Jak analizować ciągi jak profesjonalista za pomocą funkcji SQL SUBSTRING()?

Czy lubisz analizować ciągi? Jeśli tak, jedną z niezbędnych funkcji łańcuchowych do użycia jest SQL SUBSTRING. Jest to jedna z tych umiejętności, które programista powinien posiadać w każdym języku.

Więc jak to robisz?

Ważne punkty w analizie ciągów

Załóżmy, że dopiero zaczynasz analizować. O jakich ważnych punktach musisz pamiętać?

Wiedz, jakie informacje są osadzone w ciągu.
Uzyskaj dokładne pozycje każdej informacji w ciągu. Być może będziesz musiał policzyć wszystkie znaki w ciągu.
Poznaj rozmiar lub długość każdego fragmentu informacji w ciągu.
Użyj odpowiedniej funkcji ciągu, która może łatwo wyodrębnić każdą informację z ciągu.

Znajomość wszystkich tych czynników przygotuje Cię do używania SQL SUBSTRING() i przekazywania do niego argumentów.

Składnia SQL SUBSTRING

Składnia SQL SUBSTRING jest następująca:

SUBSTRING(wyrażenie ciągu, początek, długość)

wyrażenie tekstowe – a literał ciągu lub wyrażenie SQL, które zwraca ciąg.
rozpocznij – liczba, od której rozpocznie się ekstrakcja. Jest również oparty na 1 – pierwszy znak w argumencie wyrażenia łańcuchowego musi zaczynać się od 1, a nie od 0. W SQL Server zawsze jest to liczba dodatnia. Jednak w MySQL lub Oracle może być dodatnia lub ujemna. Jeśli jest ujemny, skanowanie rozpoczyna się od końca ciągu.
długość – długość znaków do wyodrębnienia. SQL Server tego wymaga. W MySQL lub Oracle jest to opcjonalne.

4 przykłady SQL SUBSTRING

1. Używanie SQL SUBSTRING do wyodrębniania z literału ciągu

Zacznijmy od prostego przykładu z dosłownym ciągiem. Używamy nazwy słynnej koreańskiej grupy dziewcząt, BlackPink, a Rysunek 1 ilustruje, jak będzie działać SUBSTRING:

Poniższy kod pokazuje, jak go wyodrębnimy:

-- extract 'black' from BlackPink (English)
SELECT SUBSTRING('BlackPink',1,5) AS result

Teraz przyjrzyjmy się również zestawowi wyników na rysunku 2:

Czy to nie łatwe?

Aby wyodrębnić Czarny od Czarnoróżowy , zaczynasz od pozycji 1, a kończysz na pozycji 5. Od BlackPink jest koreański, dowiedzmy się, czy SUBSTRING działa na koreańskich znakach Unicode.

(ZASTRZEŻENIE :Nie umiem mówić, czytać ani pisać po koreańsku, więc dostałem koreańskie tłumaczenie z Wikipedii. Użyłem także Tłumacza Google, aby zobaczyć, które znaki odpowiadają Czarnemu i różowy . Proszę wybacz mi, jeśli to źle. Mam jednak nadzieję, że nadejdzie kwestia, którą staram się wyjaśnić w poprzek)

Zróbmy napis w języku koreańskim (patrz rysunek 3). Użyte znaki koreańskie przekładają się na BlackPink:

Teraz zobacz poniższy kod. Wyodrębnimy dwa znaki odpowiadające Czarnemu .

-- extract 'black' from BlackPink (Korean)
SELECT SUBSTRING(N'블랙핑크',1,2) AS result

Czy zauważyłeś koreański ciąg poprzedzony przez N ? Używa znaków Unicode, a SQL Server przyjmuje NVARCHAR i powinien być poprzedzony przez N . To jedyna różnica w wersji angielskiej. Ale czy będzie działać dobrze? Zobacz rysunek 4:

Działał bez błędów.

2. Używanie SQL SUBSTRING w MySQL z ujemnym argumentem startowym

Posiadanie ujemnego argumentu start nie zadziała w SQL Server. Ale możemy mieć tego przykład przy użyciu MySQL. Tym razem wyodrębnijmy różowy od Czarnoróżowy . Oto kod:

-- Extract 'Pink' from BlackPink using MySQL Substring (English)
select substring('BlackPink',-4,4) as result;

Teraz przyjrzyjmy się wynikowi na rysunku 5:

Ponieważ przekazaliśmy -4 do parametru start, wyodrębnianie rozpoczęło się od końca łańcucha, cofając się o 4 znaki. Aby osiągnąć ten sam wynik w SQL Server, użyj funkcji RIGHT().

Znaki Unicode działają również z MySQL SUBSTRING, jak widać na rysunku 6:

Działało dobrze. Ale czy zauważyłeś, że nie musimy poprzedzać ciągu N? Zauważ też, że istnieje kilka sposobów na uzyskanie podciągu w MySQL. Widziałeś już SUBSTRING. Równoważnymi funkcjami w MySQL są SUBSTR() i MID().

