Kassadar
Kassadar

SQL 高阶查询 - 基于 CTE 和 Window Function

SQL 高阶查询 - 基于 CTE 和 Window Function

阅读须知

  • 示例库来源于 .../tidb-ansible/resources/bin/tispark-sample-data/
  • 数据库基于 MySQL 8.0
  • 对 CTE 有着基本的了解
  • 对 Window Function 有着基本的了解

更新列的值为唯一值

假设由于数据质量的问题，CUSTOMER 表的 C_CUSTKEY 列的值不是唯一的。我们的任务是更新所有行，使其值为唯一的整数，并以 C_NAME 倒排序从 1 开始。
准备示例表

CREATE TABLE CUSTOMER_NULLID
AS
SELECT NULL AS 'C_CUSTKEY', C_NAME, C_ADDRESS, C_NATIONKEY, C_PHONE
    , C_ACCTBAL, C_MKTSEGMENT, C_COMMENT
FROM CUSTOMER

Dummy

+-----------+--------------------+--------------------------------------+-----+
| C_CUSTKEY | C_NAME             | C_ADDRESS                            | ... |
+-----------+--------------------+--------------------------------------+-----+
|      NULL | Customer#000000001 | IVhzIApeRb ot,c,E                    | ... |
|      NULL | Customer#000000002 | XSTf4,NCwDVaWNe6tEgvwfmRchLXak       | ... |
|      NULL | Customer#000000003 | MG9kdTD2WBHm                         | ... |
|      NULL | Customer#000000004 | XxVSJsLAGtn                          | ... |
|      NULL | Customer#000000005 | KvpyuHCplrB84WgAiGV6sYpZq7Tj         | ... |
|      NULL | Customer#000000006 | sKZz0CsnMD7mp4Xd0YrBvx,LREYKUWAh yVn | ... |
|      NULL | Customer#000000007 | TcGe5gaZNgVePxU5kRrvXBfkasDTea       | ... |
+-----------+--------------------+--------------------------------------+-----+

Code

WITH CTE AS (
SELECT
    ROW_NUMBER ( ) OVER ( ORDER BY C_NAME DESC) AS ROWID,
    C_NAME,
    C_ADDRESS,
    C_NATIONKEY,
    C_PHONE,
    C_ACCTBAL,
    C_MKTSEGMENT,
    C_COMMENT 
FROM
    CUSTOMER_NULLID 
    ) UPDATE CTE 
    SET C_CUSTKEY = ROWID

Result

+-------+--------------------+-----------------------------------------+-----+
| ROWID | C_NAME             | C_ADDRESS                               | ... |
+-------+--------------------+-----------------------------------------+-----+
|     1 | Customer#000001500 | 4zaoUzuWUTNFiNPbmu43                    | ... |
|     2 | Customer#000001499 | 4,6jWOEqfnuXkwhB7gs0M9TcWJlaJNv4bt      | ... |
|     3 | Customer#000001498 | x XToT5oFi7oIsRG2mgIL3ncvYJoWBsufsQ7N,z | ... |
|     4 | Customer#000001497 |  D8e2U3gYd57H4grcOr,02                  | ... |
|     5 | Customer#000001496 | ZOyMxutVHpJy                            | ... |
|     6 | Customer#000001495 | 78w5H7VJSo0Ps,jqeoCWS4Kay17ygM4RtIH     | ... |
|     7 | Customer#000001494 | 4V71P ku3jrqBfQp                        | ... |
+-------+--------------------+-----------------------------------------+-----+

删除重复

删除重复数据是一种常见的需求，尤其是由于缺乏强制执行约束的唯一性，致使数据存在重复行。
准备示例表

CREATE TABLE CUSTOMER_DUPKEY
AS
SELECT *
FROM CUSTOMER
UNION ALL
SELECT *
FROM CUSTOMER

Dummy

+-----------+--------------------+--------------------------------+-----+
| C_CUSTKEY | C_NAME             | C_ADDRESS                      | ... |
+-----------+--------------------+--------------------------------+-----+
|         1 | Customer#000000001 | IVhzIApeRb ot,c,E              | ... |
|         1 | Customer#000000001 | IVhzIApeRb ot,c,E              | ... |
|         2 | Customer#000000002 | XSTf4,NCwDVaWNe6tEgvwfmRchLXak | ... |
|         2 | Customer#000000002 | XSTf4,NCwDVaWNe6tEgvwfmRchLXak | ... |
|         3 | Customer#000000003 | MG9kdTD2WBHm                   | ... |
|         3 | Customer#000000003 | MG9kdTD2WBHm                   | ... |
|         4 | Customer#000000004 | XxVSJsLAGtn                    | ... |
+-----------+--------------------+--------------------------------+-----+

Code

WITH CTE AS 
(
    SELECT C_CUSTKEY,ROW_NUMBER() OVER(PARTITION BY C_CUSTKEY ORDER BY C_CUSTKEY) AS N FROM CUSTOMER_DUPKEY
)
DELETE FROM CTE WHERE N>1;

Stage

+-----------+---+--------------------+--------------------------------+-----+
| C_CUSTKEY | N | C_NAME             | C_ADDRESS                      | ... |
+-----------+---+--------------------+--------------------------------+-----+
|         1 | 1 | Customer#000000001 | IVhzIApeRb ot,c,E              | ... |
|         1 | 2 | Customer#000000001 | IVhzIApeRb ot,c,E              | ... |
|         2 | 1 | Customer#000000002 | XSTf4,NCwDVaWNe6tEgvwfmRchLXak | ... |
|         2 | 2 | Customer#000000002 | XSTf4,NCwDVaWNe6tEgvwfmRchLXak | ... |
|         3 | 1 | Customer#000000003 | MG9kdTD2WBHm                   | ... |
|         3 | 2 | Customer#000000003 | MG9kdTD2WBHm                   | ... |
|         4 | 1 | Customer#000000004 | XxVSJsLAGtn                    | ... |
+-----------+---+--------------------+--------------------------------+-----+

每组前 N 行

当需要从每个组或分区中根据某种指定排序筛选出一定数量的行时，通常都会用到每组前 N 行查询。查询 ORDERS 表，并为每一个客户返回最近的 3 个订单，就是每组前 N 行的示例。

CODE

WITH CTE AS (
        SELECT O_ORDERKEY, O_CUSTKEY, O_ORDERSTATUS, O_TOTALPRICE, O_ORDERDATE
            , O_ORDERPRIORITY, O_CLERK, O_SHIPPRIORITY, O_COMMENT, ROW_NUMBER() OVER (PARTITION BY O_CUSTKEY ORDER BY O_ORDERDATE DESC) AS ROWNUM
        FROM ORDERS
    )
SELECT *
FROM CTE
WHERE ROWNUM <= 3
ORDER BY O_CUSTKEY, ROWNUM

