层次查询和分析函数(LAG、LEAD)在号段选取中的应用

1. 问题的提出

在实际工作中，我们常常会碰到号段选取的问题，例如：
一组连续的数，去掉中间一些数，要求出剩下的数的区间（即号段）例如：一串数字为1,2,3,4,7,9,10，则号段为1-4,7-7,9-10
知道号段的起止，要求出该号段内所有的数例如：号段为1-3,15-15，则号段内所有的数为1,2,3,15
一组数，中间可能有断点，要求出缺失的数例如：一串数字为1,2,3,4,7,9,10，则缺失的数为5,6,8
已知大号段范围及已用号段范围，求可用号段范围例如：大号段范围0-999,已用号段范围0-200,399-599，则可用号段范围为201-398,600-999

2. 基础知识

先回顾一下层次查询和lead／lag函数的运用

2.1 伪列rownum和level

伪列就是并非在表中真正存在的列。已有很多资料介绍rownum和level这两个伪列。这里只想强调一点，伪列是只针对结果集的。

2.2 利用层次查询构造连续的数

产生5～8这4个连续的数
select * from (select rownum+4 from dual connect by rownum<5);
select * from (select level+4 from dual connect by level<5);
以8月为界，例如2005年8月1日，之前的在校学生入学年份为2001～2004，之后的为2002～2005。求当前日期下的在校学生入学年份：
select * from (select to_char(add_months(sysdate, 4), 'yyyy') - rownum from dual connect by rownum<5);

2.3 用分析函数Lead和Lag获得相邻行的字段值

select rn, lag(rn)over(order by rn) previos, lead(rn)over(order by rn) next from (select rownum+4 rn from dual connect by rownum<5);
RN PREVIOS NEXT
---------- ---------- ----------
5 ? ?6
6 5 7
7 6 8
8 7
简单的说，在这里，Lag是获得前一行的内容，而Lead是获得后一行的内容。
select rn, lag(rn,2,-1)over(order by rn) previos, lead(rn,2,-1) over(order by rn) next from (select rownum+4 rn from dual connect by rownum<5);
RN PREVIOS NEXT
---------- ---------- ----------
5 -1 7
6 -1 8
7 5 -1
8 6 -1
这里，通过指定offset参数来获得两行前的内容和两行后的内容，如果offset超出范围并且未设定默认值-1，那么系统会自动将其值设为NULL。

3. 问题的解决

3.1 已知号码求号段

3.1.1 题例

构造表及数据
create table T(FPHM VARCHAR2(10),KSHM VARCHAR2(32));
insert into t (FPHM, KSHM) values ('2014', '00000001');
insert into t (FPHM, KSHM) values ('2014', '00000002');
insert into t (FPHM, KSHM) values ('2014', '00000003');
insert into t (FPHM, KSHM) values ('2014', '00000004');
insert into t (FPHM, KSHM) values ('2014', '00000005');
insert into t (FPHM, KSHM) values ('2014', '00000007');
insert into t (FPHM, KSHM) values ('2014', '00000008');
insert into t (FPHM, KSHM) values ('2014', '00000009');
insert into t (FPHM, KSHM) values ('2013', '00000120');
insert into t (FPHM, KSHM) values ('2013', '00000121');
insert into t (FPHM, KSHM) values ('2013', '00000122');
insert into t (FPHM, KSHM) values ('2013', '00000124');
insert into t (FPHM, KSHM) values ('2013', '00000125');
COMMIT;
怎样能查询出来这样的结果,查询出连续的记录来。

3.1.2 解答

思路：利用lag取得前一行的kshm，然后和本行的kshm想比，如果差值为1，说明这一行和上一行是连续的。由于首尾的特殊性，故而需要先用max和min来获得首尾点。
select fphm, nvl(lag(e)over(partition by fphm order by s),minn) ST, nvl(S,maxn) EN from
(select fphm, lag(kshm,1) over(partition by fphm order by kshm) S, kshm E, min(kshm)over(partition by fphm) minn, max(kshm) over(partition by fphm) maxn from t)
where nvl(E-S-1,1)<>0;
FPHM ST EN
---------- ---------- ----------
2013 00000120 00000122
2013 00000124 00000125
2014 00000001 00000005
2014 00000007 00000009

