大数据思维导图

COUNT(1) & COUNT(*) 都是统计行数 得到的结果都是一样的但是 COUNT(1) 比 COUNT(*) 性能要好一点,因为COUNT(*)需要先得到表的字段信息然后再计数,而COUNT(1)差不多是直接计数。

BI 大数据

• PLSQL(ORCL)
  • 2022.3.26
    • 安装ORCL查询工具
  • 2022.3.27
    • 介绍Oracle是一个以表的形式来储存数据的数据库工具
    • 基本的查询语法
      • 基本查询（常用）
        • SELECT 要查询的信息 AS 字段别名 FROM 表名 表的别名；
          • SELECT -- 收集 查询/输出格式
          • *或者要查询的字段名称 -- * 通配符：表示查询出这个表里面的所有数据，即所有字段
          • FROM --从哪里获取，从哪张表，第一运行程序
          • 表名 --要查询的表名
          • AS 别名 --表名 别名 列/字段 别名，列/字段 AS 别名，列/字段 AS "别名"
      • 条件查询（常用）
        • SELECT * FROM 表名 WHERE 查询的前提条件;
          • WHERE --在表的什么地方 过滤条件也可以叫做卡口径
          • 条件 --要开始查询这个表格的前提条件，即第二运行程序
        • ORACLE数据库的常用数据类型
          • 字符型：VARCHAR2(X) -- 字符串，X 表示字符串的最大长度，要用单引号，如：'字符串'
            • TO_CHAR(目标字段[,输出的格式])
              • TO_CHAR(E.HIREDATE, 'YYYY-MM-DD') 或 TO_CHAR(E.HIREDATE, 'YYYYMMDD')等，把日期转化为字符串；
          • 数字型：NUMBER(X ,Y ) -- 数值， X 表示整个数字的最大长度，Y 表示小数部分的最大长度，也可以是NUMBER(X )或者NUMBER
            • TO_NUMBER(目标字段) ---注意：这里的目标字段必须是一个纯数字的字符型的值
              • TO_NUMBER('20200622') 把字符串转变成数字
          • 日期型：DATE -- 日期 ，在ORACLE中日期格式默认是显示为 年月日 时分秒的
            • TO_DATE(目标字段,输出格式) ---注意：这里的目标字段必须是一个符合实际日期的字符型的值
              • TO_DATE('20200622135012','YYYYMMDDHH24MISS') 或 TO_DATE('20200622','YYYYMMDD') 把字符串转化为日期
        • 范围查询
          • 目标字段的值 BETWEEN 较小的值 AND 较大的值
            • 相当于 目标字段的值 >= 较小值 AND 目标字段的值 <= 较大的值
          • IN( ) 或 NOT IN( )
            • 在什么和什么的范围里 相当于 = OR = ，也相当于 = ANY( ， ) | 不在什么和什么的选项里 相当于 != and != ， 也相当于 != ALL( ， )
        • 模糊查询
          • WHERE 目标字段的值 LIKE 'A%'
            • 占位符：%：表示0位或者多位，_：表示具体的1位，查询出目标字段的值第一个字母是 A
          • WHERE 目标字段的值 LIKE '%S'
            • 查询出目标字段的值最后一个字母是 S
          • LIKE '%O%'
            • 查询出目标字段的值中任意位置包含 字母是 O
          • LIKE '____'
            • 有几个”_“就代表这里有一个字节的内容
        • LENGTH(参数1)：返回参数1的长度
        • 关系运算符
          • > 、 < 、 >=、 <=、 != 就相当于 <>都是不等于的意思
          • 目标字段的值 IS NULL ，就是过滤出空值的数据
            • 将有空值的字段进行计算的时候，需要用NVL(参数1,参数2)：判断参数1是否为空，如果不为空，则取参数1的值， 如果为空，则将赋值参数2的值 NVL(有空值的字段 , 0)
              • NULL 参加排序的时候，永远是最大的
              • NULL 不参与任何比较运算
              • NULL 不等于 数值0 而是没有值的意思
          • IS NOT NULL 过滤出非空值的数据
          • 排序 ORDER BY 按照某列/某几列进行排序，且 ORDER BY 字段 默认为升序 ORDER BY 最后一个运行的程序
            • 升序：order by 字段/列 ASC；
            • 降序：order by 字段/列 DESC;