Result

+------------+-----------+--------------+-------------+-----------------+-----+--------+
| O_ORDERKEY | O_CUSTKEY | O_TOTALPRICE | O_ORDERDATE | O_CLERK         | ... | ROWNUM |
+------------+-----------+--------------+-------------+-----------------+-----+--------+
|      34019 |         1 |     89230.03 | 1998-03-29  | Clerk#000000815 | ... |      1 |
|      14656 |         1 |     28599.83 | 1997-11-18  | Clerk#000000270 | ... |      2 |
|       9154 |         1 |    357345.46 | 1997-06-23  | Clerk#000000328 | ... |      3 |
|      16129 |         2 |     50178.44 | 1998-05-18  | Clerk#000000958 | ... |      1 |
|      28167 |         2 |     37156.97 | 1997-05-24  | Clerk#000000638 | ... |      2 |
|      40070 |         2 |     54402.20 | 1996-09-17  | Clerk#000000890 | ... |      3 |
|      54018 |         4 |     50422.56 | 1998-06-24  | Clerk#000000892 | ... |      1 |
+------------+-----------+--------------+-------------+-----------------+-----+--------+

统计总和

计算总和是很普遍的需求。其基本思想是，基于在一列或多列中定义的排序，以及在一列或多列定义的分区行内，累加另一列的值。查询 ORDERS 表，并为每一个客户返回其每次购物后累计的金额。

Code

WITH CTE AS
(
    SELECT  
O_ORDERKEY,
O_CUSTKEY,
O_TOTALPRICE,
O_ORDERDATE,
SUM(O_TOTALPRICE) OVER(PARTITION BY O_CUSTKEY ORDER BY O_ORDERDATE ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS HIS_TOTALPRICE
FROM ORDERS
)
SELECT * FROM CTE ORDER BY O_CUSTKEY,O_ORDERDATE

Result

+------------+-----------+--------------+-------------+----------------+
| O_ORDERKEY | O_CUSTKEY | O_TOTALPRICE | O_ORDERDATE | HIS_TOTALPRICE |
+------------+-----------+--------------+-------------+----------------+
|      31653 |         1 |    152411.41 | 1993-06-05  |      152411.41 |
|      43879 |         1 |     83095.85 | 1993-08-13  |      235507.26 |
|      52263 |         1 |     51134.82 | 1994-05-08  |      286642.08 |
|      53283 |         1 |    165928.33 | 1995-10-29  |      452570.41 |
|      24322 |         1 |    231040.44 | 1997-01-29  |      683610.85 |
|      36422 |         1 |    270087.44 | 1997-03-04  |      953698.29 |
|       9154 |         1 |    357345.46 | 1997-06-23  |     1311043.75 |
|      14656 |         1 |     28599.83 | 1997-11-18  |     1339643.58 |
|      34019 |         1 |     89230.03 | 1998-03-29  |     1428873.61 |
|       6980 |         2 |    170842.93 | 1993-02-19  |      170842.93 |
|      29408 |         2 |    154867.09 | 1993-05-03  |      325710.02 |
|      10563 |         2 |    143707.70 | 1993-09-30  |      469417.72 |
|      29956 |         2 |    116247.57 | 1994-08-15  |      585665.29 |
|      44962 |         2 |     45657.87 | 1994-12-29  |      631323.16 |
|      20257 |         2 |    181875.60 | 1996-03-04  |      813198.76 |
|      38276 |         2 |    201568.55 | 1996-03-13  |     1014767.31 |
|      40070 |         2 |     54402.20 | 1996-09-17  |     1069169.51 |
|      28167 |         2 |     37156.97 | 1997-05-24  |     1106326.48 |
|      16129 |         2 |     50178.44 | 1998-05-18  |     1156504.92 |
|      22466 |         4 |    130160.51 | 1992-03-29  |      130160.51 |
+------------+-----------+--------------+-------------+----------------+

数据差距和数据岛

数据差距和数据岛是经典的 SQL 问题。其基本概念是，我们有一些数字、日期或时间序列，其中的序列值之间应该是有固定的间隔，但有些序列值可能会丢失。那么数据差距问题就是识别序列中缺失值的所有范围，数据岛问题涉及识别现有值的所有范围。

数据差距

如上所述，数据差距问题涉及识别序列中缺失值的范围。查询 ORDERS 表，查询每一个客户 2 次购物的间隔月数（回头客统计）。

Dummy

+------------+-----------+--------------+-------------+-----+
| O_ORDERKEY | O_CUSTKEY | O_TOTALPRICE | O_ORDERDATE | ... |
+------------+-----------+--------------+-------------+-----+
|      31653 |         1 |    152411.41 | 1993-06-05  | ... |
|      43879 |         1 |     83095.85 | 1993-08-13  | ... |
|      52263 |         1 |     51134.82 | 1994-05-08  | ... |
|      53283 |         1 |    165928.33 | 1995-10-29  | ... |
|      24322 |         1 |    231040.44 | 1997-01-29  | ... |
|      36422 |         1 |    270087.44 | 1997-03-04  | ... |
|       9154 |         1 |    357345.46 | 1997-06-23  | ... |
|      14656 |         1 |     28599.83 | 1997-11-18  | ... |
|      34019 |         1 |     89230.03 | 1998-03-29  | ... |
|       6980 |         2 |    170842.93 | 1993-02-19  | ... |
|      29408 |         2 |    154867.09 | 1993-05-03  | ... |
|      10563 |         2 |    143707.70 | 1993-09-30  | ... |
|      29956 |         2 |    116247.57 | 1994-08-15  | ... |
|      44962 |         2 |     45657.87 | 1994-12-29  | ... |
|      20257 |         2 |    181875.60 | 1996-03-04  | ... |
|      38276 |         2 |    201568.55 | 1996-03-13  | ... |
|      40070 |         2 |     54402.20 | 1996-09-17  | ... |
|      28167 |         2 |     37156.97 | 1997-05-24  | ... |
|      16129 |         2 |     50178.44 | 1998-05-18  | ... |
|      22466 |         4 |    130160.51 | 1992-03-29  | ... |
+------------+-----------+--------------+-------------+-----+

Code

WITH CTE AS (
        SELECT O_ORDERKEY, O_CUSTKEY, O_TOTALPRICE, O_ORDERDATE
            , LEAD(O_ORDERDATE) OVER (PARTITION BY O_CUSTKEY ORDER BY O_ORDERDATE) AS NXT
        FROM TPCH_001.ORDERS
    )
SELECT O_ORDERKEY, O_CUSTKEY, O_TOTALPRICE, O_ORDERDATE, NXT
    , TIMESTAMPDIFF(MONTH, O_ORDERDATE, NXT) AS DIFF
FROM CTE
WHERE TIMESTAMPDIFF(MONTH, O_ORDERDATE, NXT) > 1
ORDER BY O_CUSTKEY, O_ORDERDATE

