客服电话
APP下载
迪恩网络APP
随时随地掌握行业动态
官方微信
扫描二维码
关注迪恩网络微信公众号
|
下面给大家详细介绍Oracle 11GR2的递归WITH子查询方法，具体内容如下所示：
SQL> with emp_data(ename,empno,mgr,l)
as
(select ename, empno, mgr, 1 lvl from emp where mgr is null
union all
select emp.ename, emp.empno, emp.mgr, ed.l+1
from emp, emp_data ed
where emp.mgr = ed.empno
)
SEARCH DEPTH FIRST BY ename SET order_by
select l,
lpad('*' ,2*l, '*')||ename nm
from emp_data
order by order_by
/
L NM 14 rows selected. 不知道真用起来怎么样，按我的想象可以比原来的SYS_CONNECT_BY_PATH多玩出很多新花样，比如按路径累加，更灵活的剪枝条件， WITH子查询也称为CTE (Common Table Expression)，是ANSI SQL-99标准的一部分。ORACLE从9i开始引入WITH子查询，把它被称作SUBQUERY FACTORING(分解子查询)。 WITH子查询的作用类似于内联视图(INLINE VIEW)。内联视图的定义写作SQL的FROM 后面，只能够引用一次；而WITH子查询需要在引用之前先定义，一旦定义了在整个查询的后续部分就可以按名称来反复引用，从这点来看又很像临时表。 从版本11GR2开始，ORACLE支持递归的WITH, 即允许在WITH子查询的定义中对自身引用。这不是什么新鲜事，其他数据库如DB2, Firebird, Microsoft SQL Server, PostgreSQL 都先于ORACLE支持这一特性。但对于ORACLE用户来说，这一递归特性还是很令人期待的，利用它可以轻易实现以往做不到的、或者很难做到的许多新功能。这一章我们就来探索这一令人兴奋的新特性，并把它和以往的实现手段（主要是CONNECT BY层次查询）作比较。 我们先来看看这个递归WITH子查询的语法： WITH ① query_name ([c_alias [, c_alias]...]) ①这是子查询的名称，和以往不同的是，必须在括号中把这个子查询的所有列名写出来。 subquery部分由两个成员组成：anchor member(锚点成员) 和 recursive member(递归成员)。它们之间必须用union all联合起来，anchor member 必须写在recursive member前面。 递归成员也是一个SELECT语句，用于定义上下级的关系，它必须包含自身名称(即query_name)，而且仅仅只能引用一次。递归正是体现在对于自身的引用。典型的做法就是把query_name和其他表(一般来说就是你要遍历的表)做一个连接，连接条件表明了上下级的关系。必须注意，在这个query_name中，并不是截止目前为止的所有数据都是可见的，可见的只是上次递归新加入的最近的一层数据。对query_name列的引用相当于CONNECT BY中的PRIOR操作符。当找不到满足条件的下级，遍历就会停止；如果你还有其他的递归出口条件，也可以一起写在WHERE中，当WHERE不满足时，遍历就会停止，这就是在遍历树、图时候的剪枝操作。越早停止则效率越高。 这个递归成员就是程序员发挥创造力的地方，以往在CONNECT BY中做不到的事情，比如沿路径求和、求积等运算，现在都轻而易举。而SYS_CONNECT_BY_PATH也很容易用字符串拼接'||'来实现。 搜索子句(search_clause)和循环子句(cycle_clause)我们后面的例子中会见到。 下面我们就来看看递归WITH子查询的用法实例。 例1: 先来一个简单例子，从scott/tiger的emp表来查找上下级关系： 传统的CONNECT BY写法： SELECT empno ,ename ,job ,mgr ,deptno ,level ,SYS_CONNECT_BY_PATH(ename,'\') AS path ,CONNECT_BY_ROOT(ename) AS top_manager FROM EMP START WITH mgr IS NULL -- mgr列为空，表示没有上级，该员工已经是最高级别。这是层次查询的起点 CONNECT BY PRIOR empno= mgr; 新的递归WITH写法: WITH T(empno, ename, job, mgr, deptno, the_level, path,top_manager) AS ( ---- 必须把结构写出来 SELECT empno, ename, job, mgr, deptno ---- 先写锚点查询，用START WITH的条件 ,1 AS the_level ---- 递归起点，第一层 ,'\'||ename ---- 路径的第一截 ,ename AS top_manager ---- 原来的CONNECT_BY_ROOT FROM EMP WHERE mgr IS NULL ---- 原来的START WITH条件 UNION ALL ---- 下面是递归部分 SELECT e.empno, e.ename, e.job, e.mgr, e.deptno ---- 要加入的新一层数据，来自要遍历的emp表 ,1 + t.the_level ---- 递归层次，在原来的基础上加1。