3.2 根据号段求出包含的数

3.2.1 题例

有表及测试数据如下：
CREATE TABLE T20(ID NUMBER(2), S NUMBER(5), E NUMBER(5));
INSERT INTO T20 ( ID, S, E ) VALUES ( 1, 10, 11);
INSERT INTO T20 ( ID, S, E ) VALUES ( 2, 1, 5);
INSERT INTO T20 ( ID, S, E ) VALUES ( 3, 88, 92);
COMMIT;
S为号段起点，E为号段终点，求出起点和终点之间的数（包括起点和终点）

3.2.2 解答

很明显，这需要构造序列来解决问题
select a.id, a.s, a.e,b.dis, a.S+b.dis-1 h from
t20 a,
?(select rownum dis from
?(select max(e-s)+1 gap from t20)
connect by rownum<=gap) b
where a.e>=a.s+b.dis-1
order by a.id, 4
运行结果：
ID S E DIS H
---------- ---------- ---------- ---------- ----------
1 10 11 1 10
1 10 11 2 11
2 1 5 1 1
2 1 5 2 2
2 1 5 3 3
2 1 5 4 4
2 1 5 5 5
3 88 92 1 8
3 88 92 2 89
3 88 92 3 90
3 88 92 4 91
3 88 92 5 92
?
我们再看下面这种做法：
select a.id, a.s, a.e,rownum, a.S+rownum-1 h from
t20 a ,
?(select id, e-s+1 gap from t20 where id=2) b
where a.id=b.id
connect by rownum<=gap
ID S E ROWNUM H
---------- ---------- ---------- ---------- ----------
2 1 5 1 1
2 1 5 2 2
2 1 5 3 3
2 1 5 4 4
2 1 5 5 5
?
得到的结果也是正确的，若我们把粗斜体字部分去掉后，看看结果是什么样：
ID S E ROWNUM H
---------- ---------- ---------- ---------- ----------
1 10 11 1 10
1 10 11 2 11
2 1 5 3 3
2 1 5 4 4
2 1 5 5 5
2 1 5 6 6
3 88 92 7 9

这样的结果，显然不是我们需要的，更何况，这是错误的。由此更能深入理解，伪列是只针对结果集的。

3.3 求缺失的号

3.3.1 题例

table T，列：serial_no
我想能够查询一下serial_no这个字段的不连续的值。
例如：
serial_no
1
2
3
4
6
8
9
10
我想一个sql语句查出来缺失的号码，
显示结果为：
5
7

3.3.2 解答

思路：找出数B和它前面的数A进行比较（数按从大到小进行排序），如果B-A=1，则说明是连续的，中间没有断点。
select distinct s+level-1 rlt from (select lag(serial_no,1) over(order by serial_no)+1 S, serial_no-1 E from t) where E-S<>0 connect by level<=e-s

3.4 求尚未使用的号段

3.4.1 题例

表A结构:
bill_type_id varchar2(1),
bill_start number,
bill_end number,
office_level varchar2(4)
数据如下:
A 0 999 1
A 0 199 2
A 300 499 2
A 700 799 2
sql目的是取出包含在level1级别里的,还没有录入level2级别的号段。

3.4.2 解答

这个好像是3.1和3.3这两个问题的逆问题
创建表及测试数据：
CREATE TABLE T8(A NUMBER(4),B NUMBER(4), C NUMBER(4), Q VARCHAR2(1 BYTE));
Insert into T8(A, B, C, Q)Values(555, 666, 2, 'A');
Insert into T8(A, B, C, Q)Values(100, 199, 2, 'A');
Insert into T8(A, B, C, Q)Values(0, 999, 1, 'A');
Insert into T8(A, B, C, Q)Values(300, 499, 2, 'A');
COMMIT;
思路：将大号段的边界与小号段的边界相比，从大号段中将小号段“挖”掉，这样剩下的就是可用号段了。
select S,E from
(
SELECT NVL2(LAG(A)OVER(PARTITION BY Q ORDER BY A), B+1, MIN(A)OVER(PARTITION BY Q)) S,
NVL(LEAD(A)OVER(PARTITION BY Q ORDER BY A)-1, MAX(B)OVER(PARTITION BY Q)) E
from t8 START WITH C=1 CONNECT BY C-1 = PRIOR C AND Q= PRIOR Q
)
where s<=e
运行结果：
S E
---------- ----------
0 99
200 299
500 554
667 999

4. 另外的一个应用

得到每隔一分钟(小时、秒)的序列
SELECT SYSDATE + LEVEL / 24 / 60 FROM DUAL CONNECT BY ROWNUM <= 3;
20100515 10:59I:07
20100515 11:0I:07
20100515 11:1I:07