浅析REGEXP_SUBSTR,PRIOR,CONNECT BY

宁睿  论坛元老 | 2024-11-26 09:46:16 | 显示全部楼层 | 阅读模式
打印 上一主题 下一主题

主题 1958|帖子 1958|积分 5884

业务场景


teacher表中的tech_class字段存储的是每个老师所传授的课程,课程之间以英文逗号分隔。现在要用语句统计每个课程对应的教师数量。语句及效果如下:

语句着实很简朴,各种博客大概gpt都有不错且可行的解决方案,我们重要来明白下这段语句的执行原理,更好的学习。
part1 REGEXP_SUBSTR

关于REGEXP_SUBSTR的官方文档
详细语法这里不再赘叙,我们从单个例子入手看看效果:


REGEXP_SUBSTR可以将字段字符串根据所给正则表达式匹配并拆分(注意不是分割,但效果上等同于分割)。
最后一个参数代表要取出第几个匹配的结果:

那为什么这里要利用LEVEL?LEVEL是什么?
关于LEVEL的官方解释 详细如图:

利用之前要注意,官方文档里有句话:
To define a hierarchical relationship in a query, you must use the CONNECT BY clause.
以是关于connect by,你可以先往后看。
利用LEVEL后的效果:

LEVEL是一个在CONNECT BY子句中利用的伪列,它代表当前递归层次的级别。在每次递归调用中,LEVEL的值会增加1。在这个例子中,LEVEL的值会从1开始,一直到tech_class中逗号分隔的子串的数量——3。
为什么如许会有81条?我们的预期结果着实是3条。让我们继续探究......



Football是字段里的第一个值,只有1条;Basketball是字段里的第二个值,有10条;PingPang是字段里的第三个值,有70条!貌似越往后数据重复越多,而且次数增长的可怕,但很难发现出有什么规律。检索后基本确定出现重复数据是因为在递归过程中,regexp_substr函数没有正确移动到下一个匹配项,而是重复移动到了Basketball大概PingPang,至于它底层是什么重复移动的,额我也没搞明白....。
对此我们必要添加prior确保每次递归时都能正确提取。
part3 prior

关于prior的简朴介绍
connect by中加prior可以限定父子的对应关系,限定递归路径。这里对同条记录进行递归:

加sys_guid()是为了包管层次查询,存在循环时,不出现无限递归。它为每行生成一个唯一标识,从而制止无限循环。
Part3 connect by

CONNECT BY的官方文档--分级查询
connect by经常结合prior一起实现父级查询。因此connect by LEVEL prior一样平常都一起出现。


最后再次附上针对原始的业务需求的完备的语句及输出:
[code]selectregexp_substr(tech_class, '[^,]+', 1, LEVEL) as class_name,tech_namefrom teacherCONNECT BY LEVEL

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

x
回复

使用道具 举报

0 个回复

倒序浏览

快速回复

您需要登录后才可以回帖 登录 or 立即注册

本版积分规则

宁睿

论坛元老
这个人很懒什么都没写!
快速回复 返回顶部 返回列表