这相当于CONNECT BY查询中的LEVEL伪列 ,t.path||'\'||e.ename ---- 把新的一截路径拼上去 ,t.top_manager ---- 直接继承原来的数据，因为每个路径的根节点只有一个 FROM t, emp e ---- 典型写法，把子查询本身和要遍历的表作一个连接 WHERE t.empno = e.mgr ---- 原来的CONNECT BY条件 ) ---- WITH定义结束 SELECT * FROM T ; 查询结果： EMPNO ENAME JOB MGR DEPTNO THE_LEVEL PATH TOP_MANAGE ------ ---------- --------- ------ ------- ---------- -------------------------- ---------- 7839 KING PRESIDENT 10 1 \KING KING 7566 JONES MANAGER 7839 20 2 \KING\JONES KING 7698 BLAKE MANAGER 7839 30 2 \KING\BLAKE KING 7782 CLARK MANAGER 7839 10 2 \KING\CLARK KING 7499 ALLEN SALESMAN 7698 30 3 \KING\BLAKE\ALLEN KING 7521 WARD SALESMAN 7698 30 3 \KING\BLAKE\WARD KING 7654 MARTIN SALESMAN 7698 30 3 \KING\BLAKE\MARTIN KING 7788 SCOTT ANALYST 7566 20 3 \KING\JONES\SCOTT KING 7844 TURNER SALESMAN 7698 30 3 \KING\BLAKE\TURNER KING 7900 JAMES CLERK 7698 30 3 \KING\BLAKE\JAMES KING 7902 FORD ANALYST 7566 20 3 \KING\JONES\FORD KING 7934 MILLER CLERK 7782 10 3 \KING\CLARK\MILLER KING 7369 SMITH CLERK 7902 20 4 \KING\JONES\FORD\SMITH KING 7876 ADAMS CLERK 7788 20 4 \KING\JONES\SCOTT\ADAMS KING 14 rows selected. 从结果集的THE_LEVEL和PATH列可以清楚地看到数据是如何被一层一层叠加上去的。 例2: 构造等差数列： CONNECT BY写法： 这是一个非常特殊的用法，因为没有上下级关系，只有遍历的终止条件。像这类CONNECT BY我强烈推荐在只有一行的结果集上运行（比如FROM DUAL, 比如从一个聚合后的子查询），在多行的集合上运行比较难以控制，头脑必须很清醒。 （以下ROWNUM全部可以改成 LEVEL，效果一样）： SELECT ROWNUM n ,ROWNUM*2 n2 ,DATE '2010-1-1'+ROWNUM-1 dt ,ADD_MONTHS(DATE '2010-1-1', ROWNUM-1) mon FROM DUAL CONNECT BY ROWNUM<=10; 结果： N N2 DT MON 10 rows selected. 这个简洁优雅的写法最早由Mikito Harakiri(从名字看是个日本人)在asktom网站(http://asktom.oracle.com)发表，现在已经风靡全世界的ORACLE社区。在这个方法被发现之前，一般采用的是从一个大的集合（表或视图）中获取ROWNUM的方法： SELECT ROWNUM n, ROWNUM*2 n2, DATE '2010-1-1'+ROWNUM-1 dt, ADD_MONTHS(DATE '2010-1-1', ROWNUM-1) mon FROM ALL_OBJECTS ---- ALL_OBJECTS是个很大的系统视图，它包含的行数足够满足一般的序列构造 WHERE ROWNUM<=10; 下面尝试用递归WITH的写法：
WITH t(n,n2,dt,mon) AS (
SELECT 1, 2,TO_DATE('2010-1-1','YYYY-MM-DD'),TO_DATE('2010-1-1','YYYY-MM-DD') FROM DUAL --- 先构造第一个
UNION ALL
SELECT t.n+1 ---- 递增1
,t.n2+2 ---- 递增2
,dt+1 ---- 下一日
,ADD_MONTHS(mon,1) ---- 下个月
FROM t ---- 没有任何连接，因为不需要，所有数据都可以从锚点成员中衍生出来
WHERE t.n<10
)
SELECT * FROM T;