Result

+------------+-----------+--------------+-------------+------------+------+-----+
| O_ORDERKEY | O_CUSTKEY | O_TOTALPRICE | O_ORDERDATE | NXT        | DIFF | ... |
+------------+-----------+--------------+-------------+------------+------+-----+
|      31653 |         1 |    152411.41 | 1993-06-05  | 1993-08-13 |    2 | ... |
|      43879 |         1 |     83095.85 | 1993-08-13  | 1994-05-08 |    8 | ... |
|      52263 |         1 |     51134.82 | 1994-05-08  | 1995-10-29 |   17 | ... |
|      53283 |         1 |    165928.33 | 1995-10-29  | 1997-01-29 |   15 | ... |
|      36422 |         1 |    270087.44 | 1997-03-04  | 1997-06-23 |    3 | ... |
|       9154 |         1 |    357345.46 | 1997-06-23  | 1997-11-18 |    4 | ... |
|      14656 |         1 |     28599.83 | 1997-11-18  | 1998-03-29 |    4 | ... |
|       6980 |         2 |    170842.93 | 1993-02-19  | 1993-05-03 |    2 | ... |
|      29408 |         2 |    154867.09 | 1993-05-03  | 1993-09-30 |    4 | ... |
|      10563 |         2 |    143707.70 | 1993-09-30  | 1994-08-15 |   10 | ... |
|      29956 |         2 |    116247.57 | 1994-08-15  | 1994-12-29 |    4 | ... |
|      44962 |         2 |     45657.87 | 1994-12-29  | 1996-03-04 |   14 | ... |
|      38276 |         2 |    201568.55 | 1996-03-13  | 1996-09-17 |    6 | ... |
|      40070 |         2 |     54402.20 | 1996-09-17  | 1997-05-24 |    8 | ... |
|      28167 |         2 |     37156.97 | 1997-05-24  | 1998-05-18 |   11 | ... |
|      44486 |         4 |     39197.54 | 1992-07-10  | 1993-01-08 |    5 | ... |
|      38117 |         4 |    148782.33 | 1993-04-21  | 1994-04-03 |   11 | ... |
|      36386 |         4 |      6829.14 | 1994-04-03  | 1994-11-06 |    7 | ... |
|      56196 |         4 |    199826.92 | 1994-11-06  | 1995-05-22 |    6 | ... |
|      25280 |         4 |    115422.02 | 1995-05-22  | 1995-07-30 |    2 | ... |
+------------+-----------+--------------+-------------+------------+------+-----+

数据岛

数据岛的问题包括确定现有序列值的范围，常见的有连续签到、连续还贷等。查询 ORDERS 表，查询每一个客户连续多月持续购物的起止时间（用户活跃）。

Dummy

+------------+-----------+--------------+-------------+-----+
| O_ORDERKEY | O_CUSTKEY | O_TOTALPRICE | O_ORDERDATE | ... |
+------------+-----------+--------------+-------------+-----+
|      22466 |         4 |    130160.51 | 1992-03-29  | ... |
|      10688 |         4 |     43453.24 | 1992-05-13  | ... |
|      26407 |         4 |    275581.07 | 1992-06-20  | ... |
|      44486 |         4 |     39197.54 | 1992-07-10  | ... |
|      54722 |         4 |    208672.53 | 1993-01-08  | ... |
|      20386 |         4 |     78070.68 | 1993-02-28  | ... |
|      26852 |         4 |     77869.29 | 1993-03-07  | ... |
|      38117 |         4 |    148782.33 | 1993-04-21  | ... |
|      36386 |         4 |      6829.14 | 1994-04-03  | ... |
|      56196 |         4 |    199826.92 | 1994-11-06  | ... |
|      25280 |         4 |    115422.02 | 1995-05-22  | ... |
|      14947 |         4 |    165118.45 | 1995-07-30  | ... |
|      59079 |         4 |     29140.97 | 1995-10-05  | ... |
|      46951 |         4 |     32138.87 | 1995-11-18  | ... |
|      13728 |         4 |    123722.52 | 1995-12-11  | ... |
|       6532 |         4 |    129232.21 | 1996-02-18  | ... |
|      15395 |         4 |     37002.64 | 1996-05-14  | ... |
|      26722 |         4 |    173562.06 | 1996-05-16  | ... |
|      29574 |         4 |    112785.17 | 1996-07-12  | ... |
|      24416 |         4 |    184512.04 | 1996-10-18  | ... |
+------------+-----------+--------------+-------------+-----+

Code

WITH CTE1 AS (
        SELECT O_ORDERKEY, O_CUSTKEY, O_TOTALPRICE, O_ORDERDATE
            , LEAD(O_ORDERDATE) OVER (PARTITION BY O_CUSTKEY ORDER BY O_ORDERDATE) AS NXT
            , CASE 
                WHEN TIMESTAMPDIFF(MONTH, LAG(O_ORDERDATE) OVER (PARTITION BY O_CUSTKEY ORDER BY O_ORDERDATE), O_ORDERDATE) <= 2 THEN 0
                ELSE 1
            END AS ISSTART
            , CASE 
                WHEN TIMESTAMPDIFF(MONTH, O_ORDERDATE, LEAD(O_ORDERDATE) OVER (PARTITION BY O_CUSTKEY ORDER BY O_ORDERDATE)) <= 2 THEN 0
                ELSE 1
            END AS ISEND
        FROM TPCH_001.ORDERS
        WHERE O_CUSTKEY = 4
    ), 
    CTE2 AS (
        SELECT *, SUM(ISEND) OVER (PARTITION BY O_CUSTKEY ORDER BY O_ORDERDATE ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) - ISEND AS ISGROUP
        FROM CTE1
    ), 
    CTE3 AS (
        SELECT O_CUSTKEY, SUM(O_TOTALPRICE) OVER (PARTITION BY O_CUSTKEY, ISGROUP ) AS SUMTOTALPRICE, FIRST_VALUE(O_ORDERDATE) OVER (PARTITION BY O_CUSTKEY, ISGROUP ) AS FIRSTORDERDATE
            , LAST_VALUE(O_ORDERDATE) OVER (PARTITION BY O_CUSTKEY, ISGROUP ) AS LASTORDERDATE
        FROM CTE2
        ORDER BY O_ORDERDATE
    )
SELECT DISTINCT *
FROM CTE3

