sql - unicorn 观测结果的部分非规范化-6ren

sql - unicorn 观测结果的部分非规范化

转载作者：行者123 更新时间：2023-12-04 15:35:27

有很多研究人员观察着世界上最后剩下的unicorns，即Easter Island。每天，研究人员记录他们发现的 unicorn ，发现日期，每个 unicorn 的婴儿数量以及发现时是否喝醉了。这些分别被上载到中心位置，然后每天向我吐出一个平面文件，其中包含所有新观测值。

我有一个看起来像这样的表，其中包含以下信息:

create table unicorn_observations (
     observer_id number not null
   , unicorn_id number not null
   , created date not null -- date the record was inserted into the database
   , lastseen date not null -- date the record was last seen
   , observation_date date not null
   , no_of_babies number not null
   , drunk varchar2(1) not null
   , constraint pk_uo primary key ( observer_id, unicorn_id, created )
   , constraint chk_uo_babies check ( no_of_babies >= 0 )
   , constraint chk_uo_drunk check ( drunk in ('y','n') )
     );

该表在 observer_id， unicorn_id和 observation_date或 lastseen上分别是唯一的。

有时，管理数据输出的 Cobold [sic]会稍微出错，然后将相同的数据重新输出两次。在这种情况下，我将更新 lastseen而不是创建新记录。我仅在每列都相同的情况下执行此操作

不幸的是，研究人员并未完全意识到第三个范式。每个月，即使没有新的观察结果，他们也会上传一些 unicorn 的前几个月观察结果。他们使用新的 observation_date进行此操作，这意味着将一条新记录插入到表中。

我有一个单独的 created和 lastseen，以实现完全可追溯性，因为研究人员有时会晚些提交一些观察结果。这些由数据库创建，不属于提交的信息。

这是一些示例数据(列名进行了部分更改，以使其在没有滚动条的情况下适合使用)。

+--------+--------+-----------+-----------+-----------+---------+-------+| OBS_ID | UNI_ID |  CREATED  | LASTSEEN  | OBS_DATE  | #BABIES | DRUNK |+--------+--------+-----------+-----------+-----------+---------+-------+|      1 |      1 | 01-NOV-11 | 01-NOV-11 | 31-OCT-11 |      10 | n     ||      1 |      2 | 01-NOV-11 | 01-NOV-11 | 31-OCT-11 |      10 | n     ||      1 |      3 | 01-NOV-11 | 01-NOV-11 | 31-OCT-11 |      10 | n     ||      1 |      6 | 10-NOV-11 | 10-NOV-11 | 07-NOV-11 |       0 | n     ||      1 |      1 | 17-NOV-11 | 17-NOV-11 | 09-APR-11 |      10 | n     ||      1 |      2 | 17-NOV-11 | 17-NOV-11 | 09-APR-11 |      10 | n     ||      1 |      3 | 17-NOV-11 | 17-NOV-11 | 09-APR-11 |      10 | n     ||      1 |      6 | 17-NOV-11 | 17-NOV-11 | 17-NOV-11 |       0 | n     ||      1 |      6 | 01-DEC-11 | 01-DEC-11 | 01-DEC-11 |       0 | n     ||      1 |      6 | 01-JAN-12 | 01-JAN-12 | 01-JAN-12 |       3 | n     ||      1 |      6 | 01-FEB-12 | 01-FEB-12 | 01-FEB-12 |       0 | n     ||      1 |      6 | 01-MAR-12 | 01-MAR-12 | 01-MAR-12 |       0 | n     ||      1 |      6 | 01-APR-12 | 01-APR-12 | 01-APR-12 |       0 | n     ||      1 |      1 | 19-APR-12 | 19-APR-12 | 19-APR-12 |       7 | y     ||      1 |      2 | 19-APR-12 | 19-APR-12 | 19-APR-12 |       7 | y     ||      1 |      3 | 19-APR-12 | 19-APR-12 | 19-APR-12 |       7 | y     ||      1 |      6 | 01-MAY-12 | 01-MAY-12 | 01-MAY-12 |       0 | n     |+--------+--------+-----------+-----------+-----------+---------+-------+

I would like to partially denormalise these observations so that if a new record is received with the same observer_id, unicorn_id, no_of_babies and drunk (the payload) but with a newer observation_date I update a new column in the table, last_observation_date, instead of inserting a new record. I would still update thelastseen in this situation.