一切都按规矩来，竟然还是出错了： ,ADD_MONTHS(mon,1) ---- 下个月 * ERROR at line 6: ORA-01790: expression must have same datatype as corresponding expression 改为字符串型看看： WITH t(n,n2,dt,mon) AS ( SELECT 1, 2,'2010-01-01','2010-01-01' FROM DUAL ---- 用字符串来表示日期 UNION ALL SELECT t.n+1 ---- 递增1 ,t.n2+2 ---- 递增2 ,TO_CHAR(TO_DATE(t.dt,'YYYY-MM-DD')+1,'YYYY-MM-DD') ---- 先转换为日期型，计算后换回字符串型 ,TO_CHAR(ADD_MONTHS(TO_DATE(t.mon,'YYYY-MM-DD'),1),'YYYY-MM-DD') ---- 计算下个月，方法同上 FROM t WHERE t.n<10 ) SELECT * FROM T; 我很惊奇地看到这个结果： N N2 DT MON 10 rows selected. 这是ORACEL 11.2.0.1.0版本的BUG，后续版本应该会改正。 没办法，只好想其他招数绕过去: WITH t(n) AS ( SELECT 1 FROM DUAL --- 先构造第一个 UNION ALL SELECT t.n+1 ---- 仅仅是整数序列 FROM t WHERE t.n<10 ) SELECT n ,n*2 n2 ,DATE '2010-1-1'+n-1 dt ---- 在最终的查询中进行日期运算 ,ADD_MONTHS(DATE '2010-1-1', n-1) mon FROM T; 这下子对了： N N2 DT MON 10 rows selected. 看来对日期的运算有BUG。解决办法就是先构造整数序列，然后在最终的查询中再利用这个整数序列来构造日期序列。 从一个单行结果集CONNECT BY的例子: SELECT ROWNUM rn,cnt FROM (SELECT COUNT(*) cnt FROM emp) ---- 经过聚合的只有一行的结果集 CONNECT BY ROWNUM<=cnt; 结果： RN CNT 14 rows selected. 递归WITH写法： WITH t(n,cnt) AS ( SELECT 1,COUNT(*) cnt FROM EMP --- 先构造第一个 UNION ALL SELECT t.n+1 ---- 递增1 ,t.cnt ---- 这个cnt列不做任何修改，从第一层得来 FROM t ---- 没有任何连接，因为不需要 WHERE t.n<t.cnt ---- 在这里看到cnt的作用，就是用于终止遍历 ) SELECT * FROM t; 结果同上（略）。 例3: 独立事件的排列组合：一个布袋中装有数量相同的四种颜色的小球。随机从布袋中取四次，每次取完都放回去。现在问四次结果总颜色数等于3的概率是多少？ 传统的CONNECT BY写法： WITH t AS ( SELECT ROWNUM rn -- 先构造一个1,2,3,4的结果集，每个rn表示一种颜色 FROM DUAL CONNECT BY ROWNUM<=4 ) ,t2 AS ( ---- 集合t2模拟独立取四次的动作，最终结果会有4*4*4*4=256行 SELECT ROWNUM id ---- 构造唯一ID供下面拆分用 ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除 ,COUNT(*) OVER() cnt ---- 利用分析函数算出总行数并把它作为一个列返回 FROM t ---- 这个是有四行的集合 WHERE LEVEL=4 ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合 CONNECT BY LEVEL<=4 ---- 没有任何条件，前后都是独立的 ) ,t3 AS ( ---- 集合t3把t2中的PATH包含的颜色组合拆开为四行 SELECT id,cnt,SUBSTR(PATH,rn,1) color FROM t2,t ---- 笛卡儿积，用于把t2中的一行变为四行 ) SELECT COUNT(COUNT(*))/MAX(cnt) AS prob FROM t3 GROUP BY id,cnt HAVING COUNT(DISTINCT color)=3 --- 每一个id中包含三种颜色 ; 结果： PROB 这个例子展示了CONNECT BY来模拟排列组合的技巧。每一层遍历表示一次抽取的动作，因为每次都是完全独立的，在CONNECT BY 里面仅仅限制了抽取次数（遍历层数）而没有其他条件。SYS_CONNECT_BY_PATH可以把截至当前为止所访问到的各层次的数据串起来，在LEVEL=N就包含了前N层的排列组合情况。你可以用这个查询来看看中间生成的结果集t2： WITH t AS ( SELECT ROWNUM rn -- 先构造一个1,2,3,4的结果集，每个rn表示一种颜色 FROM DUAL CONNECT BY ROWNUM<=4 ) ,t2 AS ( ---- 集合t2模拟独立取四次的动作，最终结果会有4*4*4*4=256行 SELECT ROWNUM id ---- 构造唯一ID供下面拆分用 ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除 ,COUNT(*) OVER() cnt ---- 利用分析函数算出总行数并把它作为一个列返回 FROM t ---- 这个是有四行的集合 WHERE LEVEL=4 ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合 CONNECT BY LEVEL<=4 ---- 没有任何条件，前后都是独立的 ) SELECT * FROM t2; ID PATH CNT 256 rows selected. 