spl cookbook-九游会登陆

目录

第1章 有序运算

• 1.1 单个序号访问记录
• 1.2 聚合运算时，根据序号生成不存在的组名
• 1.3 将记录分组，在每组中按序号计算
• 1.4 按初始序号和指定步进值从序列中获取子集
• 1.5 循环序号数列访问多条记录，并跨行计算
• 1.6 序列的比较
• 1.7 多个序列中成员的对位计算
• 1.8 比较两个序列是否相等
• 1.9 定位：查找成员在序列中的位置
• 1.10 定位：根据序列中成员的位置分组
• 1.11 定位：根据位置查找一条记录并跨行计算
• 1.12 定位：根据位置查找多条记录并跨行计算
• 1.13 定位：分区段聚合计数
• 1.14 定位：分区段聚合计算平均值
• 1.15 定位：排序后按原始序号获取记录
• 1.16 定位：根据定位结果重复分组
• 1.17 定位：判断是否同时包含多个成员
• 1.18 定位：根据主键值确定记录是否存在
• 1.19 定位：前n条/后n条记录的跨行计算
• 1.20 选出：查找最小值对应记录
• 1.21 选出：查找最大值对应记录
• 1.22 选出：分区段查找数据
• 1.23 选出：前n名/后n名
• 1.24 选出：指定主键值查找对应记录

第2章 复杂检索

• 2.1 集合包含性检测
• 2.2 较大集合的包含性检测
• 2.3 外键映射的存在性检测
• 2.4 非外键的匹配性检测
• 2.5 非外键匹配性检测的提速
• 2.6 多字段外键映射的存在性检测
• 2.7 一个自连接简化示例
• 2.8 外键映射的不存在性检测
• 2.9 匹配的不存在性检测
• 2.10 简化sql双重否定的一个示例
• 2.11 匹配的存在性检测
• 2.12 与子查询所有结果比较

第3章 前n个／后n个

• 3.1 求最大值
• 3.2 获取最大值对应记录的序号，并跨行计算
• 3.3 获取最大值对应记录的其它字段
• 3.4 求字段值的前n个(后n个)
• 3.5 获取字段值的前n个(后n个)对应记录的序号
• 3.6 获取字段值的前n个(后n个)对应的记录
• 3.7 获取字段值的前n个(后n个)对应记录的其它字段值
• 3.8 分组后在每组中获取前n个(后n个)记录
• 3.9 使用分组汇总在每个分组中计算前n个(后n个)记录

第4章 分组与聚合

• 4.1 聚合运算：求和
• 4.2 聚合运算：求最大最小值
• 4.3 聚合运算：求平均值
• 4.4 聚合运算：计数
• 4.5 聚合运算：逻辑与
• 4.6 聚合运算：逻辑或
• 4.7 聚合运算：非重复计数
• 4.8 聚合运算：中位数
• 4.9 聚合运算：排名
• 4.10 聚合运算：排名的应用

第5章 对齐分组

• 5.1 按指定顺序分组，每组最多保留一条记录
• 5.2 按指定顺序分组
• 5.3 按指定顺序分组，不匹配记录放到新组
• 5.4 按序号分组，每组最多保留一条记录
• 5.5 按序号分组
• 5.6 按序号重复性分组
• 5.7 根据字段值分段分组
• 5.8 根据计算结果分段分组
• 5.9 根据枚举条件分组，分组时不重复
• 5.10 根据枚举条件分组，不匹配记录放到新组
• 5.11 按照枚举条件可重复分组

第6章 分组子集

• 6.1 在分组子集中跨行运算
• 6.2 根据记录顺序分组，并汇总计数
• 6.3 有序条件分组
• 6.4 按序号分组
• 6.5 多层分组汇总
• 6.6 大数据的有序分组
• 6.7 大数据的有序条件分组

第7章 循环运算

• 7.1 循环合并序列与新成员
• 7.2 循环赋值
• 7.3 循环计算：复杂跨行计算
• 7.4 循环计算：最大连续增长天数
• 7.5 循环计算：嵌套循环
• 7.6 循环计算：循环中调用次数
• 7.7 循环计算：循环时按位置统计临近数据
• 7.8 循环计算：迭代累加
• 7.9 循环计算：分组计算排名
• 7.10 循环计算：分组计算紧凑排名
• 7.11 循环计算：迭代求和
• 7.12 循环计算：自定义迭代计算

第8章 多表关联查询

• 8.1 通过多级关联关系进行过滤
• 8.2 外键值转换为对应记录
• 8.3 外键映射存在性检测
• 8.4 外键映射存在性反向检测
• 8.5 两表关联查询
• 8.6 两表多字段连接，同时进行条件过滤
• 8.7 多表关联查询
• 8.8 同序表采用归并法连接
• 8.9 同序大数据表采用归并法连接
• 8.10 利用维表多字段主键进行左连接
• 8.11 两表左连接
• 8.12 两表全连接
• 8.13 带过滤条件的笛卡尔积
• 8.14 使用笛卡尔积计算矩阵相乘
• 8.15 计算笛卡尔积时采用左连接
• 8.16 大数据表与大维表的关联查询
• 8.17 小数据表与大维表的快速关联查询
• 8.18 同序数据表和大维表的快速关联查询
• 8.19 两个相互关联的表，按序号连接
• 8.20 使用序号对位连接打乱字段值
• 8.21 多表按序号对位连接
• 8.22 cross apply运算
• 8.23 outer apply运算
• 8.24 apply运算退化为笛卡尔积
• 8.25 apply运算的复杂用法