Stage

# CTE1，使用 lead 和 lag 开窗函数计算两次间隔时间，判断数据岛起始点
+------------+-----------+--------------+-------------+------------+---------+-------+
| O_ORDERKEY | O_CUSTKEY | O_TOTALPRICE | O_ORDERDATE | NXT        | ISSTART | ISEND |
+------------+-----------+--------------+-------------+------------+---------+-------+
|      22466 |         4 |    130160.51 | 1992-03-29  | 1992-05-13 |       1 |     0 |
|      10688 |         4 |     43453.24 | 1992-05-13  | 1992-06-20 |       0 |     0 |
|      26407 |         4 |    275581.07 | 1992-06-20  | 1992-07-10 |       0 |     0 |
|      44486 |         4 |     39197.54 | 1992-07-10  | 1993-01-08 |       0 |     1 |
|      54722 |         4 |    208672.53 | 1993-01-08  | 1993-02-28 |       1 |     0 |
|      20386 |         4 |     78070.68 | 1993-02-28  | 1993-03-07 |       0 |     0 |
|      26852 |         4 |     77869.29 | 1993-03-07  | 1993-04-21 |       0 |     0 |
|      38117 |         4 |    148782.33 | 1993-04-21  | 1994-04-03 |       0 |     1 |
|      36386 |         4 |      6829.14 | 1994-04-03  | 1994-11-06 |       1 |     1 |
|      56196 |         4 |    199826.92 | 1994-11-06  | 1995-05-22 |       1 |     1 |
|      25280 |         4 |    115422.02 | 1995-05-22  | 1995-07-30 |       1 |     0 |
|      14947 |         4 |    165118.45 | 1995-07-30  | 1995-10-05 |       0 |     0 |
|      59079 |         4 |     29140.97 | 1995-10-05  | 1995-11-18 |       0 |     0 |
|      46951 |         4 |     32138.87 | 1995-11-18  | 1995-12-11 |       0 |     0 |
|      13728 |         4 |    123722.52 | 1995-12-11  | 1996-02-18 |       0 |     0 |
|       6532 |         4 |    129232.21 | 1996-02-18  | 1996-05-14 |       0 |     0 |
|      15395 |         4 |     37002.64 | 1996-05-14  | 1996-05-16 |       0 |     0 |
|      26722 |         4 |    173562.06 | 1996-05-16  | 1996-07-12 |       0 |     0 |
|      29574 |         4 |    112785.17 | 1996-07-12  | 1996-10-18 |       0 |     1 |
|      24416 |         4 |    184512.04 | 1996-10-18  | 1997-01-15 |       1 |     0 |
|      10788 |         4 |    147767.08 | 1997-01-15  | 1997-02-24 |       0 |     0 |
|      34755 |         4 |    156681.56 | 1997-02-24  | 1997-04-02 |       0 |     0 |
|      58146 |         4 |    241263.01 | 1997-04-02  | 1997-04-06 |       0 |     0 |
|      41600 |         4 |    192516.42 | 1997-04-06  | 1997-08-31 |       0 |     1 |
|      59140 |         4 |    215749.35 | 1997-08-31  | 1997-09-16 |       1 |     0 |
|      25893 |         4 |    150695.21 | 1997-09-16  | 1997-11-21 |       0 |     0 |
|        320 |         4 |     50202.60 | 1997-11-21  | 1998-01-25 |       0 |     0 |
|      28417 |         4 |    209874.16 | 1998-01-25  | 1998-02-13 |       0 |     0 |
|      54404 |         4 |    182306.44 | 1998-02-13  | 1998-05-31 |       0 |     1 |
|        739 |         4 |    226008.80 | 1998-05-31  | 1998-06-24 |       1 |     0 |
|      54018 |         4 |     50422.56 | 1998-06-24  | NULL       |       0 |     1 |
+------------+-----------+--------------+-------------+------------+---------+-------+

# CTE2，SUM(ISEND) OVER (PARTITION BY O_CUSTKEY ORDER BY O_ORDERDATE ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) - ISEND，于当前行累加 ISEND 对数据岛进行分组
+------------+-----------+--------------+-------------+------------+---------+-------+---------+
| O_ORDERKEY | O_CUSTKEY | O_TOTALPRICE | O_ORDERDATE | NXT        | ISSTART | ISEND | ISGROUP |
+------------+-----------+--------------+-------------+------------+---------+-------+---------+
|      22466 |         4 |    130160.51 | 1992-03-29  | 1992-05-13 |       1 |     0 |       0 |
|      10688 |         4 |     43453.24 | 1992-05-13  | 1992-06-20 |       0 |     0 |       0 |
|      26407 |         4 |    275581.07 | 1992-06-20  | 1992-07-10 |       0 |     0 |       0 |
|      44486 |         4 |     39197.54 | 1992-07-10  | 1993-01-08 |       0 |     1 |       0 |
|      54722 |         4 |    208672.53 | 1993-01-08  | 1993-02-28 |       1 |     0 |       1 |
|      20386 |         4 |     78070.68 | 1993-02-28  | 1993-03-07 |       0 |     0 |       1 |
|      26852 |         4 |     77869.29 | 1993-03-07  | 1993-04-21 |       0 |     0 |       1 |
|      38117 |         4 |    148782.33 | 1993-04-21  | 1994-04-03 |       0 |     1 |       1 |
|      36386 |         4 |      6829.14 | 1994-04-03  | 1994-11-06 |       1 |     1 |       2 |
|      56196 |         4 |    199826.92 | 1994-11-06  | 1995-05-22 |       1 |     1 |       3 |
|      25280 |         4 |    115422.02 | 1995-05-22  | 1995-07-30 |       1 |     0 |       4 |
|      14947 |         4 |    165118.45 | 1995-07-30  | 1995-10-05 |       0 |     0 |       4 |
|      59079 |         4 |     29140.97 | 1995-10-05  | 1995-11-18 |       0 |     0 |       4 |
|      46951 |         4 |     32138.87 | 1995-11-18  | 1995-12-11 |       0 |     0 |       4 |
|      13728 |         4 |    123722.52 | 1995-12-11  | 1996-02-18 |       0 |     0 |       4 |
|       6532 |         4 |    129232.21 | 1996-02-18  | 1996-05-14 |       0 |     0 |       4 |
|      15395 |         4 |     37002.64 | 1996-05-14  | 1996-05-16 |       0 |     0 |       4 |
|      26722 |         4 |    173562.06 | 1996-05-16  | 1996-07-12 |       0 |     0 |       4 |
|      29574 |         4 |    112785.17 | 1996-07-12  | 1996-10-18 |       0 |     1 |       4 |
|      24416 |         4 |    184512.04 | 1996-10-18  | 1997-01-15 |       1 |     0 |       5 |
|      10788 |         4 |    147767.08 | 1997-01-15  | 1997-02-24 |       0 |     0 |       5 |
|      34755 |         4 |    156681.56 | 1997-02-24  | 1997-04-02 |       0 |     0 |       5 |
|      58146 |         4 |    241263.01 | 1997-04-02  | 1997-04-06 |       0 |     0 |       5 |
|      41600 |         4 |    192516.42 | 1997-04-06  | 1997-08-31 |       0 |     1 |       5 |
|      59140 |         4 |    215749.35 | 1997-08-31  | 1997-09-16 |       1 |     0 |       6 |
|      25893 |         4 |    150695.21 | 1997-09-16  | 1997-11-21 |       0 |     0 |       6 |
|        320 |         4 |     50202.60 | 1997-11-21  | 1998-01-25 |       0 |     0 |       6 |
|      28417 |         4 |    209874.16 | 1998-01-25  | 1998-02-13 |       0 |     0 |       6 |
|      54404 |         4 |    182306.44 | 1998-02-13  | 1998-05-31 |       0 |     1 |       6 |
|        739 |         4 |    226008.80 | 1998-05-31  | 1998-06-24 |       1 |     0 |       7 |
|      54018 |         4 |     50422.56 | 1998-06-24  | NULL       |       0 |     1 |       7 |
+------------+-----------+--------------+-------------+------------+---------+-------+---------+