由此看到PATH列已经包含了四次抽取的所有可能结果，每个结果都被赋予一个唯一的编号ID。 如果你好奇的话可以看看下一步的结果集t3: WITH t AS ( SELECT ROWNUM rn -- 先构造一个1,2,3,4的结果集，每个rn表示一种颜色 FROM DUAL CONNECT BY ROWNUM<=4 ) ,t2 AS ( ---- 集合t2模拟独立取四次的动作，最终结果会有4*4*4*4=256行 SELECT ROWNUM id ---- 构造唯一ID供下面拆分用 ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除 ,COUNT(*) OVER() cnt ---- 利用分析函数算出总行数并把它作为一个列返回 FROM t ---- 这个是有四行的集合 WHERE LEVEL=4 ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合 CONNECT BY LEVEL<=4 ---- 没有任何条件，前后都是独立的 ) ,t3 AS ( ---- 集合t3把t2中的PATH包含的颜色组合拆开为四行 SELECT id,cnt,SUBSTR(PATH,rn,1) color FROM t2,t ---- 笛卡儿积，用于把t2中的一行变为四行 ) SELECT * FROM t3; ID CNT COLO 1024 rows selected. 可以看到t2集合中的每一行都被拆成了四行，这是为了后面的聚合运算。 最后看看算概率的主查询： SELECT COUNT(COUNT(*))/MAX(cnt) AS prob FROM t3 GROUP BY id,cnt HAVING COUNT(DISTINCT color)=3; COUNT(DISTINCT color)可以算出每个ID中包含不重复的颜色数目，放在HAVING中过滤了数目不为3的那些ID。 GROUP BY id,cnt 表示按照id来分组。因为所有行的cnt都是一样的(都等于256)，我们在分组加入它并不会改变分组的结果，加入cnt的目的是为了在查询中引用。 本例是一个在多行的结果集上进行无条件遍历的例子，前面说过了要特别小心，因为没有上下级关系，随着层数递增，数据量的增长十分可观。 递归WITH写法： WITH T AS ( SELECT ROWNUM rn -- 还是先构造一个1,2,3,4的结果集 FROM DUAL CONNECT BY ROWNUM<=4 ) ,t2(distinct_colors,lvl) AS ( --- 两个列：所有不重复颜色，层次 SELECT '\'||rn,1 ---- 第一层就是最基础的四种颜色的表 FROM t UNION ALL SELECT CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过 THEN t2.distinct_colors||'\'||t.rn --- 拼上去 ELSE t2.distinct_colors ---- 颜色已经出现，保持原来的 END ,t2.lvl+1 --- 层数递增 FROM t, t2 WHERE t2.lvl<4 --- 递归出口的条件：次数达到限制 ) SELECT COUNT(CASE WHEN LENGTH(distinct_colors) - LENGTH(REPLACE(distinct_colors,'\'))=3 THEN 1 END) --- 出现三个斜杠 /COUNT(*) FROM t2 WHERE lvl=4 ---- 同CONNECT BY类似，我们只需观察最后一层的数据，在这里面已经包含了所有层次的颜色 ; 在递归WITH子查询t2中，我们看到它用了一个CASE表达式把以前没出现过的颜色拼接到distinct_colors中。这个CASE是递归WITH的妙处，用SYS_CONNECT_BY_PATH没办法做到有条件的拼接。 而最后在计算颜色数的时候用了一个技巧，把颜色数转换为斜杠的个数，因为我们构造数据的时候每种颜色前面都带一个斜杠。为了求出字符串中某字符出现的次数，我们用了这样的办法： 先求出字符串的总长度； 用REPLACE函数从串中去除这个字符，然后再求一次长度； 两个长度之差就是被去除的字符个数。 CASE函数把出现满足条件的标记置为1,不满足则为NULL, 那么再套一个COUNT函数就能算出满足条件的行数，因为NULL是不被COUNT计入的。 COUNT和CASE的嵌套使用，也是在聚合运算中常用的技巧。 