IN 1 .. v_pivot.COUNT LOOP
v_sql := v_sql || ' max(decode(rn,' || i || ',' || v_pivot(j) ||
',null))' || v_pivot(j) || '_' || i || ',';
END LOOP;
END LOOP;
IF p_where IS NOT NULL THEN
v_sql := rtrim(v_sql, ',') || ' from (' || v_partition || ' ' ||
p_where || ') group by ';
ELSE
v_sql := rtrim(v_sql, ',') || ' from (' || v_partition ||
') group by ';
END IF;
FOR i IN 1 .. v_keep.COUNT LOOP
v_sql := v_sql || v_keep(i) || ',';
END LOOP;
v_sql := rtrim(v_sql, ',');
p_print_sql(v_sql);
OPEN p_refc FOR v_sql;
EXCEPTION
WHEN OTHERS THEN
OPEN p_refc FOR
SELECT 'x' FROM dual WHERE 0 = 1;
END;
PROCEDURE p_rows_column_real(p_table IN VARCHAR2,
p_keep_cols IN VARCHAR2,
p_pivot_col IN VARCHAR2,
p_pivot_val IN VARCHAR2,
p_where IN VARCHAR2 DEFAULT NULL,
p_refc IN OUT refc) IS
v_sql VARCHAR2(4000);
TYPE v_keep_ind_by IS TABLE OF VARCHAR2(4000) INDEX BY BINARY_INTEGER;
v_keep v_keep_ind_by;
TYPE v_pivot_ind_by IS TABLE OF VARCHAR2(4000) INDEX BY BINARY_INTEGER;
v_pivot v_pivot_ind_by;
v_keep_cnt INT;
v_group_by VARCHAR2(2000);
BEGIN
v_keep_cnt := length(p_keep_cols) - length(REPLACE(p_keep_cols, ',')) + 1;
FOR i IN 1 .. v_keep_cnt LOOP
v_keep(i) := f_split_str(p_keep_cols, ',', i);
END LOOP;
v_sql := 'select ' || 'cast(' || p_pivot_col ||
' as varchar2(200)) as ' || p_pivot_col || ' from ' || p_table ||
' group by ' || p_pivot_col;
EXECUTE IMMEDIATE v_sql BULK COLLECT
INTO v_pivot;
FOR i IN 1 .. v_keep.COUNT LOOP
v_group_by := v_group_by || v_keep(i) || ',';
END LOOP;
v_group_by := rtrim(v_group_by, ',');
v_sql := 'select ' || v_group_by || ',';
FOR x IN 1 .. v_pivot.COUNT LOOP
v_sql := v_sql || ' max(decode(' || p_pivot_col || ',' || chr(39) ||
v_pivot(x) || chr(39) || ',' || p_pivot_val ||
',null)) as "' || v_pivot(x) || '",';
END LOOP;
v_sql := rtrim(v_sql, ',');
IF p_where IS NOT NULL THEN
v_sql := v_sql || ' from ' || p_table || p_where || ' group by ' ||
v_group_by;
ELSE
v_sql := v_sql || ' from ' || p_table || ' group by ' || v_group_by;
END IF;
p_print_sql(v_sql);
OPEN p_refc FOR v_sql;
EXCEPTION
WHEN OTHERS THEN
OPEN p_refc FOR
SELECT 'x' FROM dual WHERE 0 = 1;
END;
END;
/
3.多列转换成字符串
CREATE TABLE t_col_str AS
SELECT * FROM t_col_row;
这个比较简单,用||或concat函数可以实现:
SELECT concat('a','b') FROM dual;
1)|| OR concat
适用范围:8i,9i,10g及以后版本
SELECT * FROM t_col_str;
SELECT ID,c1||','||c2||','||c3 AS c123
FROM t_col_str;
4.多行转换成字符串