# CTE3，按照 ISGROUP 使用 FIRST_VALUE 和 LAST_VALUE 获取最小最大值
+-----------+---------------+----------------+---------------+---------+
| O_CUSTKEY | SUMTOTALPRICE | FIRSTORDERDATE | LASTORDERDATE | ISGROUP |
+-----------+---------------+----------------+---------------+---------+
|         4 |     488392.36 | 1992-03-29     | 1992-07-10    |       0 |
|         4 |     488392.36 | 1992-03-29     | 1992-07-10    |       0 |
|         4 |     488392.36 | 1992-03-29     | 1992-07-10    |       0 |
|         4 |     488392.36 | 1992-03-29     | 1992-07-10    |       0 |
|         4 |     513394.83 | 1993-01-08     | 1993-04-21    |       1 |
|         4 |     513394.83 | 1993-01-08     | 1993-04-21    |       1 |
|         4 |     513394.83 | 1993-01-08     | 1993-04-21    |       1 |
|         4 |     513394.83 | 1993-01-08     | 1993-04-21    |       1 |
|         4 |       6829.14 | 1994-04-03     | 1994-04-03    |       2 |
|         4 |     199826.92 | 1994-11-06     | 1994-11-06    |       3 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |       4 |
|         4 |     922740.11 | 1996-10-18     | 1997-04-06    |       5 |
|         4 |     922740.11 | 1996-10-18     | 1997-04-06    |       5 |
|         4 |     922740.11 | 1996-10-18     | 1997-04-06    |       5 |
|         4 |     922740.11 | 1996-10-18     | 1997-04-06    |       5 |
|         4 |     922740.11 | 1996-10-18     | 1997-04-06    |       5 |
|         4 |     808827.76 | 1997-08-31     | 1998-02-13    |       6 |
|         4 |     808827.76 | 1997-08-31     | 1998-02-13    |       6 |
|         4 |     808827.76 | 1997-08-31     | 1998-02-13    |       6 |
|         4 |     808827.76 | 1997-08-31     | 1998-02-13    |       6 |
|         4 |     808827.76 | 1997-08-31     | 1998-02-13    |       6 |
|         4 |     276431.36 | 1998-05-31     | 1998-06-24    |       7 |
|         4 |     276431.36 | 1998-05-31     | 1998-06-24    |       7 |
+-----------+---------------+----------------+---------------+---------+

Result

+-----------+---------------+----------------+---------------+
| O_CUSTKEY | SUMTOTALPRICE | FIRSTORDERDATE | LASTORDERDATE |
+-----------+---------------+----------------+---------------+
|         4 |     488392.36 | 1992-03-29     | 1992-07-10    |
|         4 |     513394.83 | 1993-01-08     | 1993-04-21    |
|         4 |       6829.14 | 1994-04-03     | 1994-04-03    |
|         4 |     199826.92 | 1994-11-06     | 1994-11-06    |
|         4 |     918124.91 | 1995-05-22     | 1996-07-12    |
|         4 |     922740.11 | 1996-10-18     | 1997-04-06    |
|         4 |     808827.76 | 1997-08-31     | 1998-02-13    |
|         4 |     276431.36 | 1998-05-31     | 1998-06-24    |
+-----------+---------------+----------------+---------------+

你可能感兴趣的:(SQL 高阶查询 - 基于 CTE 和 Window Function)