这个颜色数的计算，我们也可以在递归的过程中进行有条件累加，这样最后就可以直接使用： WITH T AS ( SELECT ROWNUM rn -- 还是先构造一个1,2,3,4的结果集 FROM DUAL CONNECT BY ROWNUM<=4 ) ,t2(distinct_colors,lvl,distinct_colors_cnt) AS ( --- 两个列：所有不重复颜色，层次，不重复的颜色数 SELECT '\'||rn,1,1 ---- 第一层就是最基础的四种颜色的表 FROM t UNION ALL SELECT CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过 THEN t2.distinct_colors||'\'||t.rn --- 拼上去 ELSE t2.distinct_colors ---- 颜色已经出现，保持原来的 END ,t2.lvl+1 --- 层数递增 ,CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过 THEN t2.distinct_colors_cnt + 1 --- 颜色数累加 ELSE t2.distinct_colors_cnt ---- 颜色已经出现，数目不变 END FROM t, t2 WHERE t2.lvl<4 --- 递归出口的条件：次数达到限制 ) SELECT COUNT(CASE WHEN distinct_colors_cnt=3 THEN 1 END) --- 出现三个斜杠 /COUNT(*) FROM t2 WHERE lvl=4 ---- 同CONNECT BY类似，我们只需观察最后一层的数据，在这里面已经包含了所有层次的颜色 ; 例4: 构造一个二阶等差数列：这个数列的各项之差是一个等差数列 比如：1,3,6,10,15,21,... 用CONNECT BY: SELECT LEVEL, SUM(LEVEL) OVER(ORDER BY LEVEL) n FROM DUAL CONNECT BY LEVEL<=10; 结果： LEVEL N 10 rows selected. 因为只有一条路径，所以用分析函数SUM很轻易做到了。 递归WITH写法： WITH t(lvl,n) AS ( SELECT 1,1 FROM DUAL --- 先构造第一个 UNION ALL SELECT t.lvl+1, t.lvl+1+t.n ---- n的增幅本身是一个等差数列，即新的t.lvl FROM t ---- 没有任何连接，因为不需要 WHERE t.lvl<10 ---- 找到10个就停止 ) SELECT * FROM T; 结果： LVL N 例5: 构造斐波那契数列: 指的是这样一个数列, 从第三项开始，每一项都等于前两项之和。 传统的CONNECT BY方法做不出来，但是用10G以上所支持的MODEL可以轻松构造： SELECT rn,n FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY ROWNUM<=10) MODEL RETURN UPDATED ROWS DIMENSION BY (rn) MEASURES (1 n) RULES ( n[any] order by rn=DECODE(cv(rn),1,1,2,1, n[cv()-2]+n[cv()-1]) ---- 用DECODE构造最初的两个，其余的则赋值为最近两项之和 ) / RN N 10 rows selected. 用递归WITH的写法： WITH t(n,last_n,cnt) AS ( SELECT 1,0,1 FROM DUAL --- 先构造第一个 UNION ALL SELECT t.n+t.last_n, t.n, t.cnt+1 ---- 前两项之和 FROM t ---- 没有任何连接，因为不需要 WHERE t.cnt<10 ---- 找到10个就停止 ) SELECT n FROM T; N 10 rows selected. 例6: 排列组合: 从5个数中取3个的所有组合C(3,5): CONNECT BY写法： SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath FROM (SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6) WHERE LEVEL=3 CONNECT BY rn<PRIOR rn AND LEVEL<=3 ---- 强行按降序排序，这样就排除了其他相同的、只是顺序不同的组合 ; XMLPATH 递归WITH写法： WITH t AS ( SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6 ) ,t2(rn,xmlpath,lvl) AS ( ---- 三个列：当前节点值，路径，层数 SELECT rn,','||rn,1 FROM t ---- 先构造锚点成员的基础数据，就是上面生成的6行数据的集合 UNION ALL SELECT t.rn,t2.xmlpath||','||t.rn,t2.lvl+1 --- 把当前节点拼接入路径，层数则递增 FROM t2, t WHERE t2.rn<t.rn AND t2.lvl<3 ) SELECT xmlpath FROM t2 WHERE lvl=3; XMLPATH 10 rows selected. 