今天我们来讨论一下字符串聚合的反操作,也就是将单个字符串拆分成多行字符串。本文涉及的数据库包括 Oracle、MySQL、SQL Server、PostgreSQL 以及 SQLite。
表值函数
表值函数(Table-Valued Function)是指返回结果是一个表或者集合的函数,也称为行集函数(Set Returning Function)。表值函数可以当作一个数据表在查询中使用,类似于子查询或者视图。
在文章中我们会使用到以下示例表:
CREATE TABLE movies(id int primary key, name varchar(50), class varchar(200));
INSERTINTO movies VALUES(1,'千与千寻','动画、剧情、奇幻');
INSERTINTO movies VALUES(2,'阿甘正传','剧情、爱情');
INSERTINTO movies VALUES(3,'唐伯虎点秋香','喜剧、古装、爱情');
Oracle
Oracle 没有提供拆分字符串的表值函数,我们可以创建一个自定义的 PL/SQL 函数来实现这个功能。首先,创建一个集合类型:
CREATE OR REPLACE TYPE str_list IS TABLE OF VARCHAR2(4000);
str_list 可以看做一个由字符串数据组成的数组或者列表。然后创建一个拆分字符串的函数:
CREATE OR REPLACE FUNCTION string_split(p_str IN VARCHAR2, p_sep IN VARCHAR2 :=',')
RETURN str_list pipelined
IS
ln_idx PLS_INTEGER;
lv_list VARCHAR2(4000) := p_str;
BEGIN
LOOP
ln_idx := INSTR(lv_list, p_sep);
IF ln_idx >0 THEN
pipe ROW(SUBSTR(lv_list,1, ln_idx -1));
lv_list := SUBSTR(lv_list, ln_idx + LENGTH(p_sep));
ELSE
pipe ROW(lv_list);
EXIT;
ENDIF;
ENDLOOP;
END string_split;
string_split 函数可以将输入的字符串以指定分隔符进行拆分,默认分隔符为逗号。例如:
SELECT v.column_value
FROM string_split('Oracle,MySQL,SQL Server,PostgreSQL,SQLit') v;
COLUMN_VALUE|
------------|
Oracle |
MySQL |
SQL Server |
PostgreSQL |
SQLit |
我们也可以将该函数应用到查询中的字段,例如:
SELECT id, name, column_value
FROM movies
CROSSJOIN string_split(class,'、');
ID|NAME |COLUMN_VALUE|
--|------------|------------|
1|千与千寻 |动画 |
1|千与千寻 |剧情 |
1|千与千寻 |奇幻 |
2|阿甘正传 |剧情 |
2|阿甘正传 |爱情 |
3|唐伯虎点秋香|喜剧 |
3|唐伯虎点秋香|古装 |
3|唐伯虎点秋香|爱情 |
查询通过交叉连接将 class 字段中的数据进行了展开。
想一想,怎么查找剧情类的电影?
MySQL
MySQL 没有提供拆分字符串的表值函数,也不支持自定义函数来实现这个功能。不过,我们可以利用递归通用表表达式来实现字符串的拆分:
WITH RECURSIVE t(sub, str)AS(
SELECT concat('Oracle,MySQL,SQL Server,PostgreSQL,SQLite',','), concat('Oracle,MySQL,SQL Server,PostgreSQL,SQLite',',')
UNION ALL
SELECT substr(str,1, instr(str,',')-1), substr(str, instr(str,',')+1)
FROM t WHERE instr(str,',')>0
)
SELECT sub
FROM t WHERE instr(sub,',')=0;
sub |
----------|
Oracle |
MySQL |
SQL Server|
PostgreSQL|
SQLite |
WITH RECURSIVE 表示递归通用表表达式,每次递归都返回一个拆分后的子串。将上面的查询应用到 movies 表中可以将电影的类型进行展开:
WITH RECURSIVE t(id, name, sub, str)AS(
SELECT id, name, concat(class,'、'), concat(class,'、')
FROM movies
UNION ALL
SELECT id, name,substr(str,1, instr(str,'、')-1), substr(str, instr(str,'、')+1)
FROM t WHERE instr(str,'、')>0
)
SELECT id, name, sub
FROM t WHERE instr(sub,'、')=0;
id|name |sub |
--|------------|----|
1|千与千寻 |动画 |
2|阿甘正传 |剧情 |
3|唐伯虎点秋香|喜剧 |
1|千与千寻 |剧情 |
2|阿甘正传 |爱情 |
3|唐伯虎点秋香|古装 |
1|千与千寻 |奇幻 |
3|唐伯虎点秋香|爱情 |