  • 情绪觉察日记第37天 露露_e800
    今天是家庭关系规划师的第二阶最后一天，慧萍老师帮我做了个案，帮我处理了埋在心底好多年的一份恐惧，并给了我深深的力量！这几天出来学习，爸妈过来婆家帮我带小孩，妈妈出于爱帮我收拾东西，并跟我先生和婆婆产生矛盾，妈妈觉得他们没有照顾好我…。今晚回家见到妈妈，我很欣赏她并赞扬她，妈妈说今晚要跟我睡我说好，当我们俩躺在床上准备睡觉的时候，我握着妈妈的手对她说:妈妈这几天辛苦你了，你看你多利害把我们的家收拾得
  • 芦花鞋一四 许叶晗
    又是在一个寒冷的夏日里，青铜和葵花决定今天一起去卖芦花鞋，奶奶亲手给他们做了一碗热乎乎的粥对他们说:“就靠你们两挣生活费了这碗粥赶紧趁热喝了吧！”于是青铜和葵花喝完了奶奶给她们做的粥，就准备去镇上卖卢花鞋，这回青铜和葵花穿着新的芦花鞋来到了镇上。青铜这回看到了很多人都在卖，用手势表达对葵花说:“这回有好多人在抢我们生意呢！我们必须得吆喝起来。”葵花点了点头。可是谁知他们也大声的叫，卖芦花喽！卖芦花
  • 关于沟通这件事，项目经理不需要每次都面对面进行 流程大师兄
    很多项目经理都会遇到这样的问题，项目中由于事情太多，根本没有足够的时间去召开会议，那在这种情况下如何去有效地管理项目中的利益相关者？当然，不建议电子邮件也不需要开会的话，建议可以采取下面几种方式来形成有效的沟通，这几种方式可以帮助你努力的通过各种办法来保持和各方面的联系。项目经理首先要问自己几个问题，项目中哪些利益相关者是必须要进行沟通的？可以列出项目中所有的利益相关者清单，同时也整理出项目中哪些
  • 机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习python
    一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
  • 【iOS】MVC设计模式 Magnetic_h iosmvc设计模式objective-c学习ui
    MVC前言如何设计一个程序的结构，这是一门专门的学问，叫做"架构模式"（architecturalpattern），属于编程的方法论。MVC模式就是架构模式的一种。它是Apple官方推荐的App开发架构，也是一般开发者最先遇到、最经典的架构。MVC各层controller层Controller/ViewController/VC（控制器）负责协调Model和View，处理大部分逻辑它将数据从Mod
  • 一百九十四章. 自相矛盾 巨木擎天
    唉！就这么一夜，林子感觉就像过了很多天似的，先是回了阳间家里，遇到了那么多不可思议的事情儿。特别是小伙伴们，第二次与自己见面时，僵硬的表情和恐怖的气氛，让自己如坐针毡，打从心眼里难受！还有东子，他现在还好吗？有没有被人欺负？护城河里的小鱼小虾们，还都在吗？水不会真的干枯了吧？那对相亲相爱漂亮的太平鸟儿，还好吧！春天了，到了做窝、下蛋、喂养小鸟宝宝的时候了，希望它们都能够平安啊！虽然没有看见家人，也
  • UI学习——cell的复用和自定义cell Magnetic_h ui学习
    目录cell的复用手动（非注册）自动（注册）自定义cellcell的复用在iOS开发中，单元格复用是一种提高表格（UITableView）和集合视图（UICollectionView）滚动性能的技术。当一个UITableViewCell或UICollectionViewCell首次需要显示时，如果没有可复用的单元格，则视图会创建一个新的单元格。一旦这个单元格滚动出屏幕，它就不会被销毁。相反，它被添
  • element实现动态路由+面包屑 软件技术NINI vue案例vue.js前端
    el-breadcrumb是ElementUI组件库中的一个面包屑导航组件，它用于显示当前页面的路径，帮助用户快速理解和导航到应用的各个部分。在Vue.js项目中，如果你已经安装了ElementUI，就可以很方便地使用el-breadcrumb组件。以下是一个基本的使用示例：安装ElementUI（如果你还没有安装的话）:你可以通过npm或yarn来安装ElementUI。bash复制代码npmi
  • 地推话术，如何应对地推过程中家长的拒绝 校师学
    相信校长们在做地推的时候经常遇到这种情况：市场专员反馈家长不接单，咨询师反馈难以邀约这些家长上门，校区地推疲软，招生难。为什么？仅从地推层面分析，一方面因为家长受到的信息轰炸越来越多，对信息越来越“免疫”；而另一方面地推人员的专业能力和营销话术没有提高，无法应对家长的拒绝，对有意向的家长也不知如何跟进，眼睁睁看着家长走远；对于家长的疑问，更不知道如何有技巧地回答，机会白白流失。由于回答没技巧和专业
  • 谢谢你们，爱你们！ 鹿游儿
    昨天家人去泡温泉，二个孩子也带着去，出发前一晚，匆匆下班，赶回家和孩子一起收拾。饭后，我拿出笔和本子（上次去澳门时做手帐的本子）写下了1\2\3\4\5\6\7\8\9,让后让小壹去思考，带什么出发去旅游呢？她在对应的数字旁边画上了，泳衣、泳圈、肖恩、内衣内裤、tapuy、拖鞋……画完后，就让她自己对着这个本子，将要带的，一一带上，没想到这次带的书还是这本《便便工厂》(晚上姑婆发照片过来，妹妹累得
  • C语言如何定义宏函数？ 小九格物 c语言
    在C语言中，宏函数是通过预处理器定义的，它在编译之前替换代码中的宏调用。宏函数可以模拟函数的行为，但它们不是真正的函数，因为它们在编译时不会进行类型检查，也不会分配存储空间。宏函数的定义通常使用#define指令，后面跟着宏的名称和参数列表，以及宏展开后的代码。宏函数的定义方式：1.基本宏函数：这是最简单的宏函数形式，它直接定义一个表达式。#defineSQUARE(x)((x)*(x))2.带参
  • 微服务下功能权限与数据权限的设计与实现 nbsaas-boot 微服务java架构
    在微服务架构下，系统的功能权限和数据权限控制显得尤为重要。随着系统规模的扩大和微服务数量的增加，如何保证不同用户和服务之间的访问权限准确、细粒度地控制，成为设计安全策略的关键。本文将讨论如何在微服务体系中设计和实现功能权限与数据权限控制。1.功能权限与数据权限的定义功能权限：指用户或系统角色对特定功能的访问权限。通常是某个用户角色能否执行某个操作，比如查看订单、创建订单、修改用户资料等。数据权限：
  • 理解Gunicorn：Python WSGI服务器的基石 范范0825 ipythonlinux运维
    理解Gunicorn：PythonWSGI服务器的基石介绍Gunicorn，全称GreenUnicorn，是一个为PythonWSGI（WebServerGatewayInterface）应用设计的高效、轻量级HTTP服务器。作为PythonWeb应用部署的常用工具，Gunicorn以其高性能和易用性著称。本文将介绍Gunicorn的基本概念、安装和配置，帮助初学者快速上手。1.什么是Gunico
  • 2021年12月19日，春蕾教育集团团建活动感受——黄晓丹 黄错错加油
    感受:1.从陌生到熟悉的过程。游戏环节让我们在轻松的氛围中得到了锻炼，也增长了不少知识。2.游戏过程中，我们贡献的是个人力量，展现的是团队的力量。它磨合的往往不止是工作的熟悉，更是观念上契合度的贴近。3.这和工作是一样的道理。在各自的岗位上，每个人摆正自己的位置、各司其职充分发挥才能，并团结一致劲往一处使，才能实现最大的成功。新知:1.团队精神需要不断地创新。过去，人们把创新看作是冒风险，现在人们
  • Cell Insight | 单细胞测序技术又一新发现，可用于HIV-1和Mtb共感染个体诊断 尐尐呅
    结核病是艾滋病合并其他疾病中导致患者死亡的主要原因。其中结核病由结核分枝杆菌（Mycobacteriumtuberculosis,Mtb）感染引起，获得性免疫缺陷综合症（艾滋病）由人免疫缺陷病毒（Humanimmunodeficiencyvirustype1,HIV-1）感染引起。国家感染性疾病临床医学研究中心/深圳市第三人民医院张国良团队携手深圳华大生命科学研究院吴靓团队，共同研究得出单细胞测序
  • c++ 的iostream 和 c++的stdio的区别和联系 黄卷青灯77 c++算法开发语言iostreamstdio
    在C++中，iostream和C语言的stdio.h都是用于处理输入输出的库，但它们在设计、用法和功能上有许多不同。以下是两者的区别和联系：区别1.编程风格iostream（C++风格）：C++标准库中的输入输出流类库，支持面向对象的输入输出操作。典型用法是cin（输入）和cout（输出），使用>操作符来处理数据。更加类型安全，支持用户自定义类型的输入输出。#includeintmain(){in
  • 《投行人生》读书笔记 小蘑菇的树洞
    《投行人生》----作者詹姆斯-A-朗德摩根斯坦利副主席40年的职业洞见-很短小精悍的篇幅，比较适合初入职场的新人。第一部分成功的职业生涯需要规划1.情商归为适应能力分享与协作同理心适应能力，更多的是自我意识，你有能力识别自己的情并分辨这些情绪如何影响你的思想和行为。2.对于初入职场的人的建议，细节，截止日期和数据很重要截止日期，一种有效的方法是请老板为你所有的任务进行优先级排序。和老板喝咖啡的好
  • mysql禁用远程登录 igotyback mysql
    去mysql库中的user表里，将host都改成localhost之后刷新权限FLUSHPRIVILEGES;
  • 如何在 Fork 的 GitHub 项目中保留自己的修改并同步上游更新？github_fork_update iBaoxing github
    如何在Fork的GitHub项目中保留自己的修改并同步上游更新？在GitHub上Fork了一个项目后，你可能会对项目进行一些修改，同时原作者也在不断更新。如果想要在保留自己修改的基础上，同步原作者的最新更新，很多人会不知所措。本文将详细讲解如何在不丢失自己改动的情况下，将上游仓库的更新合并到自己的仓库中。问题描述假设你在GitHub上Fork了一个项目，并基于该项目做了一些修改，随后你发现原作者对
  • Linux下QT开发的动态库界面弹出操作（SDL2） 13jjyao QT类qt开发语言sdl2linux