如果要的不是组合而是排列，比如P(3,5)可以这么写： SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY LEVEL<6) WHERE LEVEL=3 CONNECT BY NOCYCLE rn<>PRIOR rn AND LEVEL<=3; XMLPATH 60 rows selected. 和刚才的组合写法相比，rn<PRIOR rn变成了NOCYCLE rn<>PRIOR rn, 这表示只要rn没出现过就行，我们要的是所有的排列顺序而不仅仅是降序。注意这里面的NOCYCLE, 这个是10G上才有的。 如果不写这个NOCYCLE会怎么样？ SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY LEVEL<6) WHERE LEVEL=3 CONNECT BY rn<>PRIOR rn AND LEVEL<=3; ERROR: 可以看到，这个NOCYCLE是很重要的，ORACLE不允许遍历顺序中出现循环。 在递归WITH中，NOCYCLE的写法： WITH t AS ( SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6 ) ,T2(rn,xmlpath,lvl) AS ( ---- 三个列：当前节点值，路径，层数 SELECT rn,','||rn,1 FROM t ---- 先构造锚点成员的基础数据，就是上面生成的6行数据的集合 UNION ALL SELECT t.rn,t2.xmlpath||','||t.rn,t2.lvl+1 --- 把当前节点拼接入路径，层数则递增 FROM t2, t WHERE t2.rn<>t.rn AND t2.lvl<3 ) CYCLE rn SET cycle_flag TO 'Y' DEFAULT 'N' ---- 这个cycle_flag是自己定义的伪列名和值，可以起到CONNECT_BY_ISCYCLE同样的作用 SELECT xmlpath FROM t2 WHERE lvl=3 AND cycle_flag='N'; 结果： XMLPA L NM 14 rows selected. 不知道真用起来怎么样，按我的想象可以比原来的SYS_CONNECT_BY_PATH多玩出很多新花样，比如按路径累加，更灵活的剪枝条件， WITH子查询也称为CTE (Common Table Expression)，是ANSI SQL-99标准的一部分。ORACLE从9i开始引入WITH子查询，把它被称作SUBQUERY FACTORING(分解子查询)。 WITH子查询的作用类似于内联视图(INLINE VIEW)。内联视图的定义写作SQL的FROM 后面，只能够引用一次；而WITH子查询需要在引用之前先定义，一旦定义了在整个查询的后续部分就可以按名称来反复引用，从这点来看又很像临时表。 从版本11GR2开始，ORACLE支持递归的WITH, 即允许在WITH子查询的定义中对自身引用。这不是什么新鲜事，其他数据库如DB2, Firebird, Microsoft SQL Server, PostgreSQL 都先于ORACLE支持这一特性。但对于ORACLE用户来说，这一递归特性还是很令人期待的，利用它可以轻易实现以往做不到的、或者很难做到的许多新功能。这一章我们就来探索这一令人兴奋的新特性，并把它和以往的实现手段（主要是CONNECT BY层次查询）作比较。 我们先来看看这个递归WITH子查询的语法： WITH ① query_name ([c_alias [, c_alias]...]) ①这是子查询的名称，和以往不同的是，必须在括号中把这个子查询的所有列名写出来。 subquery部分由两个成员组成：anchor member(锚点成员) 和 recursive member(递归成员)。它们之间必须用union all联合起来，anchor member 必须写在recursive member前面。 anchor member用来定位递归的入口，锚点成员是一个SELECT语句，它不可以包含自身名称(query_name)。这相当于CONNECT BY查询中的START WITH，典型写法就是: SELECT ... FROM 要遍历的表 WHERE ... (起始条件) 递归成员也是一个SELECT语句，用于定义上下级的关系，它必须包含自身名称(即query_name)，而且仅仅只能引用一次。递归正是体现在对于自身的引用。典型的做法就是把query_name和其他表(一般来说就是你要遍历的表)做一个连接，连接条件表明了上下级的关系。必须注意，在这个query_name中，并不是截止目前为止的所有数据都是可见的，可见的只是上次递归新加入的最近的一层数据。对query_name列的引用相当于CONNECT BY中的PRIOR操作符。当找不到满足条件的下级，遍历就会停止；如果你还有其他的递归出口条件，也可以一起写在WHERE中，当WHERE不满足时，遍历就会停止，这就是在遍历树、图时候的剪枝操作。越早停止则效率越高。 这个递归成员就是程序员发挥创造力的地方，以往在CONNECT BY中做不到的事情，比如沿路径求和、求积等运算，现在都轻而易举。而SYS_CONNECT_BY_PATH也很容易用字符串拼接'||'来实现。 搜索子句(search_clause)和循环子句(cycle_clause)我们后面的例子中会见到。 下面我们就来看看递归WITH子查询的用法实例。 