主頁 > 資料庫 > 有趣的存盤程序【持續更新】

有趣的存盤程序【持續更新】

2020-09-11 19:29:56 資料庫

如果從一個表A中抽取n條資料，要讓n條資料中金錢這個欄位之和無限接近傳入的引數Needmoney，回傳結果集n條資料的id.
A表的結構 [ID]主鍵，[Money] decimal(18,2),參考如下
ID            Money
8043 484.740
8042 511.410
239158 335.500
239156 306.500
239157 279.000
239159 388.500
8045 507.250
8046 455.520
8047 520.090
8050 523.030
如果輸入引數Needmoney是1500條，回傳最合適的n條資料的ID，目標資料庫是Oracle，請各位集思廣益，共同提高？

uj5u.com熱心網友回復：

就是在您的1500個傳入引數，每一個引數，都要回傳表A中的某些ID，并且這些ID對應的Money之和，盡量接近對應的引數，是這個意思嗎。
必須要用存盤程序嗎，直接的SELECT查詢可以嗎。

uj5u.com熱心網友回復：

參考 1 樓 AHUA1001 的回復:
就是在您的1500個傳入引數，每一個引數，都要回傳表A中的某些ID，并且這些ID對應的Money之和，盡量接近對應的引數，是這個意思嗎。
必須要用存盤程序嗎，直接的SELECT查詢可以嗎。

謝謝您的關注
如果SELECT查詢可以實作的話，也行
但是因為這里涉及到比較，n可能回傳的是1，2，3，n條，要比較這些回傳的集中，哪種是最優的，所以只用select不一定實作得了!

uj5u.com熱心網友回復：

with a as(
select sys_connect_by_path (id, '/')||'/' path
from TABLE_TEST
connect by nocycle prior id < id 
and level <=(select count(*) from TABLE_TEST))
select *
from(
select path,sum(b.money),row_number() over(order by abs(1500-sum(b.money))) rn
from a join  TABLE_TEST b on a.path like '%/'||b.id ||'/%'
group by path )
WHERE RN=1

uj5u.com熱心網友回復：

比較經典的湊單演算法，大家討論一下吧！

ps：我只負責加分 、推薦、置頂。

uj5u.com熱心網友回復：

參考 4 樓 賣水果的net 的回復:
比較經典的湊單演算法，大家討論一下吧！

ps：我只負責加分 、推薦、置頂。


感謝版主

uj5u.com熱心網友回復：

參考 3 樓 ZJHZ_葉 的回復:
with a as(
select sys_connect_by_path (id, '/')||'/' path
from TABLE_TEST
connect by nocycle prior id < id 
and level <=(select count(*) from TABLE_TEST))
select *
from(
select path,sum(b.money),row_number() over(order by abs(1500-sum(b.money))) rn
from a join  TABLE_TEST b on a.path like '%/'||b.id ||'/%'
group by path )
WHERE RN=1

感謝您的解答，但樹查詢不是太明白，你的 TABLE_TEST查不到，沒有這個視圖或者表，可以寫得稍微詳細點么？

uj5u.com熱心網友回復：

參考 6 樓 luguang 的回復:
Quote: 參考 3 樓 ZJHZ_葉 的回復:

with a as(
select sys_connect_by_path (id, '/')||'/' path
from TABLE_TEST
connect by nocycle prior id < id 
and level <=(select count(*) from TABLE_TEST))
select *
from(
select path,sum(b.money),row_number() over(order by abs(1500-sum(b.money))) rn
from a join  TABLE_TEST b on a.path like '%/'||b.id ||'/%'
group by path )
WHERE RN=1