CREATE TABLE t_row_str(
ID INT,
col VARCHAR2(10));
INSERT INTO t_row_str VALUES(1,'a');
INSERT INTO t_row_str VALUES(1,'b');
INSERT INTO t_row_str VALUES(1,'c');
INSERT INTO t_row_str VALUES(2,'a');
INSERT INTO t_row_str VALUES(2,'d');
INSERT INTO t_row_str VALUES(2,'e');
INSERT INTO t_row_str VALUES(3,'c');
COMMIT;
SELECT * FROM t_row_str;
1)MAX + decode
适用范围:8i,9i,10g及以后版本
SELECT id,
MAX(decode(rn, 1, col, NULL)) ||
MAX(decode(rn, 2, ',' || col, NULL)) ||
MAX(decode(rn, 3, ',' || col, NULL)) str
FROM (SELECT id,
col,
row_number() over(PARTITION BY id ORDER BY col) AS rn
FROM t_row_str) t
GROUP BY id
ORDER BY 1;
2)row_number + lead
适用范围:8i,9i,10g及以后版本
SELECT id, str
FROM (SELECT id,
row_number() over(PARTITION BY id ORDER BY col) AS rn,
col || lead(',' || col, 1) over(PARTITION BY id ORDER BY col) ||
lead(',' || col, 2) over(PARTITION BY id ORDER BY col) ||
lead(',' || col, 3) over(PARTITION BY id ORDER BY col) AS str
FROM t_row_str)
WHERE rn = 1
ORDER BY 1;
3)MODEL
适用范围:10g及以后版本
SELECT id, substr(str, 2) str FROM t_row_str
MODEL
RETURN UPDATED ROWS
PARTITION BY(ID)
DIMENSION BY(row_number() over(PARTITION BY ID ORDER BY col) AS rn)
MEASURES (CAST(col AS VARCHAR2(20)) AS str)
RULES UPSERT
ITERATE(3) UNTIL( presentv(str[iteration_number+2],1,0)=0)
(str[0] = str[0] || ',' || str[iteration_number+1])
ORDER BY 1;
4)sys_connect_by_path
适用范围:8i,9i,10g及以后版本
SELECT t.id id, MAX(substr(sys_connect_by_path(t.col, ','), 2)) str
FROM (SELECT id, col, row_number() over(PARTITION BY id ORDER BY col) rn
FROM t_row_str) t
START WITH rn = 1
CONNECT BY rn = PRIOR rn + 1
AND id = PRIOR id
GROUP BY t.id;
适用范围:10g及以后版本
SELECT t.id id, substr(sys_connect_by_path(t.col, ','), 2) str
FROM (SELECT id, col, row_number() over(PARTITION BY id ORDER BY col) rn
FROM t_row_str) t
WHERE connect_by_isleaf = 1
START WITH rn = 1
CONNECT BY rn = PRIOR rn + 1
AND id = PRIOR id;
5)wmsys.wm_concat
适用范围:10g及以后版本
这个函数预定义按','分隔字符串,若要用其他符号分隔可以用,replace将','替换。
SELECT id, REPLACE(wmsys.wm_concat(col), ',', '/')
FROM t_row_str
GROUP BY id;
5.字符串转换成多列
其实际上就是一个字符串拆分的问题。
CREATE TABLE t_str_col AS
SELECT ID,c1||','||c2||','||c3 AS c123
FROM t_col_str;
SELECT * FROM t_str_col;
1)substr + instr
适用范围:8i,9i,10g及以后版本
SELECT id,
c123,
substr(c123, 1, instr(c123 || ',', ',', 1, 1) - 1) c1,
substr(c123,
instr(c123 || ',', ',', 1, 1) + 1,
instr(c123 || ',', ',', 1, 2) - instr(c123 || ',', ',', 1, 1) - 1) c2,
