SQL 關於apply的兩種形式cross apply 和 outer apply

本文轉載自查看原文 2013-04-02 23:11 27572 [11]SQL Server

SQL 關於apply的兩種形式cross apply 和 outer apply

apply有兩種形式： cross apply 和 outer apply

先看看語法：

　　<left_table_expression> {cross|outer} apply <right_table_expression>

再讓我們了解一下apply運算涉及的兩個步驟：

A1:把右表表達式(<right_table_expression>)應用到左表(<left_table_expression>)輸入的行；
A2:添加外部行；

　　使用apply就像是先計算左輸入，讓后為左輸入中的每一行計算一次右輸入。（這一句很重要，可能會不理解，但要先記住，后面會有詳細的說明）

最后結合以上兩個步驟說明cross apply和outer apply的區別：

　　cross apply和outer apply 總是包含步驟A1，只有outer apply包含步驟A2，如果cross apply左行應用右表表達式時返回空積，則不返回該行。而outer apply返回改行，並且改行的右表表達式的屬性為null。

看到上面的解釋或步驟大家可能還是一頭的霧水，不知所雲。下面用例子來說明：

先建表一（[dbo].[Customers] 字段說明：customerid -- 消費者id ， city -- 所在城市）：

CREATE TABLE [dbo].[Customers](
    [customerid] [char](5) COLLATE Chinese_PRC_CI_AS NOT NULL,
    [city] [varchar](10) COLLATE Chinese_PRC_CI_AS NOT NULL,
PRIMARY KEY CLUSTERED 
(
    [customerid] ASC
)WITH (IGNORE_DUP_KEY = OFF) ON [PRIMARY]
) ON [PRIMARY]

向表一插入數據：

insert into dbo.Customers values('FISSA','Madrid');
insert into dbo.Customers values('FRNDO','Madrid');
insert into dbo.Customers values('KRLOS','Madrid');
insert into dbo.Customers values('MRPHS','Zion');

查詢所插入的數據：

select * from dbo.Customers

結果如圖：

再建表二（[dbo].[Orders] 字段說明：orderid -- 訂單id ， customerid -- 消費者id）：

CREATE TABLE [dbo].[Orders](
    [orderid] [int] NOT NULL,
    [customerid] [char](5) COLLATE Chinese_PRC_CI_AS NULL,
PRIMARY KEY CLUSTERED 
(
    [orderid] ASC
)WITH (IGNORE_DUP_KEY = OFF) ON [PRIMARY]
) ON [PRIMARY]

向表二插入數據：

insert into dbo.Orders values(1,'FRNDO');
insert into dbo.Orders values(2,'FRNDO');
insert into dbo.Orders values(3,'KRLOS');
insert into dbo.Orders values(4,'KRLOS');
insert into dbo.Orders values(5,'KRLOS');
insert into dbo.Orders values(6,'MRPHS');
insert into dbo.Orders values(7,null);

查詢插入的數據：

select * from dbo.orders

結果如圖：

例子：題目：得到每個消費者最新的兩個訂單：

用cross apply

sql：

select *
from dbo.Customers as C
 cross apply
    (select top 2 *
     from dbo.Orders as O
     where C.customerid=O.customerid
     order by orderid desc) as CA

結果如圖：

過程分析：

　　它是先得出左表【dbo.Customers】里的數據，然后把此數據一條一條的放入右表表式中，分別得出結果集，最后把結果集整合到一起就是最終的返回結果集了（T1的數據像for循環一樣一條一條的進入到T2中然后返回一個集合最后把所有的集合整合到一塊就是最終的結果），最后我們再理解一下上面讓記着的話（使用apply就像是先計算左輸入，讓后為左輸入中的每一行計算一次右輸入）是不是有所明白了。

實驗：用outer apply 試試看看的到的結果：

sql語句：

select *
from dbo.Customers as C
 outer apply
    (select top 2 *
     from dbo.Orders as O
     where C.customerid=O.customerid
     order by orderid desc) as CA

結果如圖：

結果分析：

　　發現outer apply得到的結果比cross多了一行，我們結合上面所寫的區別（cross apply和outer apply 總是包含步驟A1，只有outer apply包含步驟A2，如果cross apply左行應用右表表達式時返回空積，則不返回該行。而outer apply返回改行，並且改行的右表表達式的屬性為null）就會知道了。

Sql學習第四天——SQL 關於with cube ，with rollup 和 grouping

關於with cube ，with rollup 和 grouping

通過查看sql 2005的幫助文檔找到了CUBE 和 ROLLUP 之間的具體區別：

CUBE 生成的結果集顯示了所選列中值的所有組合的聚合。
ROLLUP 生成的結果集顯示了所選列中值的某一層次結構的聚合。

再看看對grouping的解釋：

　　當行由 CUBE 或 ROLLUP 運算符添加時，該函數將導致附加列的輸出值為 1；當行不由 CUBE 或 ROLLUP 運算符添加時，該函數將導致附加列的輸出值為 0。