第9章 集合运算

• 9.1 两个集合的合集
• 9.2 两个集合的交集
• 9.3 两个集合的并集
• 9.4 两个集合的差集
• 9.5 两个集合的异或运算
• 9.6 合集与差集的混合使用
• 9.7 序列的集合运算：交集和并集
• 9.8 序列中所有集合成员的合集
• 9.9 序列中所有集合成员的并集
• 9.10 同序集合按原序归并计算合集
• 9.11 同序集合按原序归并计算并集
• 9.12 同序集合按原序归并计算交集
• 9.13 同序集合按原序归并进行异或运算
• 9.14 同序集合按原序归并计算差集
• 9.15 多个序表按主键归并计算合集
• 9.16 多个序表归并法比较差异
• 9.17 无序表归并法计算并集
• 9.18 序列的聚合运算：并集和差集
• 9.19 序列的聚合运算：交集
• 9.20 两个小文件数据的多种集合运算
• 9.21 使用多个小文件数据，执行复杂集合运算
• 9.22 两个大数据表归并法计算合集
• 9.23 两个大数据表归并法计算并集

第10章 转置处理

• 10.1 行转列
• 10.2 列转行
• 10.3 双向转置
• 10.4 动态行转列
• 10.5 填充法行转列，列名动态生成
• 10.6 多行转多行
• 10.7 定位赋值法行转列
• 10.8 行转列，同时列间计算
• 10.9 主子表关联的动态行转列
• 10.10 多表关联的动态行转列
• 10.11 数据分栏

第11章 递归

• 11.1 递归查找单个引用
• 11.2 遍历目录下所有文件
• 11.3 循环递归查找所有引用
• 11.4 递归查找引用，直到指定值
• 11.5 查找上一级引用
• 11.6 查找引用链上有指定值的记录，并列出上级
• 11.7 查找叶子记录
• 11.8 查找所有上级引用
• 11.9 汉诺塔问题
• 11.10 海盗分金问题
• 11.11 遍历目录，汇总所有文件

第12章 使用结构化文本数据

• 12.1 小文件数据过滤
• 12.2 在文本文件数据中，读取部分字段
• 12.3 文本数据读取，使用指定分隔符
• 12.4 小文件数据汇总求和
• 12.5 小文件数据跨列计算
• 12.6 小文件数据综合计算
• 12.7 无标题文本数据读取
• 12.8 读取文本文件数据时指定类型和格式
• 12.9 在文本文件数据中，按指定字符集读取结构化数据
• 12.10 小文件数据排序
• 12.11 小文件数据降序排序
• 12.12 小文件数据多字段指定顺序排序
• 12.13 小文件分组聚合
• 12.14 小文件数据分组后过滤
• 12.15 小文件数据去重
• 12.16 小文件数据去重计数
• 12.17 小文件数据分组去重计数
• 12.18 多个小文件数据关联查询
• 12.19 多个小文件数据关联，查询非关联字段
• 12.20 多个小文件数据关联，组成宽表查询
• 12.21 多个文本文件中的数据合并
• 12.22 将文本文件中的数据分组后写到不同文件
• 12.23 将文本文件中的数据分情况写到不同的文件

第13章 使用大数据结构化文本

• 13.1 大文件数据过滤
• 13.2 大文件数据汇总求和
• 13.3 大文件数据跨列计算
• 13.4 大文件数据综合计算
• 13.5 大文件数据排序
• 13.6 大文件数据降序排序
• 13.7 大文件数据多字段指定顺序排序
• 13.8 在大数据文件中，查找匹配另一个大数据文件中数据的记录
• 13.9 大文件分组聚合，小结果集
• 13.10 大文件分组聚合，大结果集
• 13.11 大文件数据分组后过滤
• 13.12 大文件数据去重
• 13.13 大文件数据去重计数
• 13.14 大文件数据分组去重计数
• 13.15 大文件做相邻值分组，查询每组最大值对应的记录
• 13.16 将多个大数据文件中的数据合并统计
• 13.17 大文件与小文件的数据关联过滤
• 13.18 大文件与小文件的数据关联成宽表再查询
• 13.19 两个大文件数据归并法关联
• 13.20 多个大文本文件的集合运算
• 13.21 将大文本文件中的数据分组后写到不同文件
• 13.22 将大文本文件中的数据分情况写到不同文件
• 13.23 将多行结构固定的大数据文本，整理为结构化数据
• 13.24 将不定行结构的大数据文本，整理为结构化数据
• 13.25 在指定目录下的所有大数据文本文件中，找出包含关键词的行
• 13.26 在指定目录下的所有文本文件中，替换指定的文本
• 13.27 统计大数据英文文本中，每个单词的数量
• 13.28 统计大数据英文文本中，每个字母的数量
• 13.29 在大数据文本文件中，去掉重复出现的行
• 13.30 在大数据文本文件中，去掉重复出现的段落