I need to do this as I have a number of complicated unicorn related queries that join to this table; the researchers upload old observations with new dates about 10m times a month and I receive approximately 9m genuinely new records a month. I've been running for a year and already have 225m unicorn observations. As I only need to know the last observation date for each payload combination I would rather massively reduce the size of the table and save myself a lot of time full-scanning it.

This means that the table would become:

create table unicorn_observations (
     observer_id number not null
   , unicorn_id number not null
   , created date not null -- date the record was inserted into the database
   , lastseen date not null -- date the record was last seen
   , observation_date date not null
   , no_of_babies number not null
   , drunk varchar2(1) not null
   , last_observation_date date
   , constraint pk_uo primary key ( observer_id, unicorn_id, created )
   , constraint chk_uo_babies check ( no_of_babies >= 0 )
   , constraint chk_uo_drunk check ( drunk in ('y','n') )
     );

表中存储的数据如下所示；如果观察值仅被“看到”一次，那么 last_observation_date是否为null无关紧要。我在加载数据时不需要帮助，仅需要将当前表进行部分非规范化即可。

+--------+--------+-----------+-----------+-----------+---------+-------+-------------+| OBS_ID | UNI_ID |  CREATED  | LASTSEEN  | OBS_DATE  | #BABIES | DRUNK | LAST_OBS_DT |+--------+--------+-----------+-----------+-----------+---------+-------+-------------+|      1 |      6 | 10-NOV-11 | 01-DEC-11 | 07-NOV-11 |       0 | n     | 01-DEC-11   ||      1 |      1 | 01-NOV-11 | 17-NOV-11 | 09-APR-11 |      10 | n     | 31-OCT-11   ||      1 |      2 | 01-NOV-11 | 17-NOV-11 | 09-APR-11 |      10 | n     | 31-OCT-11   ||      1 |      3 | 01-NOV-11 | 17-NOV-11 | 09-APR-11 |      10 | n     | 31-OCT-11   ||      1 |      6 | 01-JAN-12 | 01-JAN-12 | 01-JAN-12 |       3 | n     |             ||      1 |      6 | 01-FEB-12 | 01-MAY-12 | 01-FEB-12 |       0 | n     | 01-MAY-12   ||      1 |      1 | 19-APR-12 | 19-APR-12 | 19-APR-12 |       7 | y     |             ||      1 |      2 | 19-APR-12 | 19-APR-12 | 19-APR-12 |       7 | y     |             ||      1 |      3 | 19-APR-12 | 19-APR-12 | 19-APR-12 |       7 | y     |             |+--------+--------+-----------+-----------+-----------+---------+-------+-------------+

The obvious answer

select observer_id as obs_id
     , unicorn_id as uni_id
     , min(created) as created
     , max(lastseen) as lastseen
     , min(observation_date) as obs_date
     , no_of_babies as "#BABIES"
     , drunk
     , max(observation_date) as last_obs_date
  from unicorn_observations
 group by observer_id
        , unicorn_id
        , no_of_babies
        , drunk

无法运作，因为它忽略了在2012年1月1日对3个 unicorn 婴儿进行的 unicorn 6观测；这又意味着在11月10日创建的记录的 lastseen不正确。

+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +
| OBS_ID | UNI_ID |创建|最新| OBS_DATE | ＃婴儿|醉酒| LAST_OBS_DT |
+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +
| 1 | 1 | 11年11月1日| 11年11月17日| 2011年4月9日| 10 | n | 11月10日|
| 1 | 2 | 11年11月1日| 11年11月17日| 2011年4月9日| 10 | n | 11月10日|
| 1 | 3 | 11年11月1日| 11年11月17日| 2011年4月9日| 10 | n | 11月10日|
| 1 | 6 | 11年11月10日| 2012年5月1日| 11年11月7日| 0 | n | 2012年5月1日|
| 1 | 6 | 2012年1月1日| 2012年1月1日| 2012年1月1日| 3 | n | 2012年1月1日|
| 1 | 1 | 12-APR-12 | 12-APR-12 | 12-APR-12 | 7 | y | 12-APR-12 |
| 1 | 2 | 12-APR-12 | 12-APR-12 | 12-APR-12 | 7 | y | 12-APR-12 |
| 1 | 3 | 12-APR-12 | 12-APR-12 | 12-APR-12 | 7 | y | 12-APR-12 |
+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +

