Oracle 11GR2的递归WITH子查询

SQL> with emp_data(ename,empno,mgr,l)
  2    as
  3     (select ename, empno, mgr, 1 lvl from emp where mgr is null
  4      union all
  5      select emp.ename, emp.empno, emp.mgr, ed.l+1
  6        from emp, emp_data ed
  7       where emp.mgr = ed.empno
  8     )
  9    SEARCH DEPTH FIRST BY ename SET order_by
10   select l,
11         lpad('*' ,2*l, '*')||ename nm
12     from emp_data
13    order by order_by
14   /

  L   NM
----  ---------------
  1   **KING
  2   ****BLAKE
  3   ******ALLEN
  3   ******JAMES
  3   ******MARTIN
  3   ******TURNER
  3   ******WARD
  2   ****CLARK
  3   ******MILLER
  2   ****JONES
  3   ******FORD
  4   ********SMITH
  3   ******SCOTT
  4   ********ADAMS

14 rows selected.

不知道真用起来怎么样,按我的想象可以比原来的SYS_CONNECT_BY_PATH多玩出很多新花样,比如按路径累加,更灵活的剪枝条件,

WITH子查询也称为CTE (Common Table Expression),是ANSI SQL-99标准的一部分。ORACLE从9i开始引入WITH子查询,把它被称作SUBQUERY FACTORING(分解子查询)。

WITH子查询的作用类似于内联视图(INLINE VIEW)。内联视图的定义写作SQL的FROM 后面,只能够引用一次;而WITH子查询需要在引用之前先定义,一旦定义了在整个查询的后续部分就可以按名称来反复引用,从这点来看又很像临时表。

从版本11GR2开始,ORACLE支持递归的WITH, 即允许在WITH子查询的定义中对自身引用。这不是什么新鲜事,其他数据库如DB2, Firebird, Microsoft SQL Server, PostgreSQL 都先于ORACLE支持这一特性。但对于ORACLE用户来说,这一递归特性还是很令人期待的,利用它可以轻易实现以往做不到的、或者很难做到的许多新功能。这一章我们就来探索这一令人兴奋的新特性,并把它和以往的实现手段(主要是CONNECT BY层次查询)作比较。

我们先来看看这个递归WITH子查询的语法:
WITH 
①  query_name ([c_alias [, c_alias]...])
②  AS (subquery)
③  [search_clause]
④  [cycle_clause]
⑤  [,query_name ([c_alias [, c_alias]...]) AS (subquery) [search_clause] [cycle_clause]]...  

①这是子查询的名称,和以往不同的是,必须在括号中把这个子查询的所有列名写出来。
②AS后面的subquery就是查询语句,递归部分就写在这里。
③遍历顺序子句,可以指定深度优先或广度优先遍历顺序。
④循环子句,用于中止遍历中出现的死循环。
⑤如果还有其他递归子查询,定义同上。

subquery部分由两个成员组成:anchor member(锚点成员) 和 recursive member(递归成员)。它们之间必须用union all联合起来,anchor member 必须写在recursive member前面。
anchor member用来定位递归的入口,锚点成员是一个SELECT语句,它不可以包含自身名称(query_name)。这相当于CONNECT BY查询中的START WITH,典型写法就是:
SELECT ... FROM 要遍历的表 WHERE ... (起始条件)

递归成员也是一个SELECT语句,用于定义上下级的关系,它必须包含自身名称(即query_name),而且仅仅只能引用一次。递归正是体现在对于自身的引用。典型的做法就是把query_name和其他表(一般来说就是你要遍历的表)做一个连接,连接条件表明了上下级的关系。必须注意,在这个query_name中,并不是截止目前为止的所有数据都是可见的,可见的只是上次递归新加入的最近的一层数据。对query_name列的引用相当于CONNECT BY中的PRIOR操作符。当找不到满足条件的下级,遍历就会停止;如果你还有其他的递归出口条件,也可以一起写在WHERE中,当WHERE不满足时,遍历就会停止,这就是在遍历树、图时候的剪枝操作。越早停止则效率越高。