      • 关联查询（常用）
      • 子查询（常用）
  • 2022.3.28
    • 聚合函数
      • SUM → 求和
        • SUM(目标字段的值) 别名 显示目标字段的总值 ,
      • AVG → 平均值
        • AVG(目标字段的值) 别名 显示目标字段的平均值，
      • MAX → 最大值
        • MAX(目标字段的值) 别名 显示目标字段的最高值 ,
      • MIN → 最小值
        • MIN(目标字段的值) 别名 显示目标字段的最低值 ,
      • COUNT → 计数(统计非空行数)
        • COUNT(1) 别名 显示按照分组后的总行数
          • COUNT(1) & COUNT(*) 都是统计行数 得到的结果都是一样的 但是 COUNT(1) 比 COUNT(*) 性能要好一点,因为COUNT(*)需要先 得到表的字段信息然后再计数,而COUNT(1)差不多是直接计数。
          • COUNT(字段) 是统计该字段非空的行数(不把为空的行统计进去)
      • 分组聚合 GROUP BY
        • SELECT 后面要查询的所有字段，除了聚合函数表示出来的字段外，其他全都得写在 GROUP BY 后面进行字段分组 GROUP BY 是倒数第三执行的程序（如果还要进行排序的话）
      • SELECT 输出字段 -- ⑤ FROM 表 -- ① WHERE 过滤条件1 -- ② GROUP BY 分组字段 -- ③ HAVING 过滤条件2 -- ④ ORDER BY 排序字段 -- ⑥
        • HAVING & WHERE 的区别是： HAVING 是过滤 聚合函数 & 分组字段的过滤条件 WHERE 是过滤 所有表字段 包含 分组字段
    • 连接查询/多表关联查询
      • 等值关联
        • 内连接(INNER JOIN)
          • FROM A表 INNER JOIN B表 ON 关联条件 比较常用
            • 内关联求的结果集是两张表的交集
          • Oracle 独有 的写法： FROM A表 , DEPT D WHERE 关联条件
            • 关联条件如果 漏写了 会生成 笛卡尔乘积 : 得到A表的行数 * B表的行数 一定要写关联字段，否则会产生笛卡尔积(查询出来的结果会相乘)
        • 外连接(OUTER JOIN)
          • 左[外]连接 FROM A表（主表） LEFT JOIN B表（从表） ON 关联条件 比较常用
          • 右[外]连接 FROM A表（从表） RIGHT JOIN B表（主表） ON 关联条件
            • FROM 从表 RIGHT JOIN 主表 ON 从表 . 字段名 = 主表 . 字段名 等同于 FROM 从表 , 主表 WHERE 从表 . 字段名(+) = 主表 . 字段名
          • 全[外]连接 FROM A表（主表） FULL JOIN B表（从表） ON 关联条件
            • 1. FULL JOIN 取的是 两张表的全量结果集; 2. 两张表的 共有字段,一定要 用 NVL 处理(防止有的数据在A表B表没有,有的数据 在B表有A表没有); -- 数据开发，金额要么有数据，要么为0，一般不会为NULL
          • 区别于内连接： 1、语法结构上，内连接是[INNER] JOIN,左（右）外连接是LEFT [OUTER] JOIN 2、结果上，内连接取的是两个表的交集， 左外连接取得是主表的所有信息加上从表的信息，主表的数据就算不满足关联条件 也可以被查询出来，从表不够的就用NULL补全剩余的行数
            • 重点：用and过滤条件不会过滤主表的信息。用where的时候，会过滤掉主表的部分信息。 所以，我们在用外连接的时候，大部分都是用and来接过滤条件
        • 自关联
          • 自己跟自己关联(当一个表中存在 上下层级关系的时候)，将一个表拆分成两份或者从一个表中提取一个小一点的表格
            • FROM EMP E -- 员工表 主表 LEFT JOIN EMP F -- 经理表 从表 ON E.MGR = F.EMPNO -- 子表的父字段 = 父表的子字段 员工表的领导编号=经理表的员工编号 -- 先找到 员工的 经理编号 , 然后把经理编号 放到 EMP表去找 对应的员工编号 -- 是这个的行，然后员工编号就能找到对应的经理的姓名
      • 不等值关联
        • 即两个表的关联字段不相等
          • FROM EMP T1 INNER JOIN SALGRADE T2 ON T1.SAL >= T2.LOSAL AND T1.SAL <= T2.HISAL
          • FROM EMP E INNER JOIN SALGRADE S ON E.SAL BETWEEN S.LOSAL AND S.HISAL
    • 子查询
      • 当某个条件不确定的时候,就需要用到子查询
        • WHERE 后面 接子查询
        • FROM 后面接子查询