计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive
更新时间:2023-03-17 GMT+08:00

系统函数和操作符

本节主要介绍Teradata系统函数和运算符的迁移语法。迁移语法决定了关键字/特性的迁移方式。

模式

带有模式名的数据库更改为“SET SESSION CURRENT_SCHEMA”。

Oracle 语法

迁移后语法

DATABASE SCHTERA 
SET SESSION CURRENT_SCHEMA TO SCHTERA

分析函数

在Teradata中,分析函数统称为有序分析函数,它们为数据挖掘、分析和商业智能提供了强大的分析能力。

  1. ORDER BY中的分析函数

    输入:ORDER BY子句中的分析函数

    1
    2
    3
    4
    SELECT customer_id, customer_name, RANK(customer_id, customer_address DESC) 
       FROM customer_t
     WHERE  customer_state = 'CA'
     ORDER BY RANK(customer_id, customer_address DESC);
    

    输出

    1
    2
    3
    4
    SELECT customer_id, customer_name, RANK() over(order by customer_id, customer_address DESC) 
       FROM customer_t
     WHERE  customer_state = 'CA'
     ORDER BY RANK() over(order by customer_id DESC, customer_address DESC) ;
    

    输入:GROUP BY子句中的分析函数

    1
    2
    3
    4
    5
    6
    7
    SELECT customer_city, customer_state, postal_code
         , rank(postal_code)
         , rank() over(partition by customer_state order by postal_code)
        , rank() over(order by postal_code)
      FROM Customer_T 
      GROUP BY customer_state
      ORDER BY customer_state;
    

    输出

    1
    2
    3
    4
    5
    6
    SELECT customer_city, customer_state, postal_code
         , rank() over(PARTITION BY customer_state ORDER BY postal_code DESC) 
         , rank() over(partition by customer_state order by postal_code)
         , rank() over(order by postal_code)
      FROM Customer_T 
      ORDER BY customer_state;
    
  2. PARTITION BY中的分析函数

    当输入脚本的PARTITION BY子句中包含数值时,迁移脚本将原样保留该数值。

    输入:PARTITION BY子句中的分析函数(包含数值)

     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    11
    SELECT
              Customer_id
              ,customer_name
              ,rank (
              ) over( partition BY 1 ORDER BY Customer_id )
              ,rank (customer_name)
         FROM
              Customer_t
         GROUP BY
              1
    ;
    

    输出

    SELECT
              Customer_id
              ,customer_name
              ,rank (
              ) over( partition BY 1 ORDER BY Customer_id )
              ,rank (
              ) over( PARTITION BY Customer_id ORDER BY customer_name DESC )
         FROM
              Customer_t
    ;
  3. 窗口函

    窗口函数在查询结果中执行跨行计算。DSC支持以下Teradata窗口函数:

    DSC仅支持QUALIFY子句使用一个窗口函数。如果QUALIFY使用多个窗口函数,可能会导致迁移失败。

  4. CSUM

    累计函数(CSUM)为一列数值计算运行或累计总数,建议在QUALIFY语句中使用ALIAS。

    输入:CSUM,使用GROUP_ID
     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    INSERT INTO GSIS_SUM.DW_DAT71 (
       col1
      ,PROD_GROUP
    )
       SELECT 
          CSUM(1, T1.col1)
          ,T1.PROD_GROUP
         FROM tab1  T1
        WHERE T1.col1 = 'ABC'
    ;
    

    输出

     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    11
    12
    13
    INSERT
         INTO
              GSIS_SUM.DW_DAT71 (
                   col1
                   ,PROD_GROUP
              ) SELECT
                        SUM (1) over( ORDER BY T1.col1 ROWS UNBOUNDED PRECEDING )
                        ,T1.PROD_GROUP
                   FROM
                        tab1 T1
                   WHERE
                        T1.col1 = 'ABC'
    ;
    
    输入:CSUM,使用GROUP_ID
    1
    2
    3
    4
    5
    SELECT  top 10
          CSUM(1, T1.Test_GROUP)
          ,T1.col1
      FROM  $[schema}.  T1
     WHERE T1.Test_GROUP = 'Test_group' group by Test_group order by Test_Group;
    

    输出

     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    SELECT
           SUM (1) over( partition BY Test_group ORDER BY T1.Test_GROUP ROWS UNBOUNDED PRECEDING )
           ,T1.col1
      FROM
           $[schema}. T1
     WHERE
           T1.Test_GROUP = 'Test_group'
     ORDER BY
           Test_Group LIMIT 10
    ;
    