第14章 直接使用sql在文本数据中查询

• 14.1 过滤
• 14.2 汇总
• 14.3 跨列计算
• 14.4 case语句
• 14.5 排序
• 14.6 top-n
• 14.7 分组汇总
• 14.8 分组后过滤
• 14.9 单表去重
• 14.10 去重计数
• 14.11 分组去重计数
• 14.12 两个文件关联查询
• 14.13 多个文件关联查询
• 14.14 多个文件多级关联查询
• 14.15 嵌套子查询
• 14.16 公用表表达式(cte)
• 14.17 使用命令行执行sql

第15章 excel数据的使用

• 15.1 读取格式简单的xlsx数据
• 15.2 读取表头复杂的xlsx数据
• 15.3 读取自由格式的xlsx数据
• 15.4 读取xlsx文件中的交叉表
• 15.5 读取xlsx文件中的主子表
• 15.6 读取大数据xlsx
• 15.7 将数据表写到xlsx文件
• 15.8 将数据表追加写到xlsx文件
• 15.9 将数据表写到xlsx文件的不同工作表中
• 15.10 将大量数据写到xlsx文件
• 15.11 关联后排序
• 15.12 指定显示属性
• 15.13 在xlsx文件的指定格或区域填写
• 15.14 将行式报表导出到xlsx文件
• 15.15 将多级分组报表导出到xlsx文件
• 15.16 将交叉报表导出到xlsx文件
• 15.17 合并多个同结构xlsx文件
• 15.18 将xlsx文件数据拆分，导出到不同的xlsx文件

第16章 json和xml数据的使用

• 16.1 单层json文件数据的导入
• 16.2 导入明细数据结构相同的多层json文件
• 16.3 导入明细数据结构不同的多层json文件
• 16.4 嵌套汇总
• 16.5 递归获取字段值与递归合集
• 16.6 将json文件中的数据存储到数据库
• 16.7 将多层json文件中的数据存储到多个数据库表
• 16.8 将数据表输出为仅有元素的xml串
• 16.9 导入仅有元素的xml文件数据并按格式整理
• 16.10 导入同时具有元素和属性的xml文件数据
• 16.11 导入xml文件数据，对位合并后过滤
• 16.12 导入元素结构不同的xml文件中指定层的元素
• 16.13 导入子节点元素结构不同的xml文件中指定层元素
• 16.14 数据库与xml文件关联查询
• 16.15 批量解析xml文件数据
• 16.16 根据参数调用外部webservice，导入xml文件数据
• 16.17 根据参数，从xml文件中获取不同数据

第17章 非结构化文本

• 17.1 将多行结构固定的文本，整理为结构化数据
• 17.2 将不定行结构的文本，整理为结构化数据
• 17.3 使用正则表达式解析文本，整理为结构化数据
• 17.4 使用正则表达式解析文本，整理为结构化数据，多行文本对应一条数据
• 17.5 将文本中的数据读入后转置
• 17.6 读入复杂文本中的数据，整理为结构化数据
• 17.7 搜索指定目录下的所有文本文件，找出包含关键词的行
• 17.8 在指定目录下的所有文本文件中替换指定的文本
• 17.9 统计英文文本中，每个单词的数量
• 17.10 在文本文件中，去掉重复出现的行
• 17.11 统计英文文本中，每个字母的数量
• 17.12 在文本文件中，去掉重复出现的段落

第18章 字符串和日期时间处理

• 18.1 连接两列字符串
• 18.2 连接字符串与其它类型的数值
• 18.3 连接序列中的成员
• 18.4 连接序列成员时给串加引号
• 18.5 将序表转换为csv格式
• 18.6 将字符串拆分为字符序列
• 18.7 将字符串拆分为单词序列
• 18.8 用制表符作为分隔符拆分字符串
• 18.9 用逗号作为分隔符拆分字符串
• 18.10 用指定分隔符将字符串拆分为两段
• 18.11 用正则表达式拆分字符串
• 18.12 将字符串解析为数值
• 18.13 将百分比字符串解析为数值
• 18.14 自动解析单个字符串为相应的数据类型
• 18.15 在拆分字符串的同时解析
• 18.16 将字符串解析为表
• 18.17 用正则表达式解析表中字段
• 18.18 用正则表达式解析不定行文本
• 18.19 使用代码解析表中字段
• 18.20 修改 sql 语句中的过滤条件
• 18.21 将标准 sql 语句翻译成指定数据库所使用的格式
• 18.22 解析 html 文件，分析正文
• 18.23 计算 n 天后的日期
• 18.24 计算两个日期相差天数
• 18.25 计算两个日期时间的相差秒数/分钟数
• 18.26 计算一周的第一日和最后一日
• 18.27 计算季度日均销售额
• 18.28 计算年龄
• 18.29 计算 n 个月前的日期
• 18.30 有关工作日的计算
• 18.31 有关工作日序列的计算
• 18.32 有关日期序列的计算
• 18.33 等分时间段的计算