再谈SQL Server字符串拆分与分列

字符串拆分函数

刚工作那会写了一篇关于字符串拆分的文章，那时仅仅是考虑实现就可以了，没考虑性能、简洁等因素，现总结一下常用方法以及优劣。
为了考虑代码的可读性和复用性，一般用函数将实现细节封装，下面介绍几种常用的方法：

循环拆分实现

CREATE FUNCTION [dbo].[SplitString]
(
    @str NVARCHAR(4000)
   ,@char NVARCHAR(10) = ','
)
RETURNS @SplitStr TABLE
(
     ID int IDENTITY PRIMARY KEY
    ,Value nvarchar(2000)
)
AS
    BEGIN
        SET @str = @str + @char
        WHILE LEN(@str) > 0
            BEGIN
                INSERT @SplitStr
                SELECT  SUBSTRING(@str, 1, CHARINDEX(@char, @str) - 1)
                SELECT  @str = RIGHT(@str, LEN(@str) - CHARINDEX(@char, @str) - (LEN(@char) - 1))
            END   
        RETURN
    END

以上方法从SQL SERVER 2000时代就可以使用，可以说是最具版本兼容性的写法。

递归函数实现

CREATE FUNCTION [dbo].[SplitString_CTE]
(
    @String NVARCHAR(4000),
    @Delimiter NVARCHAR(10)
)
RETURNS TABLE
AS
RETURN
(
    WITH Split(StartPos,EndPos) AS
    (
        SELECT 0 AS StartPos, CHARINDEX(@Delimiter,@String) AS EndPos
        UNION ALL
        SELECT EndPos+LEN(@Delimiter), CHARINDEX(@Delimiter,@String,EndPos+LEN(@Delimiter))
        FROM Split
        WHERE EndPos > 0
    )
    SELECT ROW_NUMBER() OVER (ORDER BY (SELECT 1)) AS ID
          ,SUBSTRING(@String,StartPos,COALESCE(NULLIF(EndPos,0),LEN(@String)+1)-StartPos) AS Value
    FROM Split 
	--OPTION(MAXRECURSION 0) 这里不能使用，要放在最终查询中使用
)

从SQL SERVER 2005 开始，出现了公共表达式这一利器，可以实现递归查询，于有了上面的版本。
基本思路是从上一次查询分隔符的位置加1开始成为新的起点，一直递归到找不到分隔符为止。
CTE的结果是每个分隔符号的起始位置，最外层查询是利用起始位置查询出最终结果。

XML实现

CREATE FUNCTION [dbo].[SplitString_XML]
(
    @String NVARCHAR(4000),
    @Delimiter NVARCHAR(10)
)
RETURNS TABLE
AS
RETURN
(
	SELECT ROW_NUMBER() OVER(ORDER BY (SELECT NULL)) AS ID,b.Value
	FROM 
	(
		SELECT CAST((''+REPLACE(@String,@Delimiter,'')+'') AS XML) AS XMLString
	) AS a
	CROSS APPLY
    (
		SELECT N.value('.', 'nvarchar(10)') AS Value
		FROM a.XMLString.nodes('V') As T(N)
	) AS b
)

此方法通过构造XML字符串去使用XML的特有方法进行实现。

结果展示

SELECT * FROM  [dbo].[SplitString]('12,123,21312',',')
SELECT * FROM  [dbo].[SplitString_CTE]('12,123,21312',',')
SELECT * FROM  [dbo].[SplitString_XML]('12,123,21312',',')

均得到了正确的结果：

性能提示

通过执行计划评估以及时间统计，发现CTE版本的性能最好。但如果分隔的项目太多，可能会超过SQL Server默认的最大100层递归，需要在查询后面加上OPTION(MAXRECURSION 0)以防止报错。
常用的循环法性能次之，主要消耗在每次的表变量插入上。
XML的性能最差，不建议使用。

分列

有了以上对单个字符串进行拆分的函数，可以利用它们进行字符串分列（根据分隔符将字符串拆分为多列）。
如下，左边的列表，想要变为右边的列表。

选择以上函数中的一种实现，代码如下：

-- 生成测试数据
CREATE TABLE Test_TB(Title NVARCHAR(200))
INSERT Test_TB VALUES ('AA-BB-CC'),('CC-DD-EE'),('XX-YY'),('YY-ZZ')
-- 分列转换
SELECT Title,[1],[2],[3]
FROM (SELECT a.Title,b.ID,b.Value
      FROM Test_TB a
	  CROSS APPLY [dbo].[SplitString](a.Title,'-') AS b
) AS a
PIVOT(MAX(Value) FOR ID IN ([1],[2],[3])) AS b

结果如下：

后话

最后说一点题外话，SQL Server 2016对字符串的拆分和合并已经有了内置的系统函数STRING_SPLIT和STRING_AGG。以后再也没有自己实现的乐趣了，感慨编程语言越来越强大，轮子越来越多，多年以后可能傻瓜都会编程了，编程将和英语一样成为一门多数人都要会的通用技能。