3. Parsowanie podciągów za pomocą argumentów o zmiennym początku i długości

Niestety nie wszystkie wyciągi ciągów używają stałych argumentów początku i długości. W takim przypadku potrzebujesz CHARINDEX, aby uzyskać pozycję ciągu, na który kierujesz. Spójrzmy na przykład:

DECLARE @lineString NVARCHAR(30) = N'김제니 01/16/[email protected]'
DECLARE @name NVARCHAR(5)
DECLARE @bday DATE
DECLARE @instagram VARCHAR(20)

SET @name = SUBSTRING(@lineString,1,CHARINDEX('@',@lineString)-11)
SET @bday = SUBSTRING(@lineString,CHARINDEX('@',@lineString)-10,10)
SET @instagram = SUBSTRING(@lineString,CHARINDEX('@',@lineString),30)

SELECT @name AS [Name], @bday AS [BirthDate], @instagram AS [InstagramAccount]

W powyższym kodzie musisz wyodrębnić imię i nazwisko w języku koreańskim, datę urodzenia i konto na Instagramie.

Zaczynamy od zdefiniowania trzech zmiennych do przechowywania tych informacji. Następnie możemy przeanalizować ciąg i przypisać wyniki do każdej zmiennej.

Możesz pomyśleć, że posiadanie ustalonych startów i długości jest prostsze. Poza tym możemy to namierzyć, przeliczając znaki ręcznie. Ale co, jeśli masz ich dużo na stole?

Oto nasza analiza:

Jedynym stałym elementem w ciągu jest @ postaci na koncie na Instagramie. Możemy określić jego pozycję w łańcuchu za pomocą CHARINDEX. Następnie używamy tej pozycji, aby uzyskać początek i długość reszty.
Data urodzenia jest w ustalonym formacie MM/dd/rrrr z 10 znakami.
Aby wyodrębnić imię, zaczynamy od 1. Ponieważ data urodzenia ma 10 znaków plus @ znak, możesz dostać się do końcowego znaku nazwy w ciągu. Z pozycji @ postać, cofamy się o 11 znaków. SUBSTRING(@lineString,1,CHARINDEX(‘@’,@lineString)-11) to droga do zrobienia.
Aby uzyskać datę urodzin, stosujemy tę samą logikę. Uzyskaj pozycję @ znak i przesuń 10 znaków wstecz, aby uzyskać wartość początkową daty urodzenia. 10 to stała długość. SUBSTRING(@lineString,CHARINDEX(‘@’,@lineString)-10,10) jak uzyskać datę urodzin.
Wreszcie uzyskanie konta na Instagramie jest proste. Zacznij od pozycji @ znak za pomocą CHARINDEX. Uwaga:30 to limit nazw użytkowników na Instagramie.

Sprawdź wyniki na rysunku 7:

4. Używanie SQL SUBSTRING w instrukcji SELECT

Możesz również użyć SUBSTRING w instrukcji SELECT, ale najpierw musimy mieć dane robocze. Oto kod:

SELECT
 CAST(P.LastName AS CHAR(50)) 
 + CAST(P.FirstName AS CHAR(50)) 
 + CAST(ISNULL(P.MiddleName,'') AS CHAR(50)) 
 + CAST(ea.EmailAddress AS CHAR(50)) 
 + CAST(a.City AS CHAR(30)) 
 + CAST(a.PostalCode AS CHAR(15)) AS line
INTO PersonContacts
FROM Person.Person p
INNER JOIN Person.EmailAddress ea 
  ON P.BusinessEntityID = ea.BusinessEntityID
INNER JOIN Person.BusinessEntityAddress bea 
  ON P.BusinessEntityID = bea.BusinessEntityID
INNER JOIN Person.Address a 
  ON bea.AddressID = a.AddressID

Powyższy kod tworzy długi ciąg zawierający imię i nazwisko, adres e-mail, miasto i kod pocztowy. Chcemy go również przechowywać w PersonelContacts tabela.

Teraz zajmijmy się kodem do inżynierii wstecznej za pomocą SUBSTRING:

SELECT
 TRIM(SUBSTRING(line,1,50)) AS [LastName]
,TRIM(SUBSTRING(line,51,50)) AS [FirstName]
,TRIM(SUBSTRING(line,101,50)) AS [MiddleName]
,TRIM(SUBSTRING(line,151,50)) AS [EmailAddress]
,TRIM(SUBSTRING(line,201,30)) AS [City]
,TRIM(SUBSTRING(line,231,15)) AS [PostalCode]
FROM PersonContacts pc
ORDER BY LastName, FirstName

Ponieważ użyliśmy kolumn o stałym rozmiarze, nie ma potrzeby używania CHARINDEX.

Używanie SQL SUBSTRING w klauzuli WHERE – pułapka wydajności?

To prawda. Nikt nie może powstrzymać Cię przed użyciem SUBSTRING w klauzuli WHERE. Jest to poprawna składnia. Ale co, jeśli spowoduje to problemy z wydajnością?