感謝您的解答，但樹查詢不是太明白，你的 TABLE_TEST查不到，沒有這個視圖或者表，可以寫得稍微詳細點么？


就是表A，我自己本地建的TABLE_TEST 

uj5u.com熱心網友回復：

uj5u.com熱心網友回復：

with a as()是指的遞回么？row_number這些的，都是后來的資料庫才支持的吧？

uj5u.com熱心網友回復：

ZJHZ_葉 
你的這個方法，我在系統里面執行的時候，會報錯!
請問你在測驗庫里面除錯過沒有呢？
參考你寫的陳述句我改了下


with formmain_2032 as(

select sys_connect_by_path (id, '/')||'/' path

from formmain_2032

connect by nocycle prior id < id 

and level <=(select count(*) from formmain_2032))

select *

from(

select path,sum(b.field0012),row_number() over(order by abs(150000-sum(b.field0012))) rn

from a join  formmain_2032 b on a.path like '%/'||b.id ||'/%'

group by path )

WHERE RN=1

報錯如下：


[SQL]with formmain_2032 as(

select sys_connect_by_path (id, '/')||'/' path

from formmain_2032

connect by nocycle prior id < id 

and level <=(select count(*) from formmain_2032))

select *

from(

select path,sum(b.field0012),row_number() over(order by abs(150000-sum(b.field0012))) rn

from a join  formmain_2032 b on a.path like '%/'||b.id ||'/%'

group by path )

WHERE RN=1

[Err] ORA-32039: recursive WITH clause must have column alias list

uj5u.com熱心網友回復：



貼出一張原始資料的圖作為參考，field0012是DECIMAL,id是NUMBER，資料型別！

uj5u.com熱心網友回復：

with a   as(
select sys_connect_by_path (id, '/')||'/' path
from formmain_2032
connect by nocycle prior id < id 
and level <=(select count(*) from formmain_2032))
select *
from(
select path,sum(b.field0012),row_number() over(order by abs(150000-sum(b.field0012))) rn
from a join  formmain_2032 b on a.path like '%/'||b.id ||'/%'
group by path )
WHERE RN=1

uj5u.com熱心網友回復：

謝謝樓主的分享

uj5u.com熱心網友回復：


參考
ZJHZ_葉 
,這個執行會報錯，這個SQL不太懂，不知道如何調整，你可以調整下不？
附插入的SQL，可以放到你的庫中測驗下呢


INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('7542376801649573989', '5000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('792095545251480041', '1200000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2799663732232009732', '1800000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-449194716311762442', '1500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3533576885435844060', '5600000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('8707956464688320387', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-620822516575089278', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-6080894920566947104', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('6131225749207402270', '6024000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-5085860620889078035', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2104824443380284344', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('5840880044205818786', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-8581203654882213411', '1238838.52');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3216031198374022991', '5000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3528057672845771572', '1100000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3120141390712030982', '1300000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-1337800312943588204', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-1355797397165751504', '2300000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('6960648997476188872', '2700000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3071244672871449914', '1242091.59');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-993240273935905496', '3891419.20');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2727685077045757166', '2312857.55');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-6348573605343834500', '31930697.46');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1390937958039833346', '1400000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2396230476064141434', '3720000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-5476939412138409703', '1130000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('6194586432220579777', '1800000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-1120145901341291854', '6083077.15');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-5721616447059573204', '1500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-953087760185603307', '2600000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-5439862695511111741', '8011444.99');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-8751456220923147723', '2500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('8158231624255096309', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('4579370252973067206', '2500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('6762083006682516289', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1118268023764175594', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1014712553161116909', '3500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-217762634095050090', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('5153859667171822269', '2130000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('591217050601996458', '1400000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('9033504512052380304', '4000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-6018321344333987175', '1302410');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-8018128991563919623', '1600000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('607962477845892893', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('7590182249313095618', '4700000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-5394345230388541734', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-491674065428069854', '1528590');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-284580741776915616', '10200000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1436670486868806655', '4000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2931545342578702003', '1800000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1051547950735183172', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-661087578544192340', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-6573862570419403731', '1570000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('6035721865043136315', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-1691892348235461558', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1076375769943066401', '4000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-8419557841596560039', '5000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-7035702197097905080', '1030000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-6409884159929529084', '2600000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('4051406510848296550', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2150640211959132497', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2803917967932869387', '7258586.84');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2817128296738503401', '3430000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2216485444515482012', '10000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3591381700484353860', '1042525.32');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('5463872902374114668', '1600000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-4485521706605850946', '1300000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1694918386400969834', '1358368');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-8968079724683115461', '8000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-982048866967796455', '2488975.29');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('7310683544661151633', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('4744120853074167654', '1400000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2134458335904219988', '1500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-1111343055900815491', '2600000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-6967066455525995005', '1900000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('560998513580393128', '2740018.22');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('7140522706633181435', '1500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('5513357930501328212', '1700000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('5320786183424135136', '4450000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('6866879789430688043', '1550016');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2306117223530449853', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-5624112565102426255', '1500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('4291225247768592446', '1500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-520111713847981204', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2309296893420062974', '5000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1995288118020751876', '8000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-3764906646744185026', '1200000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-1812077472112492426', '4900000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3520021723629571854', '1359398.41');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('8845922465217661529', '2696148');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2786557034795454071', '1300000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2172170171995668667', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-7703510866663880743', '1200000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3257083287835787416', '2370000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-3037914648756993116', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1186245741487540501', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2995038129833751506', '5000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('1278097253980654393', '1200000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('8314049178738050407', '5000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-5228904754379208861', '1700000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('722442458457720147', '3350000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2245053027713594314', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-5688146207274416033', '8920000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-9195492285649894073', '1500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2849923063556126587', '1520000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-8703818674250497942', '4900000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3287924674665990942', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3290043329616954100', '1683078.08');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-4761370205993090337', '2300000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('6978376789901460260', '2837493');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('3319850160904228237', '3000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-9031493766930019453', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-896424660346254359', '5200000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('275616691725682097', '5000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-3095678015150535930', '2000000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('6032456457589768504', '1400000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('2110397234853069333', '1200000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-3716806173050321326', '1300000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('-2415231205191630557', '1500000');

