一套简单实用的SQL脚本，总有你需要的

猴哥yuri

发布于 2019-12-05 23:53:16

4520

发布于 2019-12-05 23:53:16

文章被收录于专栏：极客猴极客猴

1、行转列的用法PIVOT

CREATE table test
(id int,name nvarchar(20),quarter int,number int)
insert into test values(1,N'苹果',1,1000)
insert into test values(1,N'苹果',2,2000)
insert into test values(1,N'苹果',3,4000)
insert into test values(1,N'苹果',4,5000)
insert into test values(2,N'梨子',1,3000)
insert into test values(2,N'梨子',2,3500)
insert into test values(2,N'梨子',3,4200)
insert into test values(2,N'梨子',4,5500)
select * from test

结果：

select ID,NAME,
[1] as '一季度',
[2] as '二季度',
[3] as '三季度',
[4] as '四季度'
from
test
pivot
(
sum(number)
for quarter in
([1],[2],[3],[4])
)
as pvt

结果：

2、列转行的用法UNPIOVT

create table test2
(id int,name varchar(20), Q1 int, Q2 int, Q3 int, Q4 int)
insert into test2 values(1,'苹果',1000,2000,4000,5000)
insert into test2 values(2,'梨子',3000,3500,4200,5500)
select * from test2

(提示：可以左右滑动代码)

结果：

--列转行
select id,name,quarter,number
from
test2
unpivot
(
number
for quarter in
([Q1],[Q2],[Q3],[Q4])
)
as unpvt

结果：

3、字符串替换SUBSTRING/REPLACE

SELECT REPLACE('abcdefg',SUBSTRING('abcdefg',2,4),'**')

结果：

SELECT REPLACE('13512345678',SUBSTRING('13512345678',4,11),'********')

结果：

SELECT REPLACE('12345678@qq.com','1234567','******')

结果：

4、查询一个表内相同纪录 HAVING

如果一个ID可以区分的话，可以这么写

SELECT * FROM HR.Employees

结果：

select * from HR.Employees
where title in (
select title from HR.Employees
group by title
having count(1)>1)

结果：

对比一下发现，ID为1,2的被过滤掉了，因为他们只有一条记录

如果几个ID才能区分的话，可以这么写

select * from HR.Employees
where title+titleofcourtesy in
(select title+titleofcourtesy
from HR.Employees
group by title,titleofcourtesy
having count(1)>1)

结果：

title在和titleofcourtesy进行拼接后符合条件的就只有ID为6,7,8,9的了

5、把多行SQL数据变成一条多列数据，即新增列

SELECT 
  id,
  name,
  SUM(CASE WHEN quarter=1 THEN number ELSE 0 END) '一季度',
  SUM(CASE WHEN quarter=2 THEN number ELSE 0 END) '二季度',
  SUM(CASE WHEN quarter=3 THEN number ELSE 0 END) '三季度',
  SUM(CASE WHEN quarter=4 THEN number ELSE 0 END) '四季度'
FROM test
GROUP BY id,name

结果：

我们将原来的4列增加到了6列。细心的朋友可能发现了这个结果和上面的行转列怎么一模一样？其实上面的行转列是省略写法，这种是比较通用的写法。

6、表复制

语法1：Insert INTO table(field1,field2,...) values(value1,value2,...)

语法2：Insert into Table2(field1,field2,...) select value1,value2,... from Table1

（要求目标表Table2必须存在，由于目标表Table2已经存在，所以我们除了插入源表Table1的字段外，还可以插入常量。）

语法3：SELECT vale1, value2 into Table2 from Table1

（要求目标表Table2不存在，因为在插入时会自动创建表Table2，并将Table1中指定字段数据复制到Table2中。）

语法4：使用导入导出功能进行全表复制。如果是使用【编写查询以指定要传输的数据】，那么在大数据表的复制就会有问题？因为复制到一定程度就不再动了，内存爆了？它也没有写入到表中。而使用上面3种语法直接执行是会马上刷新到数据库表中的，你刷新一下mdf文件就知道了。

7、利用带关联子查询Update语句更新数据

--方法1：
Update Table1
set c = (select c from Table2 where a = Table1.a)
where c is null 

--方法2：
update  A
set  newqiantity=B.qiantity
from  A,B
where  A.bnum=B.bnum

--方法3：
update
(select A.bnum ,A.newqiantity,B.qiantity from A
left join B on A.bnum=B.bnum) AS C
set C.newqiantity = C.qiantity
where C.bnum ='001'

8、连接远程服务器

--方法1：
select *  from openrowset(
'SQLOLEDB',
'server=192.168.0.1;uid=sa;pwd=password',
'SELECT * FROM dbo.test')

--方法2：
select *  from openrowset(
'SQLOLEDB',
'192.168.0.1';
'sa';
'password',
'SELECT * FROM dbo.test')

当然也可以参考以前的示例，建立DBLINK进行远程连接

9、Date 和 Time 样式 CONVERT

CONVERT() 函数是把日期转换为新数据类型的通用函数。

CONVERT() 函数可以用不同的格式显示日期/时间数据。

语法

CONVERT(data_type(length),data_to_be_converted,style)

data_type(length) 规定目标数据类型（带有可选的长度）。data_to_be_converted 含有需要转换的值。style 规定日期/时间的输出格式。