我目前看不到没有一些程序逻辑即循环的方法。我宁愿避免这种情况下的循环，因为我必须对225m行表进行全扫描260次(不同 created日期的数量)。即使使用 lag()和 lead()，也需要进行递归，因为每个 unicorn 的观察次数不确定。

有没有一种方法可以在单个SQL语句中创建此数据集？

表规范和样本数据也位于 SQL Fiddle中。

尝试更好的解释:

问题是什么时候是正确的。在2012年1月1日， unicorn 6号有3个婴儿。

仅查看GROUP BY创建的“表格”中的 unicorn 6；如果我试图在1月1日找到婴儿的数量，我将获得两张记录，这是矛盾的。

+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +
| OBS_ID | UNI_ID |创建|最新| OBS_DATE | ＃婴儿|醉酒| LAST_OBS_DT |
+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +
| 1 | 6 | 11年11月10日| 2012年5月1日| 11年11月7日| 0 | n | 2012年5月1日|
| 1 | 6 | 2012年1月1日| 2012年1月1日| 2012年1月1日| 3 | n | 2012年1月1日|
+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +

但是，我只想要一行，如第二张表所示。在这里，对于任何时间点，最多只有一个“正确”值，因为 unicorn 6有0个婴儿的两个时间段在有3个 child 的那一天被分成了两行。

+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +
| OBS_ID | UNI_ID |创建|最新| OBS_DATE | ＃婴儿|醉酒| LAST_OBS_DT |
+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +
| 1 | 6 | 11年11月10日| 2011年12月1日| 11年11月7日| 0 | n | 2011年12月1日|
| 1 | 6 | 2012年1月1日| 2012年1月1日| 2012年1月1日| 3 | n | |
| 1 | 6 | 01-FEB-12 | 2012年5月1日| 01-FEB-12 | 0 | n | 2012年5月1日|
+ -------- + -------- + ----------- + ----------- + ------- ---- + --------- + ------- + ------------- +

1.放牧

最佳答案

基于我认为您正在尝试做的事情，主要是基于有关 unicorn 6特定问题的更新，我认为这可以达到您想要的结果。它不需要递归lead和lag，但是需要两个级别。

select *
from (
    select observer_id, unicorn_id,
        case when first_obs_dt is null then created
            else lag(created) over (order by rn) end as created,
        case when last_obs_dt is null then lastseen
            else lead(lastseen) over (order by rn) end as lastseen,
        case when first_obs_dt is null then observation_date
            else lag(observation_date) over (order by rn)
            end as observation_date,
        no_of_babies,
        drunk,
        case when last_obs_dt is null then observation_date
            else null end as last_obs_dt
    from (
        select observer_id, unicorn_id, created, lastseen, 
            observation_date, no_of_babies, drunk,
            case when lag_no_babies != no_of_babies or lag_drunk != drunk
                or lag_obs_dt is null then null
                else lag_obs_dt end as first_obs_dt,
            case when lead_no_babies != no_of_babies or lead_drunk != drunk
                or lead_obs_dt is null then null
                else lead_obs_dt end as last_obs_dt,
            rownum rn
        from (
            select observer_id, unicorn_id, created, lastseen,
                observation_date, no_of_babies, drunk,
                lag(observation_date)
                    over (partition by observer_id, unicorn_id, no_of_babies,
                            drunk
                        order by observation_date) lag_obs_dt,
                lag(no_of_babies)
                    over (partition by observer_id, unicorn_id, drunk
                        order by observation_date) lag_no_babies,
                lag(drunk)
                    over (partition by observer_id, unicorn_id, no_of_babies
                        order by observation_date) lag_drunk,
                lead(observation_date)
                    over (partition by observer_id, unicorn_id, no_of_babies,
                        drunk
                    order by observation_date) lead_obs_dt,
                lead(no_of_babies)
                    over (partition by observer_id, unicorn_id, drunk
                        order by observation_date) lead_no_babies,
                lead(drunk)
                    over (partition by observer_id, unicorn_id, no_of_babies
                        order by observation_date) lead_drunk
            from unicorn_observations
            order by 1,2,5
        )
    )
    where first_obs_dt is null or last_obs_dt is null
)
where last_obs_dt is not null
order by 1,2,3,4;