INSERT INTO ""."" ("ID", "FIELD0012") VALUES ('125863414842868434', '1524263.46');



uj5u.com熱心網友回復：

你的ID太長了，sys_connect_by_path超長了 ，另外資料太多，估計也執行不出來，這個是把所有情況的排列組合列出來

uj5u.com熱心網友回復：

下午我寫個根據金額控制下level的值看看

uj5u.com熱心網友回復：

參考 19 樓 ZJHZ_葉 的回復:
下午我寫個根據金額控制下level的值看看

等待ing

uj5u.com熱心網友回復：

搞不定，資料太多，排列組合生成的資料太多了，執行不了

uj5u.com熱心網友回復：

參考 21 樓 ZJHZ_葉 的回復:
搞不定，資料太多，排列組合生成的資料太多了，執行不了

感謝你的各種嘗試，這個湊單問題，我想一定有辦法在資料庫層來解決的哦，我會繼續嘗試其他的辦法，期待其它大神給點建議或者給點思路也好！

uj5u.com熱心網友回復：

我只負責加分，順便學習一下

uj5u.com熱心網友回復：

對于最優解的演算法，本來就是一件困難的事情，不是ORACLE的長項

uj5u.com熱心網友回復：

參考 24 樓 yaiger 的回復:
對于最優解的演算法，本來就是一件困難的事情，不是ORACLE的長項

有何建議呢？

uj5u.com熱心網友回復：

一定要最優解嗎？如果是的話你要研究演算法了，這不是簡單的問題，也超出我的能力。

如果不需要的話簡單多了，之前我處理過發票拆單，只是很簡單的按照金額排序分解就可以了

參考 9 樓 luguang 的回復:
Quote: 參考 24 樓 yaiger 的回復:

對于最優解的演算法，本來就是一件困難的事情，不是ORACLE的長項

有何建議呢？

uj5u.com熱心網友回復：

加入要一條，只需要遍歷1500次，兩條也才2248500次，三條就到3368253000次了，樓主是這個意思不，3次過后就癱了

uj5u.com熱心網友回復：

參考 28 樓 洪武哥 的回復:
加入要一條，只需要遍歷1500次，兩條也才2248500次，三條就到3368253000次了，樓主是這個意思不，3次過后就癱了

遍歷肯定是要加一些邏輯的啥，比如說過濾小于引數金額的，這些都是要優化的！持續優化，所以大家在一起探討看看有沒有更好的辦法啥

uj5u.com熱心網友回復：

沒有用oralce,這是mysql MySQL中查詢的陳述句:
select id,need_money,abs(need_money-484.6) as val from t_money where abs(need_money-484.6) =(select min(abs(need_money-484.6)) as val from t_money )
1 484.74 0.14
2 484.74 0.14

uj5u.com熱心網友回復：

一條need_money 一條sql , 1500潭訓圈呼叫的話資料庫確實壓力很大,不建議回圈呼叫資料庫, 我建議將資料庫表中的全部資料提取出來放到記憶體list_db中, 之后回圈list_db 與你輸入的list_money,雙層回圈就搞定, 方法結束記憶體回收,方法內最后定義一個變數,方便堆疊回收兩個list占用的變數槽,缺點有一個是不能實時同步程式執行時間內資料庫的修改不如新增,洗掉,修改等資料變動, 優勢是大大降低資料庫的處理壓力,不管你的資料量有多大, 資料庫都無所謂

uj5u.com熱心網友回復：

資料存放進redis快取中程式執行中,如果資料庫有修改, 快取會直接重繪,這樣可以解決上面資料同步的缺點,使用完后記得回收快取

uj5u.com熱心網友回復：

參考 30 樓 Ys8888N 的回復:
沒有用oralce,這是mysql MySQL中查詢的陳述句:
select id,need_money,abs(need_money-484.6) as val from t_money where abs(need_money-484.6) =(select min(abs(need_money-484.6)) as val from t_money )
1 484.74 0.14
2 484.74 0.14

感謝你的答復，但是感覺你這個SQL只是查最接近的一條資料，現在和可能是找最近的n條資料哦，可能是2條資料加起來最近，也可以是3、4、5、、、條

uj5u.com熱心網友回復：

先把縱向資料放到陣列里面，然后根據背包 求N個數的最大值。

uj5u.com熱心網友回復：

參考 34 樓 whb00120012 的回復:
先把縱向資料放到陣列里面，然后根據背包 求N個數的最大值。
能否寫得詳細點?另外上面有示例資料，最好您能在資料中模擬了給出結果！

uj5u.com熱心網友回復：

我來學習的

uj5u.com熱心網友回復：

馬克一下順便試試第一次評論

uj5u.com熱心網友回復：

我來混分   zzz

uj5u.com熱心網友回復：

在excle home有個湊單的貼子, 演算法可以借鑒

uj5u.com熱心網友回復：

http://club.excelhome.net/thread-1085112-1-1.html

uj5u.com熱心網友回復：

學習學習學習一下

uj5u.com熱心網友回復：

學習一下      

uj5u.com熱心網友回復：

經典的湊單法～

uj5u.com熱心網友回復：

樓主我覺得有點不合理啊

uj5u.com熱心網友回復：

可以嗎，不知道好不好

uj5u.com熱心網友回復：

厲害了厲害了

uj5u.com熱心網友回復：

參考 40 樓 owenzhang的回復:
http://club.excelhome.net/thread-1085112-1-1.html

這個演算法不錯，可以學習

uj5u.com熱心網友回復：

好深奧，對于我這小白抽干了

uj5u.com熱心網友回復：

寫一個函式回傳對應的欄位 同你輸入的引數去比較  判斷 回傳最優值

uj5u.com熱心網友回復：

create or replace procedure sp_a(v_money aaa.money%type)
as
v_id aaa.id%type;
begin
  with a as
  (select id,money,abs(money-v_money) t from aaa)
  select id into v_id from a  where t=(select min(t) from a);
  dbms_output.put_line(v_id);
  end;