例1: 先来一个简单例子，从scott/tiger的emp表来查找上下级关系： 传统的CONNECT BY写法： SELECT empno ,ename ,job ,mgr ,deptno ,level ,SYS_CONNECT_BY_PATH(ename,'\') AS path ,CONNECT_BY_ROOT(ename) AS top_manager FROM EMP START WITH mgr IS NULL -- mgr列为空，表示没有上级，该员工已经是最高级别。这是层次查询的起点 CONNECT BY PRIOR empno= mgr; 新的递归WITH写法: WITH T(empno, ename, job, mgr, deptno, the_level, path,top_manager) AS ( ---- 必须把结构写出来 SELECT empno, ename, job, mgr, deptno ---- 先写锚点查询，用START WITH的条件 ,1 AS the_level ---- 递归起点，第一层 ,'\'||ename ---- 路径的第一截 ,ename AS top_manager ---- 原来的CONNECT_BY_ROOT FROM EMP WHERE mgr IS NULL ---- 原来的START WITH条件 UNION ALL ---- 下面是递归部分 SELECT e.empno, e.ename, e.job, e.mgr, e.deptno ---- 要加入的新一层数据，来自要遍历的emp表 ,1 + t.the_level ---- 递归层次，在原来的基础上加1。这相当于CONNECT BY查询中的LEVEL伪列 ,t.path||'\'||e.ename ---- 把新的一截路径拼上去 ,t.top_manager ---- 直接继承原来的数据，因为每个路径的根节点只有一个 FROM t, emp e ---- 典型写法，把子查询本身和要遍历的表作一个连接 WHERE t.empno = e.mgr ---- 原来的CONNECT BY条件 ) ---- WITH定义结束 SELECT * FROM T ; 查询结果： EMPNO ENAME JOB MGR DEPTNO THE_LEVEL PATH TOP_MANAGE 14 rows selected. 从结果集的THE_LEVEL和PATH列可以清楚地看到数据是如何被一层一层叠加上去的。 例2: 构造等差数列： CONNECT BY写法： 这是一个非常特殊的用法，因为没有上下级关系，只有遍历的终止条件。像这类CONNECT BY我强烈推荐在只有一行的结果集上运行（比如FROM DUAL, 比如从一个聚合后的子查询），在多行的集合上运行比较难以控制，头脑必须很清醒。 （以下ROWNUM全部可以改成 LEVEL，效果一样）： SELECT ROWNUM n ,ROWNUM*2 n2 ,DATE '2010-1-1'+ROWNUM-1 dt ,ADD_MONTHS(DATE '2010-1-1', ROWNUM-1) mon FROM DUAL CONNECT BY ROWNUM<=10; 结果： N N2 DT MON 10 rows selected. 这个简洁优雅的写法最早由Mikito Harakiri(从名字看是个日本人)在asktom网站(http://asktom.oracle.com)发表，现在已经风靡全世界的ORACLE社区。在这个方法被发现之前，一般采用的是从一个大的集合（表或视图）中获取ROWNUM的方法： SELECT ROWNUM n, ROWNUM*2 n2, DATE '2010-1-1'+ROWNUM-1 dt, ADD_MONTHS(DATE '2010-1-1', ROWNUM-1) mon FROM ALL_OBJECTS ---- ALL_OBJECTS是个很大的系统视图，它包含的行数足够满足一般的序列构造 WHERE ROWNUM<=10; 下面尝试用递归WITH的写法：
WITH t(n,n2,dt,mon) AS (
SELECT 1, 2,TO_DATE('2010-1-1','YYYY-MM-DD'),TO_DATE('2010-1-1','YYYY-MM-DD') FROM DUAL --- 先构造第一个
UNION ALL
SELECT t.n+1 ---- 递增1
,t.n2+2 ---- 递增2
,dt+1 ---- 下一日
,ADD_MONTHS(mon,1) ---- 下个月
FROM t ---- 没有任何连接，因为不需要，所有数据都可以从锚点成员中衍生出来
WHERE t.n<10
)
SELECT * FROM T;
一切都按规矩来，竟然还是出错了：
,ADD_MONTHS(mon,1) ---- 下个月
*
ERROR at line 6:
ORA-01790: expression must have same datatype as corresponding expression