这使:

OBSERVER_ID UNICORN_ID CREATED   LASTSEEN  OBSERVATI NO_OF_BABIES D LAST_OBS_
----------- ---------- --------- --------- --------- ------------ - ---------
          1          1 17-NOV-11 01-NOV-11 09-APR-11           10 n 31-OCT-11
          1          1 19-APR-12 19-APR-12 19-APR-12            7 y 19-APR-12
          1          2 17-NOV-11 01-NOV-11 09-APR-11           10 n 31-OCT-11
          1          2 19-APR-12 19-APR-12 19-APR-12            7 y 19-APR-12
          1          3 17-NOV-11 01-NOV-11 09-APR-11           10 n 31-OCT-11
          1          3 19-APR-12 19-APR-12 19-APR-12            7 y 19-APR-12
          1          6 10-NOV-11 01-DEC-11 07-NOV-11            0 n 01-DEC-11
          1          6 01-JAN-12 01-JAN-12 01-JAN-12            3 n 01-JAN-12
          1          6 01-FEB-12 01-MAY-12 01-FEB-12            0 n 01-MAY-12

9 rows selected.

它已经获得了 unicorn 6的三个记录，但是第三个记录的 lastseen和 observation_date与您的示例相反，因此我不确定是否仍然不了解这一点。我假设您想在每个分组中保留最早的 observation_date和最新的 lastseen，理由是添加新记录时似乎会发生这种情况，但是我不确定...

因此，最里面的查询从表中获取原始数据，并使用稍微不同的分区获取 lead和 lag和 observation_date列的 no_of_babies和 drunk。 order by是一个 rownum，因此可以在以后使用，在下一步中获得并在之后的顺序中使用。为了简洁起见，只为 unicorn 6:

CREATED   LASTSEEN  OBSERVATI NO_OF_BABIES D LAG_OBS_D LAG_NO_BABIES L LEAD_OBS_ LEAD_NO_BABIES L
--------- --------- --------- ------------ - --------- ------------- - --------- -------------- -
10-NOV-11 10-NOV-11 07-NOV-11            0 n                           17-NOV-11              0 n
17-NOV-11 17-NOV-11 17-NOV-11            0 n 07-NOV-11             0 n 01-DEC-11              0 n
01-DEC-11 01-DEC-11 01-DEC-11            0 n 17-NOV-11             0 n 01-FEB-12              3 n
01-JAN-12 01-JAN-12 01-JAN-12            3 n                       0                          0
01-FEB-12 01-FEB-12 01-FEB-12            0 n 01-DEC-11             3 n 01-MAR-12              0 n
01-MAR-12 01-MAR-12 01-MAR-12            0 n 01-FEB-12             0 n 01-APR-12              0 n
01-APR-12 01-APR-12 01-APR-12            0 n 01-MAR-12             0 n 01-MAY-12              0 n
01-MAY-12 01-MAY-12 01-MAY-12            0 n 01-APR-12             0 n

如果 lead或 lag值已更改，则下一个级别将 observation_date的 num_of_babies和 drunk值置为空白-您仅专门提到了对婴儿计数的分割，但是我假设您也希望对清醒度进行分割。此后，任何具有 null或 first_obs_date的 last_obs_date的东西都是小范围的开始或结束。

CREATED   LASTSEEN  OBSERVATI NO_OF_BABIES D FIRST_OBS LAST_OBS_         RN
--------- --------- --------- ------------ - --------- --------- ----------
10-NOV-11 10-NOV-11 07-NOV-11            0 n           17-NOV-11          1
17-NOV-11 17-NOV-11 17-NOV-11            0 n 07-NOV-11 01-DEC-11          2
01-DEC-11 01-DEC-11 01-DEC-11            0 n 17-NOV-11                    3
01-JAN-12 01-JAN-12 01-JAN-12            3 n                              4
01-FEB-12 01-FEB-12 01-FEB-12            0 n           01-MAR-12          5
01-MAR-12 01-MAR-12 01-MAR-12            0 n 01-FEB-12 01-APR-12          6
01-APR-12 01-APR-12 01-APR-12            0 n 01-MAR-12 01-MAY-12          7
01-MAY-12 01-MAY-12 01-MAY-12            0 n 01-APR-12                    8