substr(c123,
instr(c123 || ',', ',', 1, 2) + 1,
instr(c123 || ',', ',', 1, 3) - instr(c123 || ',', ',', 1, 2) - 1) c3
FROM t_str_col
ORDER BY 1;
2)regexp_substr
适用范围:10g及以后版本
SELECT id,
c123,
rtrim(regexp_substr(c123 || ',', '.*?' || ',', 1, 1), ',') AS c1,
rtrim(regexp_substr(c123 || ',', '.*?' || ',', 1, 2), ',') AS c2,
rtrim(regexp_substr(c123 || ',', '.*?' || ',', 1, 3), ',') AS c3
FROM t_str_col
ORDER BY 1;
6.字符串转换成多行
CREATE TABLE t_str_row AS
SELECT id,
MAX(decode(rn, 1, col, NULL)) ||
MAX(decode(rn, 2, ',' || col, NULL)) ||
MAX(decode(rn, 3, ',' || col, NULL)) str
FROM (SELECT id,
col,
row_number() over(PARTITION BY id ORDER BY col) AS rn
FROM t_row_str) t
GROUP BY id
ORDER BY 1;
SELECT * FROM t_str_row;
1)UNION ALL
适用范围:8i,9i,10g及以后版本
SELECT id, 1 AS p, substr(str, 1, instr(str || ',', ',', 1, 1) - 1) AS cv
FROM t_str_row
UNION ALL
SELECT id,
2 AS p,
substr(str,
instr(str || ',', ',', 1, 1) + 1,
instr(str || ',', ',', 1, 2) - instr(str || ',', ',', 1, 1) - 1) AS cv
FROM t_str_row
UNION ALL
SELECT id,
3 AS p,
substr(str,
instr(str || ',', ',', 1, 1) + 1,
instr(str || ',', ',', 1, 2) - instr(str || ',', ',', 1, 1) - 1) AS cv
FROM t_str_row
ORDER BY 1, 2;
适用范围:10g及以后版本
SELECT id, 1 AS p, rtrim(regexp_substr(str||',', '.*?' || ',', 1, 1), ',') AS cv
FROM t_str_row
UNION ALL
SELECT id, 2 AS p, rtrim(regexp_substr(str||',', '.*?' || ',', 1, 2), ',') AS cv
FROM t_str_row
UNION ALL
SELECT id, 3 AS p, rtrim(regexp_substr(str||',', '.*?' || ',',1,3), ',') AS cv
FROM t_str_row
ORDER BY 1, 2;
2)VARRAY
适用范围:8i,9i,10g及以后版本
要创建一个可变数组:
CREATE OR REPLACE TYPE ins_seq_type IS VARRAY(8) OF NUMBER;
SELECT * FROM TABLE(ins_seq_type(1, 2, 3, 4, 5));
SELECT t.id,
c.column_value AS p,
substr(t.ca,
instr(t.ca, ',', 1, c.column_value) + 1,
instr(t.ca, ',', 1, c.column_value + 1) -
(instr(t.ca, ',', 1, c.column_value) + 1)) AS cv
FROM (SELECT id,
',' || str || ',' AS ca,
length(str || ',') - nvl(length(REPLACE(str, ',')), 0) AS cnt
FROM t_str_row) t
INNER JOIN TABLE(ins_seq_type(1, 2, 3)) c ON c.column_value <=
t.cnt
ORDER BY 1, 2;
3)SEQUENCE series
这类方法主要是要产生一个连续的整数列,产生连续整数列的方法有很多,主要有:
CONNECT BY,ROWNUM+all_objects,CUBE等。
适用范围:8i,9i,10g及以后版本
SELECT t.id,
c.lv AS p,
substr(t.ca,
instr(t.ca, ',', 1, c.lv) + 1,
instr(t.ca, ',', 1, c.lv + 1) -
(instr(t.ca, ',', 1, c.lv) + 1)) AS cv
FROM (SELECT id,
',' || str || ',' AS ca,
