使用Values进行列转行并对数据类型转换

SELECT  tt.val
FROM    (SELECT 10 AS A, 'SomeThing' AS B UNION ALL SELECT   30, 'Other') t
        OUTER APPLY  (VALUES (CAST(t.A AS VARCHAR(10))), (t.B)) tt(val);

以上代码将表格中的A、B两列转成两行显示,对INT类型转换为其他类型。

也可以用UNION ALL来连接,但对列比较多的不友好,多次读取也可能影响性能(未实际测试)

相同数据类型的列转行也可以用UNPIVOT:

SELECT  up.val, up.x
FROM    (SELECT 10 AS A, 20 AS B UNION ALL SELECT   30, 40) t
    UNPIVOT (   val
                FOR x IN (A, B)) up;

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
使用Flink对数据库中表的记录进行列转行,可以采用以下步骤: 1. 通过JDBC连接器将数据库表读入Flink数据流中。 2. 使用Flink的Map操作符将每一行记录转换为一个键值对,其中键表示要转换的列,值表示该列的值。 3. 使用Flink的groupBy操作符将键相同的记录分组在一起。 4. 使用Flink的Reduce操作符将每个键对应的值合并成一个列表,形成一行转换后的记录。 下面是一个简单的示例代码,假设我们有一个名为“person”的表,其中有三个字段(id,name和age),我们想要将其转换为每一行只包含一个键值对的表格(id,name和age作为键之一),并将其写入输出流中: ```java // 创建一个JDBC连接器读取数据库中的表格 JDBCInputFormat jdbcInput = JDBCInputFormat.buildJDBCInputFormat() .setDBUrl("jdbc:mysql://localhost:3306/mydb") .setDrivername("com.mysql.jdbc.Driver") .setUsername("username") .setPassword("password") .setQuery("SELECT * FROM person") .finish(); // 将读取到的数据流转换为键值对的形式 DataStream<Tuple2<String, String>> stream = env.createInput(jdbcInput) .flatMap((FlatMapFunction<Row, Tuple2<String, String>>) (row, out) -> { out.collect(new Tuple2<>("id", row.getField(0).toString())); out.collect(new Tuple2<>("name", row.getField(1).toString())); out.collect(new Tuple2<>("age", row.getField(2).toString())); }); // 将数据按照键分组并合并值 DataStream<Tuple3<String, List<String>, Long>> result = stream .keyBy(0) .reduce((ReduceFunction<Tuple2<String, String>>) (t1, t2) -> { List<String> values = new ArrayList<>(); values.add(t1.f1); values.add(t2.f1); return new Tuple2<>(t1.f0, String.join(",", values)); }) .timeWindowAll(Time.seconds(10)) .apply((AllWindowFunction<Tuple2<String, String>, Tuple3<String, List<String>, Long>, TimeWindow>) (tuple2s, timeWindow, iterable, collector) -> { List<String> values = new ArrayList<>(); String key = null; for (Tuple2<String, String> tuple : iterable) { key = tuple.f0; values.add(tuple.f1); } collector.collect(new Tuple3<>(key, values, timeWindow.getEnd())); }); // 将结果写入输出流 result.print(); ``` 在以上代码中,我们使用了Flink的flatMap操作符将每一行记录转换为一个键值对。然后使用Flink的keyBy操作符按照键进行分组,并使用reduce操作符将每个键对应的值合并成一个列表。最后,我们将结果按照指定格式写入输出流中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Hello World,

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值