uj5u.com熱心網友回復：

按money排序然后使用sum over匯總money 然后按上述結果集匯總的money與入參比較即可

uj5u.com熱心網友回復：

with a as(
select sys_connect_by_path (id, '/')||'/' path
from TABLE_TEST
connect by nocycle prior id < id 
and level <=(select count(*) from TABLE_TEST))
select *
from(
select path,sum(b.money),row_number() over(order by abs(1500-sum(b.money))) rn
from a join  TABLE_TEST b on a.path like '%/'||b.id ||'/%'
group by path )
WHERE RN=1

uj5u.com熱心網友回復：

參考 49 樓 qq_38046053 的回復:
寫一個函式回傳對應的欄位 同你輸入的引數去比較  判斷 回傳最優值

能否貼出詳細的函式，并且在資料庫中驗證過的結果

轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/6888.html

標籤：高級技術

上一篇：Oracle中不同服務器資料的訪問(或匯入匯出）及建立表時怎樣選擇索引的表空間

下一篇：【討論貼】oracle update陳述句更新重啟動問題

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀：**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題，由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視，實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶，一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀：**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高，采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐，遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀：**滴滴資料通道引擎承載著全公司的資料同步，為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加，資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程，遇到的問題以及今后的規劃。 #1. 背景 資料，對于任何一家互聯網公司來說都是非常重要的資產，公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀：**深耕人工智能領域，致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎，這次獲獎的專案是什么呢？一起來看看詳細報道吧！ 近日，由國際計算語言學協會ACL（The Association for Computational Linguistics）舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp？ MPP (Massively Parallel Processing)，即大規模并行處理，在資料庫非共享集群中，每個節點都有獨立的磁盤存盤系統和記憶體系統，業務資料根據資料庫模型和應用特點劃分到各個節點上，每臺資料節點通過專用網路或者商業通用網路互相連接，彼此協同計算，作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀：**指標體系是什么？如何使用OSM模型和AARRR模型搭建指標體系？如何統一流程、規范化、工具化管理指標體系？本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標，系統化的組織起來，通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索，LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料，可以使用下面的 SQL 陳述句： SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀：**Ceph是國際知名的開源分布式存盤系統，在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統， ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章，這一次主要寫一個嵌套的聚合，例如先對sex集合，再對desc聚合，最后再對age求和，共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by，avg，sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack（ELK）部署

    傻瓜式部署，只需替換IP與用戶 導讀： 現ELK四大組件分別為：Elasticsearch（核心）、logstash（處理）、filebeat（采集）、kibana（可視化） 下載均在https://www.elastic.co/cn/downloads/下tar包，各組件版本最好一致，配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取？ 快取就是資料交換的緩沖區（稱作Cache），是存盤資料的臨時地方，一般讀寫性能較高。 快取的作用： 降低后端負載 提高讀寫效率，降低回應時間 快取的成本： 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下，當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志（binlog），我們都知道二進制日志（binlog）非常重要，尤其當你需要point to point災難恢復的時侯，所以我們要對其進行備份。關于二進制日志（binlog)的備份,可以基于flush logs方式先切換binlog，然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼： 發送驗證碼的介面為：http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式：PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能，以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景，僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼，對其進行一對一優化，而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題，盡量不要讓一個事務拖太長的時間 例如檔案上傳時，應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代，MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足，但是對于很多開發者和DBA來說，如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL（ClickHouse自帶）、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼，對其進行一對一優化，而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題，盡量不要讓一個事務拖太長的時間 例如檔案上傳時，應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“（堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError（堆外記憶體溢位) ”問題如下： 一、報錯資訊： 使用 Redis 的業務介面 ，產生 OutOfDirectMemoryError（堆外記憶體溢位），如圖： 格式化后的報錯資訊： { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取？ 快取就是資料交換的緩沖區（稱作Cache），是存盤資料的臨時地方，一般讀寫性能較高。 快取的作用： 降低后端負載 提高讀寫效率，降低回應時間 快取的成本： 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下，當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼： 發送驗證碼的介面為：http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式：PO ......

    uj5u.com 2023-04-20 08:23:11 more

Copyright © 2010-2020 有解無憂