这个递归成员就是程序员发挥创造力的地方,以往在CONNECT BY中做不到的事情,比如沿路径求和、求积等运算,现在都轻而易举。而SYS_CONNECT_BY_PATH也很容易用字符串拼接'||'来实现。

搜索子句(search_clause)和循环子句(cycle_clause)我们后面的例子中会见到。

下面我们就来看看递归WITH子查询的用法实例。

例1: 
先来一个简单例子,从scott/tiger的emp表来查找上下级关系:

传统的CONNECT BY写法:
SELECT empno
      ,ename
      ,job
      ,mgr
      ,deptno
      ,level
      ,SYS_CONNECT_BY_PATH(ename,'\') AS path
      ,CONNECT_BY_ROOT(ename) AS top_manager
  FROM EMP 
START WITH mgr IS NULL -- mgr列为空,表示没有上级,该员工已经是最高级别。这是层次查询的起点
CONNECT BY PRIOR empno= mgr;

新的递归WITH写法:
WITH T(empno, ename, job, mgr, deptno, the_level, path,top_manager) AS ( ---- 必须把结构写出来
   SELECT empno, ename, job, mgr, deptno  ---- 先写锚点查询,用START WITH的条件
         ,1 AS the_level    ---- 递归起点,第一层
         ,'\'||ename        ---- 路径的第一截
         ,ename AS top_manager ---- 原来的CONNECT_BY_ROOT
     FROM EMP
    WHERE mgr IS NULL ---- 原来的START WITH条件
   UNION ALL  ---- 下面是递归部分
   SELECT e.empno, e.ename, e.job, e.mgr, e.deptno  ---- 要加入的新一层数据,来自要遍历的emp表
         ,1 + t.the_level             ---- 递归层次,在原来的基础上加1。这相当于CONNECT BY查询中的LEVEL伪列
         ,t.path||'\'||e.ename        ---- 把新的一截路径拼上去
         ,t.top_manager               ---- 直接继承原来的数据,因为每个路径的根节点只有一个
     FROM t, emp e                    ---- 典型写法,把子查询本身和要遍历的表作一个连接
    WHERE t.empno = e.mgr             ---- 原来的CONNECT BY条件
) ---- WITH定义结束
SELECT * FROM T
;

查询结果:
EMPNO ENAME      JOB          MGR  DEPTNO  THE_LEVEL PATH                       TOP_MANAGE
------ ---------- --------- ------ ------- ---------- -------------------------- ----------
  7839 KING       PRESIDENT             10          1 \KING                      KING
  7566 JONES      MANAGER     7839      20          2 \KING\JONES                KING
  7698 BLAKE      MANAGER     7839      30          2 \KING\BLAKE                KING
  7782 CLARK      MANAGER     7839      10          2 \KING\CLARK                KING
  7499 ALLEN      SALESMAN    7698      30          3 \KING\BLAKE\ALLEN          KING
  7521 WARD       SALESMAN    7698      30          3 \KING\BLAKE\WARD           KING
  7654 MARTIN     SALESMAN    7698      30          3 \KING\BLAKE\MARTIN         KING
  7788 SCOTT      ANALYST     7566      20          3 \KING\JONES\SCOTT          KING
  7844 TURNER     SALESMAN    7698      30          3 \KING\BLAKE\TURNER         KING
  7900 JAMES      CLERK       7698      30          3 \KING\BLAKE\JAMES          KING
  7902 FORD       ANALYST     7566      20          3 \KING\JONES\FORD           KING
  7934 MILLER     CLERK       7782      10          3 \KING\CLARK\MILLER         KING
  7369 SMITH      CLERK       7902      20          4 \KING\JONES\FORD\SMITH     KING
  7876 ADAMS      CLERK       7788      20          4 \KING\JONES\SCOTT\ADAMS    KING

14 rows selected.   

