一套简单实用的SQL脚本，总有你需要的

工作中有许多比较常用的SQL脚本，今天开始分几章分享给大家。

image

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：

image.png

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：

image.png

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：

image

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

结果：

image

3、字符串替换SUBSTRING/REPLACE

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

结果：

image

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

结果：

image

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

结果：

image

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：

image

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

结果：

image

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：

image.png

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：

image.png

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：

image.png

SELECT CONVERT(varchar(100), GETDATE(), 0) 
--结果： 
12  7 2020  9:33PM 
SELECT CONVERT(varchar(100), GETDATE(), 1) 
--结果： 
12/07/20 
SELECT CONVERT(varchar(100), GETDATE(), 2) 
--结果： 
20.12.07 
SELECT CONVERT(varchar(100), GETDATE(), 3) 
--结果： 
07/12/20 
SELECT CONVERT(varchar(100), GETDATE(), 4) 
--结果： 
07.12.20 
SELECT CONVERT(varchar(100), GETDATE(), 5) 
--结果： 
07-12-20 
SELECT CONVERT(varchar(100), GETDATE(), 6) 
--结果： 
07 12 20 
SELECT CONVERT(varchar(100), GETDATE(), 7) 
--结果： 
12 07, 20 
SELECT CONVERT(varchar(100), GETDATE(), 8) 
--结果： 
21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 9) 
--结果： 
12  7 2020  9:33:18:780PM 
SELECT CONVERT(varchar(100), GETDATE(), 10) 
--结果： 
12-07-20 
SELECT CONVERT(varchar(100), GETDATE(), 11) 
--结果： 
20/12/07 
SELECT CONVERT(varchar(100), GETDATE(), 12) 
--结果： 
201207 
SELECT CONVERT(varchar(100), GETDATE(), 13) 
--结果： 
07 12 2020 21:33:18:780 
SELECT CONVERT(varchar(100), GETDATE(), 14) 
--结果： 
21:33:18:780 
SELECT CONVERT(varchar(100), GETDATE(), 20) 
--结果： 
2020-12-07 21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 21) 
--结果： 
2020-12-07 21:33:18.780 
SELECT CONVERT(varchar(100), GETDATE(), 22) 
--结果： 
12/07/20  9:33:18 PM 
SELECT CONVERT(varchar(100), GETDATE(), 23) 
--结果： 
2020-12-07 
SELECT CONVERT(varchar(100), GETDATE(), 24) 
--结果： 
21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 25) 
--结果： 
2020-12-07 21:33:18.780 
SELECT CONVERT(varchar(100), GETDATE(), 100) 
--结果： 
12  7 2020  9:33PM 
SELECT CONVERT(varchar(100), GETDATE(), 101) 
--结果： 
12/07/2020 
SELECT CONVERT(varchar(100), GETDATE(), 102) 
--结果： 
2020.12.07 
SELECT CONVERT(varchar(100), GETDATE(), 103) 
--结果： 
07/12/2020 
SELECT CONVERT(varchar(100), GETDATE(), 104) 
--结果： 
07.12.2020 
SELECT CONVERT(varchar(100), GETDATE(), 105) 
--结果： 
07-12-2020 
SELECT CONVERT(varchar(100), GETDATE(), 106) 
--结果： 
07 12 2020 
SELECT CONVERT(varchar(100), GETDATE(), 107) 
--结果： 
12 07, 2020 
SELECT CONVERT(varchar(100), GETDATE(), 108) 
--结果： 
21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 109) 
--结果： 
12  7 2020  9:33:18:780PM 
SELECT CONVERT(varchar(100), GETDATE(), 110) 
--结果： 
12-07-2020 
SELECT CONVERT(varchar(100), GETDATE(), 111) 
--结果： 
2020/12/07 
SELECT CONVERT(varchar(100), GETDATE(), 112) 
--结果： 
20201207 
SELECT CONVERT(varchar(100), GETDATE(), 113) 
--结果： 
07 12 2020 21:33:18:780 
SELECT CONVERT(varchar(100), GETDATE(), 114) 
--结果： 
21:33:18:780 
SELECT CONVERT(varchar(100), GETDATE(), 120) 
--结果： 
2020-12-07 21:33:18 
SELECT CONVERT(varchar(100), GETDATE(), 121) 
--结果： 
2020-12-07 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。

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 214,233评论 6赞 495
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 91,357评论 3赞 389
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 159,831评论 0赞 349
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 57,313评论 1赞 288
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 66,417评论 6赞 386
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 50,470评论 1赞 292
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 39,482评论 3赞 412
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 38,265评论 0赞 269
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 44,708评论 1赞 307
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 36,997评论 2赞 328
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 39,176评论 1赞 342
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 34,827评论 4赞 337
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 40,503评论 3赞 322
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 31,150评论 0赞 21
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 32,391评论 1赞 267
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 47,034评论 2赞 365
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 44,063评论 2赞 352

一套简单实用的SQL脚本，总有你需要的

1、行转列的用法PIVOT

2、列转行的用法UNPIOVT

3、字符串替换SUBSTRING/REPLACE

4、查询一个表内相同纪录 HAVING

5、把多行SQL数据变成一条多列数据，即新增列

6、表复制

7、利用带关联子查询Update语句更新数据

8、连接远程服务器

9、Date 和 Time 样式 CONVERT

推荐阅读更多精彩内容