    输入:CSUM,使用GROUP BY和QUALIFY
    1
    2
    3
    4
    SELECT c1, c2, c3, CSUM(c4, c3) 
      FROM tab1 
    QUALIFY ROW_NUMBER(c4) = 1  
    GROUP BY 1, 2;
    

    输出

    1
    2
    3
    4
    5
    6
    7
    SELECT c1, c2, c3, ColumnAlias1
      FROM ( SELECT c1, c2, c3
                  , SUM (c4) OVER(PARTITION BY 1 ,2 ORDER BY c3 ROWS UNBOUNDED PRECEDING) AS ColumnAlias1
                  , ROW_NUMBER( ) OVER(PARTITION BY 1, 2 ORDER BY c4) AS ROW_NUM1
               FROM tab1
           ) Q1
       WHERE Q1.ROW_NUM1 = 1;
    
  5. MDIFF

    MDIFF函数基于预定的查询宽度计算一列的移动差分值。查询宽度即所指定的行数。建议在QUALIFY语句中使用ALIAS。

    输入:MDIFF,使用QUALIFY

    1
    2
    3
    4
    5
    6
    SELECT DT_A.Acct_ID, DT_A.Trade_Date, DT_A.Stat_PBU_ID
          , CAST( MDIFF( Stat_PBU_ID_3, 1, DT_A.Trade_No ASC ) AS DECIMAL(20,0) ) AS MDIFF_Stat_PBU_ID
       FROM Trade_His DT_A
      WHERE Trade_Date >= CAST( '20170101' AS DATE FORMAT 'YYYYMMDD' ) 
      GROUP BY DT_A.Acct_ID, DT_A.Trade_Date
     QUALIFY MDIFF_Stat_PBU_ID <> 0 OR MDIFF_Stat_PBU_ID IS NULL;
    

    输出

    1
    2
    3
    4
    5
    6
    7
    SELECT Acct_ID, Trade_Date, Stat_PBU_ID, MDIFF_Stat_PBU_ID
       FROM (SELECT DT_A.Acct_ID, DT_A.Trade_Date, DT_A.Stat_PBU_ID
             , CAST( (Stat_PBU_ID_3 - (LAG(Stat_PBU_ID_3, 1, NULL) OVER (PARTITION BY DT_A.Acct_ID, DT_A.Trade_Date ORDER BY DT_A.Trade_No ASC)))  AS MDIFF_Stat_PBU_ID
               FROM Trade_His DT_A
              WHERE Trade_Date >= CAST( '20170101' AS DATE)
                    )
     WHERE MDIFF_Stat_PBU_ID <> 0 OR MDIFF_Stat_PBU_ID IS NULL;
    
  6. RANK

    RANK(col1, col2...)

    输入:RANK,使用GROUP BY

    1
    2
    3
    4
    SELECT  c1, c2, c3, RANK(c4, c1 DESC, c3) AS Rank1 
      FROM  tab1 
     WHERE  ... 
     GROUP BY c1;
    

    输出

    1
    2
    3
    SELECT c1, c2, c3, RANK() OVER (PARTITION BY c1 ORDER BY c4, c1 DESC ,c3) AS Rank1
      FROM tab1
     WHERE ...;
    
  7. ROW_NUMBER

    ROW_NUMBER(col1, col2...)

    输入:ROW NUMBER,使用GROUP BY和QUALIFY

    1
    2
    3
    4
    SELECT c1, c2, c3, ROW_NUMBER(c4, c3) 
       FROM tab1 
    QUALIFY RANK(c4) = 1  
      GROUP BY 1, 2;
    

    输出

     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    SELECT
          c1
         ,c2
         ,c3
         ,ColumnAlias1
      FROM
          (
            SELECT
                    c1
                   ,c2
                   ,c3
                   ,ROW_NUMBER( ) over( PARTITION BY 1 ,2 ORDER BY c4 ,c3 ) AS ColumnAlias1
                   ,RANK (
                   ) over( PARTITION BY 1 ,2 ORDER BY c4 ) AS ROW_NUM1
              FROM
                  tab1
          ) Q1
     WHERE
          Q1.ROW_NUM1 = 1
    ;
    
  8. COMPRESS(使用*****)

    输入

    ORDCADBRN VARCHAR(6) CHARACTER SET LATIN CASESPECIFIC TITLE '    ' COMPRESS '******'

