假设我有一个带有字符串的表,我想通过将不同的字符串分组到"category"中来创建该表的聚合。为了理解将每个字符串分配给哪个类别,我有一个可能性列表,可以总结如下:
字符串="aaa"然后为"cat_aaa"时的大小写
CASE WHEN string='bbb'THEN'cat_bb'
[…]
当字符串像"%abc%"然后是"cat_abc"时大小写
现在,这个列表可能非常庞大,可能需要更新,所以我不想做一个无限的CASE WHEN列表。相反,我想要一个带有用于比较的字符串和相应类别的表。
因此,让我们假设有一个包含所有字符串的第一个表:
TABLE A
=======
string
--------
aaa
bbb
aaa
aaa
aaa
dabc
fabc
------
和另一个表
TABLE B
=======
string_comparison | category
aaa | cat_aaa
bbb | cat_bbb
%abc% | cat_abc
如果它们都=条件,我就可以把这两个字符串连接起来。但是,根据字符串比较的类型,我可能需要执行LIKE比较。你对如何解决这种情况有什么新的想法吗?由于表演原因,我不想在like的基础上加入这两张桌子。有没有可能在字符串上使用正则表达式来解决这个问题?
我正在使用红移。
没有通配符的like
实际上与=
相同,任何合理的优化器都应该正确处理它,所以我不会想太多,只尝试使用like
:
SELECT category, COUNT(*)
FROM a
JOIN b ON string LIKE string_comparison
GROUP BY category
如果你真的很关心like
运算符的性能,你可以试着检查string_comparison
中是否没有通配符并将其短路,但我怀疑它是否会比直接使用like
更快:
SELECT category, COUNT(*)
FROM a
JOIN b ON (POSITION('%' IN string_comparison) > 0 AND
POSITION('_' IN string_comparison) > 0 AND
string LIKE string_coparison) OR
string = string_comparison
GROUP BY category
注意:您没有用正在使用的RDBMS标记这个问题,所以我举了一个使用Postgresql的position
函数的例子。其他RDBMS应该具有相同功能的函数,尽管它们的名称可能不同。