length(str || ',') - nvl(length(REPLACE(str, ',')), 0) AS cnt
FROM t_str_row) t,
(SELECT LEVEL lv FROM dual CONNECT BY LEVEL <= 5) c
WHERE c.lv <= t.cnt
ORDER BY 1, 2;
SELECT t.id,
c.rn AS p,
substr(t.ca,
instr(t.ca, ',', 1, c.rn) + 1,
instr(t.ca, ',', 1, c.rn + 1) -
(instr(t.ca, ',', 1, c.rn) + 1)) AS cv
FROM (SELECT id,
',' || str || ',' AS ca,
length(str || ',') - nvl(length(REPLACE(str, ',')), 0) AS cnt
FROM t_str_row) t,
(SELECT rownum rn FROM all_objects WHERE rownum <= 5) c
WHERE c.rn <= t.cnt
ORDER BY 1, 2;
SELECT t.id,
c.cb AS p,
substr(t.ca,
instr(t.ca, ',', 1, c.cb) + 1,
instr(t.ca, ',', 1, c.cb + 1) -
(instr(t.ca, ',', 1, c.cb) + 1)) AS cv
FROM (SELECT id,
',' || str || ',' AS ca,
length(str || ',') - nvl(length(REPLACE(str, ',')), 0) AS cnt
FROM t_str_row) t,
(SELECT rownum cb FROM (SELECT 1 FROM dual GROUP BY CUBE(1, 2))) c
WHERE c.cb <= t.cnt
ORDER BY 1, 2;
适用范围:10g及以后版本
SELECT t.id,
c.lv AS p,
rtrim(regexp_substr(t.str || ',', '.*?' || ',', 1, c.lv), ',') AS cv
FROM (SELECT id,
str,
length(regexp_replace(str || ',', '[^' || ',' || ']', NULL)) AS cnt
FROM t_str_row) t
INNER JOIN (SELECT LEVEL lv FROM dual CONNECT BY LEVEL <= 5) c ON c.lv <=
t.cnt
ORDER BY 1, 2;
4)Hierarchical + DBMS_RANDOM
适用范围:10g及以后版本
SELECT id,
LEVEL AS p,
rtrim(regexp_substr(str || ',', '.*?' || ',', 1, LEVEL), ',') AS cv
FROM t_str_row
CONNECT BY id = PRIOR id
AND PRIOR dbms_random.VALUE IS NOT NULL
AND LEVEL <=
length(regexp_replace(str || ',', '[^' || ',' || ']', NULL))
ORDER BY 1, 2;
5)Hierarchical + CONNECT_BY_ROOT
适用范围:10g及以后版本
SELECT id,
LEVEL AS p,
rtrim(regexp_substr(str || ',', '.*?' || ',', 1, LEVEL), ',') AS cv
FROM t_str_row
CONNECT BY id = connect_by_root id
AND LEVEL <=
length(regexp_replace(str || ',', '[^' || ',' || ']', NULL))
ORDER BY 1, 2;
6)MODEL
适用范围:10g及以后版本
SELECT id, p, cv FROM t_str_row
MODEL
RETURN UPDATED ROWS
PARTITION BY(ID)
DIMENSION BY( 0 AS p)
MEASURES( str||',' AS cv)
RULES UPSERT
(cv
[ FOR p
FROM 1 TO length(regexp_replace(cv[0],'[^'||','||']',null))
INCREMENT 1
] = rtrim(regexp_substr( cv[0],'.*?'||',',1,cv(p)),','))
ORDER BY 1,2;
end.
相关推荐
根据提供的文件信息我们可以总结出以下相关的高级SQL知识点: ### 一、集合操作 #### 1.1 UNION 和 UNION ALL **UNION** 是一个用于合并两个或多个 SELECT 语句的结果集的操作符,但结果集中不会包含重复的行。...
根据提供的文档信息我们可以总结出以下高级SQL学习的关键知识点: ### 一、集合操作 #### 1.1 UNION和UNION ALL **UNION**:用于合并两个或多个SELECT语句的结果集,但会自动去掉重复的行。 **UNION ALL**:同样...