改为字符串型看看： WITH t(n,n2,dt,mon) AS ( SELECT 1, 2,'2010-01-01','2010-01-01' FROM DUAL ---- 用字符串来表示日期 UNION ALL SELECT t.n+1 ---- 递增1 ,t.n2+2 ---- 递增2 ,TO_CHAR(TO_DATE(t.dt,'YYYY-MM-DD')+1,'YYYY-MM-DD') ---- 先转换为日期型，计算后换回字符串型 ,TO_CHAR(ADD_MONTHS(TO_DATE(t.mon,'YYYY-MM-DD'),1),'YYYY-MM-DD') ---- 计算下个月，方法同上 FROM t WHERE t.n<10 ) SELECT * FROM T; 我很惊奇地看到这个结果： 10 rows selected. 这是ORACEL 11.2.0.1.0版本的BUG，后续版本应该会改正。 没办法，只好想其他招数绕过去: WITH t(n) AS ( SELECT 1 FROM DUAL --- 先构造第一个 UNION ALL SELECT t.n+1 ---- 仅仅是整数序列 FROM t WHERE t.n<10 ) SELECT n ,n*2 n2 ,DATE '2010-1-1'+n-1 dt ---- 在最终的查询中进行日期运算 ,ADD_MONTHS(DATE '2010-1-1', n-1) mon FROM T; 这下子对了： N N2 DT MON 10 rows selected. 看来对日期的运算有BUG。解决办法就是先构造整数序列，然后在最终的查询中再利用这个整数序列来构造日期序列。 从一个单行结果集CONNECT BY的例子: SELECT ROWNUM rn,cnt FROM (SELECT COUNT(*) cnt FROM emp) ---- 经过聚合的只有一行的结果集 CONNECT BY ROWNUM<=cnt; 结果： RN CNT 递归WITH写法： WITH t(n,cnt) AS ( SELECT 1,COUNT(*) cnt FROM EMP --- 先构造第一个 UNION ALL SELECT t.n+1 ---- 递增1 ,t.cnt ---- 这个cnt列不做任何修改，从第一层得来 FROM t ---- 没有任何连接，因为不需要 WHERE t.n<t.cnt ---- 在这里看到cnt的作用，就是用于终止遍历 ) SELECT * FROM t; 结果同上（略）。 例3: 独立事件的排列组合：一个布袋中装有数量相同的四种颜色的小球。随机从布袋中取四次，每次取完都放回去。现在问四次结果总颜色数等于3的概率是多少？ 传统的CONNECT BY写法： WITH t AS ( SELECT ROWNUM rn -- 先构造一个1,2,3,4的结果集，每个rn表示一种颜色 FROM DUAL CONNECT BY ROWNUM<=4 ) ,t2 AS ( ---- 集合t2模拟独立取四次的动作，最终结果会有4*4*4*4=256行 SELECT ROWNUM id ---- 构造唯一ID供下面拆分用 ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除 ,COUNT(*) OVER() cnt ---- 利用分析函数算出总行数并把它作为一个列返回 FROM t ---- 这个是有四行的集合 WHERE LEVEL=4 ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合 CONNECT BY LEVEL<=4 ---- 没有任何条件，前后都是独立的 ) ,t3 AS ( ---- 集合t3把t2中的PATH包含的颜色组合拆开为四行 SELECT id,cnt,SUBSTR(PATH,rn,1) color FROM t2,t ---- 笛卡儿积，用于把t2中的一行变为四行 ) SELECT COUNT(COUNT(*))/MAX(cnt) AS prob FROM t3 GROUP BY id,cnt HAVING COUNT(DISTINCT color)=3 --- 每一个id中包含三种颜色 ; 结果： PROB 这个例子展示了CONNECT BY来模拟排列组合的技巧。每一层遍历表示一次抽取的动作，因为每次都是完全独立的，在CONNECT BY 里面仅仅限制了抽取次数（遍历层数）而没有其他条件。SYS_CONNECT_BY_PATH可以把截至当前为止所访问到的各层次的数据串起来，在LEVEL=N就包含了前N层的排列组合情况。你可以用这个查询来看看中间生成的结果集t2： WITH t AS ( SELECT ROWNUM rn -- 先构造一个1,2,3,4的结果集，每个rn表示一种颜色 FROM DUAL CONNECT BY ROWNUM<=4 ) ,t2 AS ( ---- 集合t2模拟独立取四次的动作，最终结果会有4*4*4*4=256行 SELECT ROWNUM id ---- 构造唯一ID供下面拆分用 ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除 ,COUNT(*) OVER() cnt ---- 利用分析函数算出总行数并把它作为一个列返回 FROM t ---- 这个是有四行的集合 WHERE LEVEL=4 ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合 CONNECT BY LEVEL<=4 ---- 没有任何条件，前后都是独立的 ) SELECT * FROM t2; ID PATH CNT |
请发表评论