    需求：操作系统为linux，开发框架为qt，做成需带界面的qt动态库，调用方为java等非qt程序难点：调用方为java等非qt程序，也就是说调用方肯定不带QApplication::exec()，缺少了这个，QTimer等事件和QT创建的窗口将不能弹出(包括opencv也是不能弹出)；这与qt调用本身qt库是有本质的区别的思路：1.调用方缺QApplication::exec()，那么我们在接口
  • 绘本讲师训练营【24期】8/21阅读原创《独生小孩》 1784e22615e0
    24016-孟娟《独生小孩》图片发自App今天我想分享一个蛮特别的绘本，讲的是一个特殊的群体，我也是属于这个群体，80后的独生小孩。这是一本中国绘本，作者郭婧，也是一个80厚。全书一百多页，均为铅笔绘制，虽然为黑白色调，但并不显得沉闷。全书没有文字，犹如“默片”，但并不影响读者对该作品的理解，反而显得神秘，梦幻，給读者留下想象的空间。作者在前蝴蝶页这样写到：“我更希望父母和孩子一起分享这本书，使他
  • 店群合一模式下的社区团购新发展——结合链动 2+1 模式、AI 智能名片与 S2B2C 商城小程序源码 说私域 人工智能小程序
    摘要：本文探讨了店群合一的社区团购平台在当今商业环境中的重要性和优势。通过分析店群合一模式如何将互联网社群与线下终端紧密结合，阐述了链动2+1模式、AI智能名片和S2B2C商城小程序源码在这一模式中的应用价值。这些创新元素的结合为社区团购带来了新的机遇，提升了用户信任感、拓展了营销渠道，并实现了线上线下的完美融合。一、引言随着互联网技术的不断发展，社区团购作为一种新兴的商业模式，在满足消费者日常需
  • 消息中间件有哪些常见类型 xmh-sxh-1314 java
    消息中间件根据其设计理念和用途，可以大致分为以下几种常见类型：点对点消息队列（Point-to-PointMessagingQueues）：在这种模型中，消息被发送到特定的队列中，消费者从队列中取出并处理消息。队列中的消息只能被一个消费者消费，消费后即被删除。常见的实现包括IBM的MQSeries、RabbitMQ的部分使用场景等。适用于任务分发、负载均衡等场景。发布/订阅消息模型（Pub/Sub
  • html 中如何使用 uniapp 的部分方法 某公司摸鱼前端 htmluni-app前端
    示例代码：Documentconsole.log(window);效果展示：好了，现在就可以uni.使用相关的方法了
  • ArcGIS栅格计算器常见公式（赋值、0和空值的转换、补充栅格空值） 研学随笔 arcgis经验分享
    我们在使用ArcGIS时通常经常用到栅格计算器，今天主要给大家介绍我日常中经常用到的几个公式，供大家参考学习。将特定值（-9999）赋值为0，例如-9999.Con("raster"==-9999,0,"raster")2.给空值赋予特定的值（如0）Con(IsNull("raster"),0,"raster")3.将特定的栅格值(如1)赋值为空值，其他保留原值SetNull("raster"==
  • 水平垂直居中的几种方法（总结） LJ小番茄 CSS_玄学语言htmljavascript前端csscss3
    1.使用flexbox的justify-content和align-items.parent{display:flex;justify-content:center;/*水平居中*/align-items:center;/*垂直居中*/height:100vh;/*需要指定高度*/}2.使用grid的place-items:center.parent{display:grid;place-item
  • 本周第二次约练 2cfbdfe28a51
    中原焦点团队中24初26刘霞2021.12.3约练161次，分享第368天当事人虽然是带着问题来的，但是咨询过程中发现，她是经过自己不断地调整和努力才走到现在的，看到当事人的不容易，找到例外，发现资源，力量感也就随之而来。增强画面感，或者说重温，会给当事人带来更深刻的感受。
  • 放下是一段成长的修行 小莳玥
    人来到这个世界上，只有两件事：生和死。一件事已经做完了，另一件你还急什么呢?是人，都有七情六欲。是心，都有喜怒哀乐，这些再正常不过了。别总抱怨自己活得累，过得辛苦。永远记住：舒坦是留给死人的。苦，才是生活；累，才是工作；变，才是命运；忍，才是历练；容，才是智慧；静，才是修养；舍，才会得到；做，才会拥有。人生，活得太清楚，才是最大的不明白。有些事，看得很清，却说不清；有些人，了解很深，却猜不透；有些
  • 回溯 Leetcode 332 重新安排行程 mmaerd Leetcode刷题学习记录leetcode算法职场和发展
    重新安排行程Leetcode332学习记录自代码随想录给你一份航线列表tickets，其中tickets[i]=[fromi,toi]表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。所有这些机票都属于一个从JFK（肯尼迪国际机场）出发的先生，所以该行程必须从JFK开始。如果存在多种有效的行程，请你按字典排序返回最小的行程组合。例如，行程[“JFK”,“LGA”]与[“JFK”,“LGB
  • Python数据分析与可视化实战指南 William数据分析 pythonpython数据
    在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
  • 解读Servlet原理篇二---GenericServlet与HttpServlet 周凡杨 javaHttpServlet源理GenericService源码
    在上一篇《解读Servlet原理篇一》中提到，要实现javax.servlet.Servlet接口（即写自己的Servlet应用），你可以写一个继承自javax.servlet.GenericServletr的generic Servlet ，也可以写一个继承自java.servlet.http.HttpServlet的HTTP Servlet（这就是为什么我们自定义的Servlet通常是exte
  • MySQL性能优化 bijian1013 数据库mysql
            性能优化是通过某些有效的方法来提高MySQL的运行速度，减少占用的磁盘空间。性能优化包含很多方面，例如优化查询速度，优化更新速度和优化MySQL服务器等。本文介绍方法的主要有：         a.优化查询         b.优化数据库结构  
  • ThreadPool定时重试 dai_lm javaThreadPoolthreadtimertimertask
    项目需要当某事件触发时，执行http请求任务，失败时需要有重试机制，并根据失败次数的增加，重试间隔也相应增加，任务可能并发。 由于是耗时任务，首先考虑的就是用线程来实现，并且为了节约资源，因而选择线程池。 为了解决不定间隔的重试，选择Timer和TimerTask来完成 package threadpool; public class ThreadPoolTest {
  • Oracle 查看数据库的连接情况 周凡杨 sqloracle 连接
    首先要说的是，不同版本数据库提供的系统表会有不同，你可以根据数据字典查看该版本数据库所提供的表。 select * from dict where table_name like '%SESSION%'; 就可以查出一些表，然后根据这些表就可以获得会话信息 select sid,serial#,status,username,schemaname,osuser,terminal,ma
  • 类的继承 朱辉辉33 java
    类的继承可以提高代码的重用行，减少冗余代码；还能提高代码的扩展性。Java继承的关键字是extends 格式:public class 类名（子类）extends 类名（父类）{ } 子类可以继承到父类所有的属性和普通方法，但不能继承构造方法。且子类可以直接使用父类的public和 protected属性，但要使用private属性仍需通过调用。 子类的方法可以重写，但必须和父类的返回值类
  • android 悬浮窗特效 肆无忌惮_ android
    最近在开发项目的时候需要做一个悬浮层的动画，类似于支付宝掉钱动画。但是区别在于，需求是浮出一个窗口，之后边缩放边位移至屏幕右下角标签处。效果图如下：   一开始考虑用自定义View来做。后来发现开线程让其移动很卡，ListView+动画也没法精确定位到目标点。   后来想利用Dialog的dismiss动画来完成。   自定义一个Dialog后，在styl
  • hadoop伪分布式搭建 林鹤霄 hadoop
    要修改4个文件    1: vim hadoop-env.sh  第九行    2: vim core-site.xml            <configuration>     &n
  • gdb调试命令 aigo gdb
    原文：http://blog.csdn.net/hanchaoman/article/details/5517362   一、GDB常用命令简介   r run 运行.程序还没有运行前使用 c             cuntinue 
  • Socket编程的HelloWorld实例 alleni123 socket
    public class Client { public static void main(String[] args) { Client c=new Client(); c.receiveMessage(); } public void receiveMessage(){ Socket s=null; BufferedRea
  • 线程同步和异步 百合不是茶 线程同步异步
    多线程和同步 : 如进程、线程同步，可理解为进程或线程A和B一块配合，A执行到一定程度时要依靠B的某个结果，于是停下来，示意B运行；B依言执行，再将结果给A；A再继续操作。 所谓同步，就是在发出一个功能调用时，在没有得到结果之前，该调用就不返回，同时其它线程也不能调用这个方法   多线程和异步:多线程可以做不同的事情,涉及到线程通知     &