仅供学习使用
内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
内容概要:本文详细介绍了直流电机双闭环控制系统的原理及其仿真实现。首先构建了一个DC电机的动力学模型,定义了电枢电阻、电感、转矩常数等参数,并通过Python实现了电机的更新机制。接着引入了双环控制器,外环控制转速,内环控制电流,利用PID控制器进行调节。文中强调了电流环和转速环之间的协调关系,以及调参过程中的一些实用技巧,如先调整内环再调整外环,比例先行积分缓。同时提供了MATLAB/Simulink环境下的具体实现步骤,包括设置合理的采样时间和加入必要的滤波器,确保系统的稳定性。此外,还分享了一些常见的错误案例和解决办法,帮助读者更好地理解和应用这一技术。 适合人群:具有一定自动化控制基础,尤其是对电机控制感兴趣的工程技术人员。 使用场景及目标:适用于需要精确控制电机转速和电流的应用场合,如工业机器人、电动汽车等领域。目标是使读者能够掌握双闭环控制的基本原理,并能够在实际项目中灵活运用。 其他说明:文中不仅提供了详细的代码示例,还有丰富的图表辅助解释,便于读者直观理解各个部分的工作原理。对于初学者来说,建议从简单的单环控制入手,逐步过渡到复杂的双环控制。
微信默认视频来电铃声 phonering.mp3
自然语言处理隐私数据集公开收集
咱们期待已久的V2.3.3测试包来啦!大家可以下载体验,帮忙一起测试测试,有啥问题尽管提,咱们一起把它打磨得更完美~
Photo_250404014522.jpeg
内容概要:本文详细介绍了如何使用Matlab 2013进行单相PWM整流电路的双闭环控制仿真,旨在将输入的220V交流电转换为稳定的250V直流电。文章首先解释了单相PWM整流电路的工作原理及其重要性,接着阐述了双闭环控制策略的具体实现方法,包括电压外环和电流内环的设计。随后,文章详细描述了在Matlab Simulink环境中的建模步骤,涵盖了主电路搭建、双闭环控制模块构建以及PWM信号生成的关键环节。最后,通过仿真结果展示了输入电流与输入电压的同步性和输出直流电压的稳定性,并提供了针对常见问题的解决方案。 适合人群:从事电力电子领域的研究人员和技术人员,尤其是对PWM整流电路和Matlab仿真实验感兴趣的读者。 使用场景及目标:适用于高校实验室、科研机构和企业研发中心,帮助相关人员理解和掌握单相PWM整流电路的工作机制及其控制策略,提升电力电子设备的研发效率和性能。 其他说明:文中提供的代码片段和参数设置有助于读者快速上手并进行实验验证,同时也强调了实际应用中需要注意的问题,如滤波电容的选择、PI调节器参数的调整等。
内容概要:本文探讨了云计算和边缘计算的协同系统模型,特别是在该模型下使用线形搜索算法寻找最优路径以及通过多线程并行技术提升系统性能的方法。文中详细介绍了线形搜索算法的Matlab实现及其应用场景,如智能工厂的数据传输路径优化。此外,还讨论了如何在边缘设备上应用多线程并行技术,以充分利用CPU多核能力,提高处理效率。文章强调了在实际部署中需要注意的硬件限制和网络动态变化等问题,并提出了相应的解决策略。 适合人群:对云计算、边缘计算及并行计算感兴趣的开发者和技术研究人员。 使用场景及目标:适用于需要优化云边协同系统中数据传输路径和提升系统性能的实际项目。具体目标包括减少数据传输延迟、提高实时性和处理效率。 其他说明:文章提供了具体的Matlab代码示例,帮助读者更好地理解和实现相关算法。同时提醒读者注意硬件资源的限制,在实际应用中进行适当的调整和优化。