现在，可以忽略不是最小范围的开始或结尾的任何值，因为这些值与之前或之后的值相同或被它们取代。这处理了不确定的观察数问题-此时您忽略了多少都无所谓。因此，下一个级别通过过滤 first_obs_dt和 last_obs_dt都不为空的行来消除这些中间值。在该过滤后的集合中，有第二层 lead和 lag来获取每个日期的第一个或最后一个值-这是我不确定的一点，因为它与您的一个样本都不匹配。

CREATED   LASTSEEN  OBSERVATI NO_OF_BABIES D LAST_OBS_
--------- --------- --------- ------------ - ---------
10-NOV-11 01-DEC-11 07-NOV-11            0 n
10-NOV-11 01-DEC-11 07-NOV-11            0 n 01-DEC-11
01-JAN-12 01-JAN-12 01-JAN-12            3 n 01-JAN-12
01-FEB-12 01-MAY-12 01-FEB-12            0 n
01-FEB-12 01-MAY-12 01-FEB-12            0 n 01-MAY-12

最后，将其余没有 last_obs_dt的行过滤掉。

现在，我将等待看看我误解了哪些位... * 8-)

纠正 lead和 lag顺序后， unicorn 1的每个阶段的信息相同:

CREATED   LASTSEEN  OBSERVATI NO_OF_BABIES D LAG_OBS_D LAG_NO_BABIES L LEAD_OBS_ LEAD_NO_BABIES L
--------- --------- --------- ------------ - --------- ------------- - --------- -------------- -
17-NOV-11 17-NOV-11 09-APR-11           10 n                           31-OCT-11             10 n
01-NOV-11 01-NOV-11 31-OCT-11           10 n 09-APR-11            10 n
19-APR-12 19-APR-12 19-APR-12            7 y

CREATED   LASTSEEN  OBSERVATI NO_OF_BABIES D FIRST_OBS LAST_OBS_         RN
--------- --------- --------- ------------ - --------- --------- ----------
17-NOV-11 17-NOV-11 09-APR-11           10 n           31-OCT-11          1
01-NOV-11 01-NOV-11 31-OCT-11           10 n 09-APR-11                    2
19-APR-12 19-APR-12 19-APR-12            7 y                              3

CREATED   LASTSEEN  OBSERVATI NO_OF_BABIES D LAST_OBS_
--------- --------- --------- ------------ - ---------
17-NOV-11 17-NOV-11 09-APR-11           10 n 09-APR-11
19-APR-12 19-APR-12 19-APR-12            7 y 19-APR-12

我不确定当原始数据按这样的顺序输入时，保留的 observation_date和 lastseen会发生什么变化，或者在将来添加新记录的情况下该如何处理。

关于sql - unicorn 观测结果的部分非规范化，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/12723776/