其他数据库也都实现了通用表表达式,因此也可以使用这种方法进行字符串的拆分。
SQL Server
SQL Server 2016 引入了一个字符串表值函数 STRING_SPLIT,它可以根据指定的分隔符将字符串拆分为子字符串行。例如:
SELECT v.value
FROM string_split('Oracle,MySQL,SQL Server,PostgreSQL,SQLit',',') v;
value|
----------|
Oracle |
MySQL |
SQL Server|
PostgreSQL|
SQLit |
STRING_SPLIT 函数第一个参数是被拆分的字符串,第二个参数是拆分使用的分隔符。函数返回一个单字段的表,字段名为“value” 。如果任何输入参数为 nvarchar 或 nchar 类型,则返回 nvarchar 类型;否则,返回 varchar 类型。返回类型的长度与字符串参数的长度相同。
以下查询使用 CROSS APPLY 将 class 字段进行了展开:
SELECT id, name,value
FROM movies
CROSSAPPLY string_split(class,'、');
id|name |value|
--|------------|------|
1|千与千寻 |动画 |
1|千与千寻 |剧情 |
1|千与千寻 |奇幻 |
2|阿甘正传 |剧情 |
2|阿甘正传 |爱情 |
3|唐伯虎点秋香|喜剧 |
3|唐伯虎点秋香|古装 |
3|唐伯虎点秋香|爱情 |
SQL Server 不能像 Oracle 那样直接使用连接查询。
如果想要查找剧情类的电影,可以在子查询中使用 string_split 函数:
SELECT id, name, class
FROM movies
WHEREEXISTS(SELECT1FROM string_split(class,'、')WHEREvalue='剧情');
id|name |class |
--|-------|---------------|
1|千与千寻|动画、剧情、奇幻|
2|阿甘正传|剧情、爱情 |
PostgreSQL
首先,PostgreSQL 中所有的函数实际上都可以作为表值函数使用。例如:
SELECT*FROM abs(10);
abs|
---|
10|
我们知道,FROM 子句后面就是表,因此 ABS 函数的返回结果可以看做一个一行一列的表。
PostgreSQL 提供了一个拆分字符串的函数 regexp_split_to_table ,可以通过一个 POSIX 正则表达式指定分隔符。例如:
SELECT *
FROM regexp_split_to_table('Oracle,MySQL,SQL Server,PostgreSQL,SQLit',',') v;
v |
----------|
Oracle |
MySQL |
SQL Server|
PostgreSQL|
SQLit |
以下查询使用 CROSS JOIN 将 class 字段进行了展开:
SELECT*
FROM movies
CROSSJOIN regexp_split_to_table(class,'、') v;
id|name |class |v |
--|------------|--------------|---|
1|千与千寻 |动画、剧情、奇幻|动画|
1|千与千寻 |动画、剧情、奇幻|剧情|
1|千与千寻 |动画、剧情、奇幻|奇幻|
2|阿甘正传 |剧情、爱情 |剧情|
2|阿甘正传 |剧情、爱情 |爱情|
3|唐伯虎点秋香|喜剧、古装、爱情|喜剧|
3|唐伯虎点秋香|喜剧、古装、爱情|古装|
3|唐伯虎点秋香|喜剧、古装、爱情|爱情|
想一想,怎么查找剧情类的电影?
SQLite
SQLite 没有提供拆分字符串的表值函数,也不支持自定义函数来实现这个功能。不过,我们可以像 MySQL 一样利用递归通用表表达式来实现字符串的拆分:
WITH RECURSIVE t(sub, str)AS(
SELECT '','Oracle,MySQL,SQL Server,PostgreSQL,SQLite'||','
UNION ALL
SELECT substr(str,1, instr(str,',')-1), substr(str, instr(str,',')+1)
FROM t WHERE instr(str,',')>0
)
SELECT sub
FROM t WHERE sub !='';
sub |
----------|
Oracle |
MySQL |
SQL Server|
PostgreSQL|
SQLite |
WITH RECURSIVE 表示递归通用表表达式,每次递归都返回一个拆分后的子串。将上面的查询应用到 movies 表中可以将电影的类型进行展开:
WITH RECURSIVE t(id, name, sub, str)AS(
SELECT id, name,'', class||'、'
FROM movies
UNION ALL
SELECT id, name,substr(str,1, instr(str,'、')-1), substr(str, instr(str,'、')+1)
FROM t WHERE instr(str,'、')>0
)
SELECT id, name, sub
FROM t WHERE sub !='';
id|name |sub |
--|------------|----|
1|千与千寻 |动画 |
2|阿甘正传 |剧情 |
3|唐伯虎点秋香|喜剧 |
1|千与千寻 |剧情 |
2|阿甘正传 |爱情 |
3|唐伯虎点秋香|古装 |
1|千与千寻 |奇幻 |
3|唐伯虎点秋香|爱情 |