内容概要:本文详细介绍了如何在CATIA DMU模块中进行麦弗逊式独立悬架与齿轮齿条转向器的非参数化运动仿真。首先,文章解释了底盘结构及其运动特性,接着逐步展示了如何设置悬架和转向系统的运动副,包括旋转副、滑动副以及齿轮齿条副的具体配置方法。文中还特别强调了仿真过程中需要注意的技术细节,如参数设置、摩擦系数的选择、运动自由度的限制等。此外,作者分享了一些实用技巧,比如通过正弦函数驱动转向输入、利用传感器监测运动状态、导出并修改仿真动画等。 适合人群:从事汽车工程设计、机械仿真的工程师和技术人员,尤其是熟悉CATIA软件的用户。 使用场景及目标:适用于需要进行车辆转向系统和悬架系统联合仿真的场合,帮助工程师更好地理解和优化车辆动态性能,提高设计效率。 其他说明:文章提供了大量具体的VBA代码片段,便于读者直接应用于自己的项目中。同时,文中提到的一些调试经验和常见问题解决方法也非常有价值。
基于Javaweb(servlet+mysql)
内容概要:本文详细介绍了全桥LLC谐振变换器的设计与仿真,特别是针对高压输入(370-405V)和高功率输出(1000W,25V/40A)的应用场景。文章首先解释了全桥LLC谐振变换器的基础结构及其优势,接着展示了如何通过Python代码计算谐振频率,并通过MATLAB/Simulink进行了详细的电压环PI控制仿真。文中特别强调了PI控制器参数的优化,如比例系数(Kp)和积分系数(Ki)的选择,以及抗积分饱和处理的方法。此外,还探讨了轻载情况下的次谐波振荡问题及其解决方案,如频率钳位和动态调整PI参数。最后,通过仿真数据展示了不同输入电压条件下的性能表现,包括输出电压稳定性、恢复时间和效率。 适合人群:从事电力电子设计、电源管理系统的工程师和技术爱好者,尤其关注高效能电源转换和控制系统的人群。 使用场景及目标:适用于需要设计和优化全桥LLC谐振变换器的工程项目,特别是在高压输入和高功率输出的应用场合。目标是确保输出电压稳定,提高系统效率,并减少开关损耗。 其他说明:文中提供的代码和仿真结果仅为示例,实际应用中需要进一步的理论分析和完善的设计。此外,文中还提及了一些实际调试过程中遇到的问题及解决方案,有助于读者更好地理解和应对类似的技术挑战。
内容概要:本文详细介绍了交错并联Boost PFC电路的设计及其在Simulink中的双闭环控制仿真方法。交错并联Boost电路通过两个Boost模块相位差180度的工作方式,有效降低了输入电流纹波,减轻了元器件的压力。文中重点讨论了输出电压外环和电感电流内环的双闭环控制策略,以及具体的PI参数设置和调优技巧。通过合理的参数选择和控制策略,实现了较低的总谐波失真(THD)和稳定的输出电压。此外,还探讨了仿真过程中常见的问题及解决方案,如电流环带宽设置、积分时间调整、PWM相位同步等。 适合人群:从事电力电子设计、电源管理系统的工程师和技术人员,尤其是对PFC电路和Simulink仿真感兴趣的读者。 使用场景及目标:适用于需要进行PFC电路设计和仿真的场合,旨在提高输入电流质量,减少谐波失真,确保输出电压的稳定性。通过学习本文,读者能够掌握交错并联Boost PFC电路的设计思路和仿真技巧,为实际项目提供理论支持和技术指导。 其他说明:文中提供了详细的MATLAB/Simulink代码片段和参数设置建议,帮助读者更好地理解和应用所介绍的技术。同时,强调了仿真过程中需要注意的关键点,避免常见错误,确保仿真结果的有效性和准确性。
炼石图解网络数据安全管理条例及数据安全合规与技术体系2024630页.pdf