文章推荐： php - Wp-admin/admin-AJAX 403 禁止

sql - SQL、PL-SQL 和 T-SQL 之间有什么区别？
SQL、PL-SQL 和 T-SQL 之间有什么区别？谁能解释一下这三者之间的区别，并提供每一个的相关使用场景？最佳答案 SQL 是一种对集合进行操作的查询语言。它或多或少是标准化的，几乎所有关
sql - T-SQL、SQL Server 和 SQL 有什么区别
这个问题已经有答案了: What is the difference between SQL, PL-SQL and T-SQL? (6 个回答) 已关闭 9 年前。我对 SQL 的了解足以完成我的
sql - Linq To Sql - SQL 默认约束问题
我在数据库中有一个 USER 表。该表有一个 RegistrationDate 列，该列有一个默认约束为 GETDATE()。使用 LINQ 时，我没有为 RegistrationDate 列提供任
sql - 在字符串中查找第二组数字(SQL/PL-SQL)
我有一个可能属于以下类型的字符串 string expected result 15-th-rp 15 15/12-rp 12 15-12-th
sql - 服务器端 sql 与客户端 sql
很难说出这里问的是什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或言辞激烈，无法以目前的形式合理回答。如需帮助澄清此问题以便可以重新打开，visit the help center . 9年前关闭
sql - sql 如何计算 sql 存储过程中的附加表？
我有一个存储过程(称为 sprocGetArticles)，它从文章表中返回文章列表。这个存储过程没有任何参数。用户可以对每篇文章发表评论，我将这些评论存储在由文章 ID 链接的评论表中。有什么方
sql - 嵌入式 SQL 与动态 SQL
我目前正在做一个 *cough*Oracle*cough* 数据库主题。讲师介绍embedded SQL作为让其他语言(例如 C、C++)与(Oracle)数据库交互的方式。我自己做了一些数据库工作
sql - SQL Server SQL 语句可以有多少个字符？
SQL Server 中 SQL 语句的最大长度是多少？这个长度是否取决于 SQL Server 的版本？例如，在 DECLARE @SQLStatement NVARCHAR(MAX) = N'S
sql-server - SQL 行到列 sql
这个问题已经有答案了: Simple way to transpose columns and rows in SQL? (9 个回答) 已关闭 8 年前。 CallType
sql - SQL Server SQL 语句中的动态日期
预先感谢您对此提供的任何帮助。假设我有一个查询，可以比较跨年的数据，从某个任意年份开始，永无止境(进入 future )，每年同一时期直到最后一个完整的月份(其特点是一月数据永远不会显示至 2 月
sql - Linq To Sql - SQL 默认约束问题
我在数据库中有一个 USER 表。该表有一个 RegistrationDate 列，该列的默认约束为 GETDATE()。使用 LINQ 时，我没有为 RegistrationDate 列提供任何数
sql - (SQL Server) SQL 不允许在检查过程是否存在后创建过程
下面是我试图用来检查存储过程是否不存在然后创建过程的 sql。它会抛出一个错误:Incorrect syntax near the keyword 'PROCEDURE' IF NOT EXISTS
sql - 动态 SQL 是否比 SQL Server 中的静态 SQL 性能更高？
我有一个同事声称动态 SQL 在许多情况下比静态 SQL 执行得更快，所以我经常看到 DSQL 到处都是。除了明显的缺点，比如在运行之前无法检测到错误并且更难阅读，这是否准确？当我问他为什么一直使用
sql - exec sp_executesql @sql 和 exec (@sql) SQL Server
来自 lobodava 的动态 SQL 查询是: declare @sql nvarchar(4000) = N';with cteColumnts (ORDINAL_POSITION, CO
sql - 动态 SQL - EXEC(@SQL) 与 EXEC SP_EXECUTESQL(@SQL)
使用 SQL Server 中的存储过程执行动态 SQL 命令的现实优点和缺点是什么 EXEC (@SQL) 对比 EXEC SP_EXECUTESQL @SQL ？最佳答案 sp_executes
c# - SQL > Linq to Sql，SQL 查询有效，Linq to SQL 返回空数据集
我有这个有效的 SQL 查询: select sum(dbos.Points) as Points, dboseasons.Year from dbo.StatLines dbos i
sql-server - "> sql.txt && sql -h-1 -i sql.txt && del sql.txt"命令是什么意思？
我正在调试一些构建成功运行的 SQL 命令的代码。然而，在查询结束时，查询结果似乎被写入了一个文本文件。完整的查询如下 echo SELECT DATE,DATETABLE,DATE,APPDAT
sql - 如何从 MS SQL 数据库(Microsoft SQL Server)中的其他 .sql 文件运行 .sql 文件？
我有一些创建表的 .sql 文件(MS SQL 数据库): 表_1.sql: IF OBJECT_ID (N'my_schema.table1', N'U') IS NOT NULL DROP TAB
sql - 如何在查询中使用 SQL 变量(SQL Server)？
我写了下面的 SQL 存储过程，它一直给我错误@pid = SELECT MAX(... 整个过程是: Alter PROCEDURE insert_partyco @pname varchar(20
sql - 如何将两个列表转换为邻接矩阵 SQL Server T-SQL？
我在 SQL Server 2005 中有包含两列 Fruit 和 Color 的表，如下所示 Fruit Colour Apple Red Orange

行者123

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

sql - unicorn 观测结果的部分非规范化