    输出

    ORDCADBRN VARCHAR( 6 ) /* CHARACTER SET LATIN*/ /* CASESPECIFIC*/ /*TITLE '    '*/ /* COMPRESS  '******' */

比较和列表操作符

比较操作符LT、LE、GT、GE、EQ和NE不得用作表别名或列别名。

以下内容介绍了支持的比较和列表操作符。

  1. ^=和GT
    输入:比较操作(^=和GT)
    1
    2
    3
    4
    SELECT t1.c1, t2.c2 
      FROM tab1 t1, tab2 t2 
     WHERE t1.c3 ^= t1.c3
       AND t2.c4 GT 100;
    

    输出

    1
    2
    3
    4
    SELECT t1.c1, t2.c2 
      FROM tab1 t1, tab2 t2 
     WHERE t1.c3 <> t1.c3
       AND t2.c4 > 100;
    
  2. EQ和NE
    输入:比较操作(EQ和NE)
    1
    2
    3
    4
    SELECT t1.c1, t2.c2 
      FROM tab1 t1 INNER JOIN tab2 t2 
        ON t1.c2 EQ t2.c2
     WHERE t1.c6 NE 1000;
    

    输出

    1
    2
    3
    4
    5
     SELECT t1.c1, t2.c2 
      FROM tab1 t1 INNER JOIN tab2 t2 
        ON t1.c2 = t2.c2
     WHERE
            t1.c6 <> 1000;
    
  3. LE和GE
    入:比较操作(LE和GE)
    1
    2
    3
    4
    SELECT t1.c1, t2.c2 
      FROM tab1 t1, tab2 t2 
     WHERE t1.c3 LE 200
       AND t2.c4 GE 100;
    

    输出

    1
    2
    3
    4
     SELECT t1.c1, t2.c2 
       FROM tab1 t1, tab2 t2 
      WHERE t1.c3 <= 200
        AND t2.c4 >= 100;
    
  4. NOT=和LT
    输入:比较操作(NOT=和LT)
    1
    2
    3
    4
    SELECT t1.c1, t2.c2 
      FROM tab1 t1, tab2 t2 
     WHERE t1.c3 NOT= t1.c3
       AND t2.c4 LT 100;
    

    输出

    1
    2
    3
    4
    SELECT t1.c1, t2.c2 
      FROM tab1 t1, tab2 t2 
     WHERE t1.c3 <> t1.c3
       AND t2.c4 < 100;
    
  5. IN 和 NOT IN

    详情请参见IN/NOT IN转换

    输入:IN和NOT IN
    1
    2
    3
     SELECT c1, c2
       FROM tab1
      WHERE c1 IN 'XY';
    

    输出

    1
    2
    3
    SELECT c1, c2
      FROM tab1
     WHERE c1 = 'XY';
    

    GaussDB(DWS)支持IN和NOT IN操作符,特殊场景除外。

  6. IS NOT IN
    输入:IS NOT IN
    1
    2
    3
    SELECT c1, c2
      FROM tab1
     WHERE c1 IS NOT IN (subquery);
    

    输出

    1
    2
    3
    SELECT c1, c2
      FROM tab1
     WHERE c1 NOT IN (subquery);
    
  7. LIKE ALL 和 NOT LIKE ALL
    输入:LIKE ALL/NOT LIKE ALL
    1
    2
    3
    SELECT c1, c2
      FROM tab1
     WHERE c3 NOT LIKE ALL ('%STR1%', '%STR2%', '%STR3%');
    

    输出

    1
    2
    3
    SELECT c1, c2
      FROM tab1
     WHERE c3 NOT LIKE ALL (ARRAY[ '%STR1%', '%STR2%', '%STR3%' ]);
    
  8. LIKE ANY 和 NOT LIKE ANY
    输入:LIKE ANY/NOT LIKE ANY
    1
    2
    3
    SELECT c1, c2
      FROM tab1
     WHERE c3 LIKE ANY ('STR1%', 'STR2%', 'STR3%');
    

    输出

    1
    2
    3
    SELECT c1, c2
      FROM tab1
     WHERE c3 LIKE ANY (ARRAY[ 'STR1%', 'STR2%', 'STR3%' ]);
    

表操作符

可以在查询的FROM子句中调用函数,该函数包含在表操作符内部。

输入:表操作符,使用RETURNS
1
2
SELECT * 
  FROM TABLE( sales_retrieve (9005) RETURNS ( store INTEGER, item CLOB, quantity BYTEINT) ) AS ret;

输出

1
2
SELECT *
  FROM sales_retrieve(9005) AS ret (store, item, quantity);

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情