内容概要:本文深入探讨了电动车电驱系统中电机控制器的关键技术——主动阻尼控制及其相关技术的应用。文中介绍了主动阻尼控制的基本概念,即通过一系列控制策略使系统有效抵抗振动,特别是通过转矩补偿和加速度反馈来增强系统的稳定性。作者详细展示了如何利用Matlab二质量模型进行系统动态特性的模拟,并通过巴特沃斯高通滤波器提取转速波动来进行转矩补偿。此外,还讨论了加速度反馈的作用,即通过增加电机惯量来减少振动。最后,文章通过实际案例展示了这些技术的有效性,显著提高了电动车电驱系统的稳定性和可靠性。 适合人群:从事电动车电驱系统开发的技术人员、研究人员及高校相关专业师生。 使用场景及目标:适用于电动车电驱系统的设计与优化,旨在提高系统的稳定性和可靠性,减少振动和噪声,改善驾驶体验。同时,该技术有助于延长传动系统的使用寿命,降低故障率。 其他说明:文章不仅提供了详细的理论和技术背景,还包括具体的代码实现和实际应用案例,便于读者理解和实践。此外,文中提供的仿真模型和详实文档为后续研究和项目优化提供了有力支持。
内容概要:本文深入探讨了增量电导法(Incremental Conductance, INC)在太阳能光伏发电系统最大功率点跟踪(MPPT)中的应用。首先介绍了增量电导法的基本原理及其相对于扰动观测法的优势,特别是其在光照快速变化时的高效性能。接着展示了MATLAB核心代码实现,详细解释了电导变化率的计算以及占空比调整逻辑。随后讨论了Simulink建模的具体步骤和技术细节,如采样周期设定、PWM模块配置等。此外,针对不同应用场景提出了参数调试建议,包括步长选择、温度对步长的影响、负载电流前馈补偿等。最后分享了一些实用经验和注意事项,如避免数值震荡、处理光照突变等。 适合人群:从事光伏系统设计与开发的工程师,尤其是对MPPT算法感兴趣的科研人员和技术爱好者。 使用场景及目标:适用于希望深入了解并掌握增量电导法MPPT技术的研究人员和工程师。主要目标是通过理论讲解和实例代码帮助读者理解增量电导法的工作原理,并能够在MATLAB/Simulink环境中构建高效的MPPT控制系统。 其他说明:文中提供了详细的代码片段和具体的参数设置指导,有助于读者进行实际操作和实验验证。同时强调了在不同条件下(如光照突变、温度变化)的算法优化策略,使系统更加稳健可靠。
内容概要:本文详细探讨了在光伏系统遭遇局部遮荫情况时,扰动观察法(P&O)和粒子群优化算法(PSO)的表现。文中通过Simulink建模,展示了这两种MPPT算法在多峰P-U曲线下的工作原理及其优缺点。具体来说,P&O算法由于其简单的“爬山”策略,在多峰环境下容易陷入局部最优,导致功率大幅震荡;而PSO算法利用粒子群的并行搜索能力,能够更快地找到全局最大功率点,尽管其初始响应稍慢。此外,文章还讨论了不同算法的应用场景以及参数调整的关键点。 适合人群:从事光伏系统设计、优化的研究人员和技术人员,尤其是关注MPPT算法性能提升的专业人士。 使用场景及目标:适用于评估和选择适合特定光伏系统的MPPT算法,特别是在面对复杂光照条件时,帮助决策者确定哪种算法更适合特定应用场景。目标是在提高系统效率的同时降低成本。 阅读建议:读者可以通过对比两种算法的具体实现细节,深入理解各自的优点和局限性,从而为实际工程项目提供有价值的参考。同时,对于想要进一步改进现有算法的开发者,可以借鉴文中提到的一些关键参数设置方法。
内容概要:本文档为《YRC1000 操作要领书_通用・搬运用途篇_2.pdf》,主要介绍了安川电机的工业机器人控制系统。 适合人群:适用于已经购买或计划购买YRC1000系统的工厂技术人员、工程师以及操作员,尤其是那些从事自动化生产线设计、维护和技术支持的专业人士。 使用场景及目标:①帮助用户熟悉YRC1000的基本操作流程,包括示教编程器的功能和使用方法;②指导用户正确设置和执行各种机器人控制命令,确保机器人按照预定路径和任务要求进行工作;③确保用户了解并遵守所有的安全规定,防止意外事故发生;④提供详细的故障排查指南,以便快速解决可能出现。