僅在與包含 CUBE 或 ROLLUP 運算符的 GROUP BY 子句相關聯的選擇列表中才允許分組。

當看到以上的解釋肯定非常的模糊，不知所雲和不知道該怎樣用，下面通過實例操作來體驗一下：

先建表（dbo.PeopleInfo）：

CREATE TABLE [dbo].[PeopleInfo](
    [id] [int] IDENTITY(1,1) NOT NULL,
    [name] [nchar](10) COLLATE Chinese_PRC_CI_AS NULL,
    [numb] [nchar](10) COLLATE Chinese_PRC_CI_AS NOT NULL,
    [phone] [nchar](10) COLLATE Chinese_PRC_CI_AS NULL,
    [FenShu] [int] NULL
) ON [PRIMARY]

向表插入數據：

insert into peopleinfo([name],numb,phone,fenshu) values ('李歡','3223','1365255',80)
insert into peopleinfo([name],numb,phone,fenshu) values ('李歡','322123','1',90)
insert into peopleinfo([name],numb,phone,fenshu) values ('李名','3213112352','13152',56)
insert into peopleinfo([name],numb,phone,fenshu) values ('李名','32132312','13342563',60)
insert into peopleinfo([name],numb,phone,fenshu) values ('王華','3223','1365255',80)

查詢出插入的全部數據：

select * from dbo.PeopleInfo

結果如圖：

操作一：先試試：1, 查詢所有數據；2,用group by 查詢所有數據；3,用with cube。這三種情況的比較

SQL語句如下：

select * from dbo.PeopleInfo                                                        --1, 查詢所有數據；

select [name],numb,sum(fenshu) from dbo.PeopleInfo group by [name],numb             --2,用group by 查詢所有數據；

select [name],numb,sum(fenshu) from dbo.PeopleInfo group by [name],numb with cube   --3,用with cube。這三種情況的比較

結果如圖：

結果分析：

　　用第三種(用with cube)為什么會多出來有null的字段值呢？通過分析圖上的值得組合會發現是怎么回事兒了，以第三條數據（李歡，null，170）為例：它只是把姓名是【李歡】的分為了一組，而沒有考慮【numb】，所以有多出來了第三條數據，也說明了170是怎么來的。其他的也是這樣。再回顧一下幫助文檔的解釋：CUBE 生成的結果集顯示了所選列中值的所有組合的聚合，發現明了了許多。

操作二：1,用with cube；2,用with rollup 這兩種情況的比較

SQL語句如下：

select [name],numb,sum(fenshu) from dbo.PeopleInfo group by [name],numb with cube    --用with cube。

select [name],numb,sum(fenshu) from dbo.PeopleInfo group by [name],numb with rollup  --用with rollup。

結果如圖：

結果分析：

　　為什么with cube 比 with rollup多出來一部分呢？原來它沒有顯示，以【numb】分組而不考慮【name】的數據情況。再回顧一下幫助文檔的解釋：ROLLUP 生成的結果集顯示了所選列中值的某一層次結構的聚合，那這個【某一層次】又是以什么為標准的呢？我的猜想是：距離group up最近的字段必須考慮在分組內。

證明猜想實例：

操作：用兩個group up 交換字段位置的sql語句和一個在group up 后面增加一個字段的sql語句進行比較：

SQL語句如下：

select [name],numb from dbo.PeopleInfo group by [name],numb with rollup

select [name],numb from dbo.PeopleInfo group by numb,[name] with rollup

select [name],numb,phone from dbo.PeopleInfo group by [name],numb,phone with rollup

結果如圖：

通過結果圖的比較發現猜想是正確的。

---------------------------------------------------grouping-------------------------------------------------

現在來看看grouping的實例：

SQL語句看看與with rollup的結合（與with cube的結合是一樣的）：

select [name],numb,grouping(numb) from dbo.PeopleInfo group by [name],numb with rollup

結果如圖：

結果分析：

　　結合幫助文檔的解釋：當行由 CUBE 或 ROLLUP 運算符添加時，該函數將導致附加列的輸出值為 1；當行不由 CUBE 或 ROLLUP 運算符添加時，該函數將導致附加列的輸出值為 0。很容易理解再此就不多解釋了。

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 SQL Server outer apply 和 cross apply 【轉】sql多行數據拼接OUTER APPLY,CROSS APPLY,FOR XML AUTO 兩種ref的綁定形式圖片上傳的兩種形式實現多態的兩種形式 Sql Server的Cross Apply用法 TensorFlow兩種方式計算Cross Entropy MY SQL 兩種安裝方式 flink table sql兩種寫法 Dynamic SQL 動態SQL語句的兩種用法