  • JSP中文乱码分析 bijian1013 javajsp中文乱码
            在JSP的开发过程中，经常出现中文乱码的问题。         首先了解一下Java中文问题的由来：         Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，
  • js实现页面跳转重定向的几种方式 bijian1013 JavaScript重定向
            js实现页面跳转重定向有如下几种方式： 一.window.location.href <script language="javascript"type="text/javascript"> window.location.href="http://www.baidu.c
  • 【Struts2三】Struts2 Action转发类型 bit1129 struts2
     在【Struts2一】 Struts Hello World http://bit1129.iteye.com/blog/2109365中配置了一个简单的Action，配置如下   <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configurat
  • 【HBase十一】Java API操作HBase bit1129 hbase
    Admin类的主要方法注释：   1. 创建表 /** * Creates a new table. Synchronous operation. * * @param desc table descriptor for table * @throws IllegalArgumentException if the table name is res
  • nginx gzip ronin47 nginx gzip
    Nginx GZip 压缩 Nginx GZip 模块文档详见：http://wiki.nginx.org/HttpGzipModule 常用配置片段如下： gzip on; gzip_comp_level 2; # 压缩比例，比例越大，压缩时间越长。默认是1 gzip_types text/css text/javascript; # 哪些文件可以被压缩 gzip_disable &q
  • java-7.微软亚院之编程判断俩个链表是否相交 给出俩个单向链表的头指针，比如 h1 ， h2 ，判断这俩个链表是否相交 bylijinnan java
    public class LinkListTest { /** * we deal with two main missions: * * A. * 1.we create two joined-List(both have no loop) * 2.whether list1 and list2 join * 3.print the join
  • Spring源码学习-JdbcTemplate batchUpdate批量操作 bylijinnan javaspring
    Spring JdbcTemplate的batch操作最后还是利用了JDBC提供的方法，Spring只是做了一下改造和封装 JDBC的batch操作： String sql = "INSERT INTO CUSTOMER " + "(CUST_ID, NAME, AGE) VALUES (?, ?, ?)";
  • [JWFD开源工作流]大规模拓扑矩阵存储结构最新进展 comsci 工作流
        生成和创建类已经完成,构造一个100万个元素的矩阵模型,存储空间只有11M大,请大家参考我在博客园上面的文档"构造下一代工作流存储结构的尝试",更加相信的设计和代码将陆续推出.........     竞争对手的能力也很强.......,我相信..你们一定能够先于我们推出大规模拓扑扫描和分析系统的....
  • base64编码和url编码 cuityang base64url
    import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.io.PrintWriter; import java.io.StringWriter; import java.io.UnsupportedEncodingException;
  • web应用集群Session保持 dalan_123 session
    关于使用 memcached 或redis 存储 session ，以及使用 terracotta 服务器共享。建议使用 redis，不仅仅因为它可以将缓存的内容持久化，还因为它支持的单个对象比较大，而且数据类型丰富，不只是缓存 session，还可以做其他用途，一举几得啊。1、使用 filter 方法存储这种方法比较推荐，因为它的服务器使用范围比较多，不仅限于tomcat ，而且实现的原理比较简
  • Yii 框架里数据库操作详解-[增加、查询、更新、删除的方法 'AR模式'] dcj3sjt126com 数据库
        public function getMinLimit () {        $sql = "...";        $result = yii::app()->db->createCo
  • solr StatsComponent（聚合统计） eksliang solr聚合查询solr stats
    StatsComponent 转载请出自出处：http://eksliang.iteye.com/blog/2169134 http://eksliang.iteye.com/ 一、概述        Solr可以利用StatsComponent 实现数据库的聚合统计查询，也就是min、max、avg、count、sum的功能   二、参数
  • 百度一道面试题 greemranqq 位运算百度面试寻找奇数算法bitmap 算法
    那天看朋友提了一个百度面试的题目：怎么找出{1,1,2,3,3,4,4,4,5,5,5,5}  找出出现次数为奇数的数字.   我这里复制的是原话，当然顺序是不一定的，很多拿到题目第一反应就是用map,当然可以解决，但是效率不高。   还有人觉得应该用算法xxx,我是没想到用啥算法好...！   还有觉得应该先排序...   还有觉
  • Spring之在开发中使用SpringJDBC ihuning spring
      在实际开发中使用SpringJDBC有两种方式：   1. 在Dao中添加属性JdbcTemplate并用Spring注入；     JdbcTemplate类被设计成为线程安全的，所以可以在IOC 容器中声明它的单个实例，并将这个实例注入到所有的 DAO 实例中。JdbcTemplate也利用了Java 1.5 的特定(自动装箱，泛型，可变长度
  • JSON API 1.0 核心开发者自述 | 你所不知道的那些技术细节 justjavac json
    2013年5月，Yehuda Katz 完成了JSON API(英文，中文) 技术规范的初稿。事情就发生在 RailsConf 之后，在那次会议上他和 Steve Klabnik 就 JSON 雏形的技术细节相聊甚欢。在沟通单一 Rails 服务器库—— ActiveModel::Serializers 和单一 JavaScript 客户端库——&
  • 网站项目建设流程概述 macroli 工作
    一.概念 网站项目管理就是根据特定的规范、在预算范围内、按时完成的网站开发任务。 二.需求分析 项目立项 　　我们接到客户的业务咨询，经过双方不断的接洽和了解，并通过基本的可行性讨论够，初步达成制作协议，这时就需要将项目立项。较好的做法是成立一个专门的项目小组，小组成员包括：项目经理，网页设计，程序员，测试员，编辑/文档等必须人员。项目实行项目经理制。 客户的需求说明书 　　第一步是需
  • AngularJs 三目运算 表达式判断 qiaolevip 每天进步一点点学习永无止境众观千象AngularJS
    事件回顾：由于需要修改同一个模板，里面包含2个不同的内容，第一个里面使用的时间差和第二个里面名称不一样，其他过滤器，内容都大同小异。希望杜绝If这样比较傻的来判断if-show or not，继续追究其源码。 var b = "{{", a = "}}"; this.startSymbol = function(a) {
  • Spark算子：统计RDD分区中的元素及数量 superlxw1234 sparkspark算子Spark RDD分区元素
    关键字：Spark算子、Spark RDD分区、Spark RDD分区元素数量     Spark RDD是被分区的，在生成RDD时候，一般可以指定分区的数量，如果不指定分区数量，当RDD从集合创建时候，则默认为该程序所分配到的资源的CPU核数，如果是从HDFS文件创建，默认为文件的Block数。   可以利用RDD的mapPartitionsWithInd
  • Spring 3.2.x将于2016年12月31日停止支持 wiselyman Spring 3
                  Spring 团队公布在2016年12月31日停止对Spring Framework 3.2.x（包含tomcat 6.x）的支持。在此之前spring团队将持续发布3.2.x的维护版本。          请大家及时准备及时升级到Spring
  • fis纯前端解决方案fis-pure zccst JavaScript
    作者：zccst FIS通过插件扩展可以完美的支持模块化的前端开发方案，我们通过FIS的二次封装能力，封装了一个功能完备的纯前端模块化方案pure。 1，fis-pure的安装 $ fis install -g fis-pure $ pure -v 0.1.4 2，下载demo到本地 git clone https://github.com/hefangshi/f
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他