可以使用的 style 值：

Style ID	Style 格式
100 或者 0	mon dd yyyy hh:miAM （或者 PM）
101	mm/dd/yy
102	yy.mm.dd
103	dd/mm/yy
104	dd.mm.yy
105	dd-mm-yy
106	dd mon yy
107	Mon dd, yy
108	hh:mm:ss
109 或者 9	mon dd yyyy hh:mi:ss:mmmAM（或者 PM）
110	mm-dd-yy
111	yy/mm/dd
112	yymmdd
113 或者 13	dd mon yyyy hh:mm:ss:mmm(24h)
114	hh:mi:ss:mmm(24h)
120 或者 20	yyyy-mm-dd hh:mi:ss(24h)
121 或者 21	yyyy-mm-dd hh:mi:ss.mmm(24h)
126	yyyy-mm-ddThh:mm:ss.mmm（没有空格）
130	dd mon yyyy hh:mi:ss:mmmAM
131	dd/mm/yy hh:mi:ss:mmmAM

SELECT CONVERT(varchar(100), GETDATE(), 0)
--结果：
01  2 2019  9:33PM
SELECT CONVERT(varchar(100), GETDATE(), 1)
--结果：
01/02/19
SELECT CONVERT(varchar(100), GETDATE(), 2)
--结果：
19.01.02
SELECT CONVERT(varchar(100), GETDATE(), 3)
--结果：
02/01/19
SELECT CONVERT(varchar(100), GETDATE(), 4)
--结果：
02.01.19
SELECT CONVERT(varchar(100), GETDATE(), 5)
--结果：
02-01-19
SELECT CONVERT(varchar(100), GETDATE(), 6)
--结果：
02 01 19
SELECT CONVERT(varchar(100), GETDATE(), 7)
--结果：
01 02, 19
SELECT CONVERT(varchar(100), GETDATE(), 8)
--结果：
21:33:18
SELECT CONVERT(varchar(100), GETDATE(), 9)
--结果：
01  2 2019  9:33:18:780PM
SELECT CONVERT(varchar(100), GETDATE(), 10)
--结果：
01-02-19
SELECT CONVERT(varchar(100), GETDATE(), 11)
--结果：
19/01/02
SELECT CONVERT(varchar(100), GETDATE(), 12)
--结果：
190102
SELECT CONVERT(varchar(100), GETDATE(), 13)
--结果：
02 01 2019 21:33:18:780
SELECT CONVERT(varchar(100), GETDATE(), 14)
--结果：
21:33:18:780
SELECT CONVERT(varchar(100), GETDATE(), 20)
--结果：
2019-01-02 21:33:18
SELECT CONVERT(varchar(100), GETDATE(), 21)
--结果：
2019-01-02 21:33:18.780
SELECT CONVERT(varchar(100), GETDATE(), 22)
--结果：
01/02/19  9:33:18 PM
SELECT CONVERT(varchar(100), GETDATE(), 23)
--结果：
2019-01-02
SELECT CONVERT(varchar(100), GETDATE(), 24)
--结果：
21:33:18
SELECT CONVERT(varchar(100), GETDATE(), 25)
--结果：
2019-01-02 21:33:18.780
SELECT CONVERT(varchar(100), GETDATE(), 100)
--结果：
01  2 2019  9:33PM
SELECT CONVERT(varchar(100), GETDATE(), 101)
--结果：
01/02/2019
SELECT CONVERT(varchar(100), GETDATE(), 102)
--结果：
2019.01.02
SELECT CONVERT(varchar(100), GETDATE(), 103)
--结果：
02/01/2019
SELECT CONVERT(varchar(100), GETDATE(), 104)
--结果：
02.01.2019
SELECT CONVERT(varchar(100), GETDATE(), 105)
--结果：
02-01-2019
SELECT CONVERT(varchar(100), GETDATE(), 106)
--结果：
02 01 2019
SELECT CONVERT(varchar(100), GETDATE(), 107)
--结果：
01 02, 2019
SELECT CONVERT(varchar(100), GETDATE(), 108)
--结果：
21:33:18
SELECT CONVERT(varchar(100), GETDATE(), 109)
--结果：
01  2 2019  9:33:18:780PM
SELECT CONVERT(varchar(100), GETDATE(), 110)
--结果：
01-02-2019
SELECT CONVERT(varchar(100), GETDATE(), 111)
--结果：
2019/01/02
SELECT CONVERT(varchar(100), GETDATE(), 112)
--结果：
20190102
SELECT CONVERT(varchar(100), GETDATE(), 113)
--结果：
02 01 2019 21:33:18:780
SELECT CONVERT(varchar(100), GETDATE(), 114)
--结果：
21:33:18:780
SELECT CONVERT(varchar(100), GETDATE(), 120)
--结果：
2019-01-02 21:33:18
SELECT CONVERT(varchar(100), GETDATE(), 121)
--结果：
2019-01-02 21:33:18.780

以上内容，在工作中比较常用，能记住最好。不能记住就收藏起来，在需要的时候查询即可。

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2019-11-30，如有侵权请联系 cloudcommunity@tencent.com 删除

sql

本文分享自极客猴微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

sql

登录后参与评论

0 条评论

热度