Dlatego udowadniamy to na przykładzie, a następnie omawiamy, jak rozwiązać ten problem. Ale najpierw przygotujmy nasze dane:

USE AdventureWorks
GO

SELECT * INTO SalesOrders FROM Sales.SalesOrderHeader soh

Nie mogę zepsuć SalesOrderHeader stół, więc zrzuciłem go na inny stół. Następnie utworzyłem SalesOrderID w nowych Zamówieniach sprzedaży podaj klucz podstawowy.

Teraz jesteśmy gotowi na zapytanie. Używam dbForge Studio dla SQL Server z trybem profilowania zapytań WŁĄCZONYM do analizy zapytań.

SELECT
 so.SalesOrderID
,so.OrderDate
,so.CustomerID
,so.AccountNumber
FROM SalesOrders so
WHERE SUBSTRING(so.AccountNumber,4,4) = '4030'

Jak widać, powyższe zapytanie działa poprawnie. Teraz spójrz na diagram profilu zapytania na rysunku 8:

Diagram planu wygląda na prosty, ale przyjrzyjmy się właściwościom węzła Clustered Index Scan. W szczególności potrzebujemy informacji o czasie wykonywania:

Ilustracja 9 przedstawia strony 785 * 8 KB odczytane przez silnik bazy danych. Zauważ również, że rzeczywisty odczyt wierszy to 31 411. Jest to łączna liczba wierszy w tabeli. Jednak zapytanie zwróciło tylko 27 605 rzeczywistych wierszy.

Cała tabela została odczytana przy użyciu indeksu klastrowego jako odniesienia.

Dlaczego?

Chodzi o to, że serwer SQL musi wiedzieć, czy 4030 jest podciągiem numeru Konta. Musi czytać i oceniać każdy zapis. Odrzuć wiersze, które nie są równe i zwróć potrzebne wiersze. Wykonuje zadanie, ale nie wystarczająco szybko.

Co możemy zrobić, aby działał szybciej?

Unikaj SUBSTRING w klauzuli WHERE i uzyskaj ten sam wynik szybciej

Teraz chcemy uzyskać ten sam wynik bez użycia SUBSTRING w klauzuli WHERE. Wykonaj poniższe czynności:

Zmień tabelę, dodając kolumnę obliczaną z SUBSTRING(numer konta, 4,4) formuła. Nazwijmy go AccountCategory z braku lepszego terminu.
Utwórz indeks nieklastrowy dla nowej AccountCategory kolumna. Uwzględnij datę zamówienia , Numer Konta i ID klienta kolumny.

To wszystko.

Zmieniamy klauzulę WHERE zapytania, aby dostosować nową AccountCategory kolumna:

SET STATISTICS IO ON

SELECT
 so.SalesOrderID
,so.OrderDate
,so.CustomerID
,so.AccountNumber
FROM SalesOrders so
WHERE so.AccountCategory = '4030'

SET STATISTICS IO OFF

W klauzuli WHERE nie ma SUBSTRING. Sprawdźmy teraz diagram planu:

Skanowanie indeksu zostało zastąpione przez wyszukiwanie indeksu. Zauważ również, że SQL Server użył nowego indeksu w wyliczonej kolumnie. Czy nastąpiły również zmiany w odczytach logicznych i rzeczywistych odczytanych wierszach? Zobacz rysunek 11:

Zmniejszenie z 785 do 222 odczytów logicznych to wielka poprawa, ponad trzy razy mniej niż oryginalne odczyty logiczne. Zminimalizowało również rzeczywisty odczyt wierszy tylko do tych wierszy, których potrzebujemy.

Dlatego użycie SUBSTRING w klauzuli WHERE nie jest dobre dla wydajności i dotyczy każdej innej funkcji o wartościach skalarnych używanej w klauzuli WHERE.

Wniosek

Programiści nie mogą uniknąć analizowania ciągów. Taka potrzeba pojawi się w taki czy inny sposób.
Podczas analizowania ciągów niezbędne jest poznanie informacji w ciągu, pozycji każdej części informacji oraz ich rozmiarów lub długości.
Jedną z funkcji analizujących jest SQL SUBSTRING. Potrzebuje tylko ciągu do przeanalizowania, pozycji do rozpoczęcia ekstrakcji i długości ciągu do wyodrębnienia.
SUBSTRING może mieć różne zachowania między smakami SQL, takimi jak SQL Server, MySQL i Oracle.
Możesz użyć SUBSTRING z literałowymi ciągami i ciągami w kolumnach tabeli.
Użyliśmy również SUBSTRING ze znakami Unicode.
Użycie SUBSTRING lub dowolnej funkcji o wartościach skalarnych w klauzuli WHERE może zmniejszyć wydajność zapytania. Napraw to za pomocą indeksowanej kolumny obliczeniowej.

Jeśli uznasz ten post za pomocny, udostępnij go na preferowanych platformach społecznościowych lub udostępnij swój komentarz poniżej?