从结果集的THE_LEVEL和PATH列可以清楚地看到数据是如何被一层一层叠加上去的。

例2: 
构造等差数列:

CONNECT BY写法:
这是一个非常特殊的用法,因为没有上下级关系,只有遍历的终止条件。像这类CONNECT BY我强烈推荐在只有一行的结果集上运行(比如FROM DUAL, 比如从一个聚合后的子查询),在多行的集合上运行比较难以控制,头脑必须很清醒。

(以下ROWNUM全部可以改成 LEVEL,效果一样):
SELECT ROWNUM n
      ,ROWNUM*2 n2
      ,DATE '2010-1-1'+ROWNUM-1 dt
      ,ADD_MONTHS(DATE '2010-1-1', ROWNUM-1) mon 
  FROM DUAL 
CONNECT BY ROWNUM<=10;

结果:
         N         N2 DT          MON        
---------- ---------- ----------- -----------
         1          2 2010-01-01  2010-01-01 
         2          4 2010-01-02  2010-02-01 
         3          6 2010-01-03  2010-03-01 
         4          8 2010-01-04  2010-04-01 
         5         10 2010-01-05  2010-05-01 
         6         12 2010-01-06  2010-06-01 
         7         14 2010-01-07  2010-07-01 
         8         16 2010-01-08  2010-08-01 
         9         18 2010-01-09  2010-09-01 
        10         20 2010-01-10  2010-10-01 

10 rows selected. 

这个简洁优雅的写法最早由Mikito Harakiri(从名字看是个日本人)在asktom网站(http://asktom.oracle.com)发表,现在已经风靡全世界的ORACLE社区。在这个方法被发现之前,一般采用的是从一个大的集合(表或视图)中获取ROWNUM的方法:

SELECT ROWNUM n, ROWNUM*2 n2, DATE '2010-1-1'+ROWNUM-1 dt, ADD_MONTHS(DATE '2010-1-1', ROWNUM-1) mon 
  FROM ALL_OBJECTS ---- ALL_OBJECTS是个很大的系统视图,它包含的行数足够满足一般的序列构造
WHERE ROWNUM<=10;


下面尝试用递归WITH的写法:
WITH t(n,n2,dt,mon) AS (
  SELECT 1, 2,TO_DATE('2010-1-1','YYYY-MM-DD'),TO_DATE('2010-1-1','YYYY-MM-DD') FROM DUAL --- 先构造第一个
  UNION ALL
  SELECT t.n+1   ---- 递增1
        ,t.n2+2  ---- 递增2
        ,dt+1    ---- 下一日
        ,ADD_MONTHS(mon,1)  ---- 下个月
    FROM t      ---- 没有任何连接,因为不需要,所有数据都可以从锚点成员中衍生出来
   WHERE t.n<10
  )
SELECT * FROM T;

一切都按规矩来,竟然还是出错了:
        ,ADD_MONTHS(mon,1)  ---- 下个月
         *
ERROR at line 6:
ORA-01790: expression must have same datatype as corresponding expression

改为字符串型看看:
WITH t(n,n2,dt,mon) AS (
  SELECT 1, 2,'2010-01-01','2010-01-01' FROM DUAL  ---- 用字符串来表示日期
  UNION ALL
  SELECT t.n+1   ---- 递增1
        ,t.n2+2  ---- 递增2
        ,TO_CHAR(TO_DATE(t.dt,'YYYY-MM-DD')+1,'YYYY-MM-DD')   ---- 先转换为日期型,计算后换回字符串型
        ,TO_CHAR(ADD_MONTHS(TO_DATE(t.mon,'YYYY-MM-DD'),1),'YYYY-MM-DD')  ---- 计算下个月,方法同上
    FROM t
   WHERE t.n<10
  )
SELECT * FROM T;

我很惊奇地看到这个结果:
         N         N2 DT         MON
---------- ---------- ---------- ----------
         1          2 2010-01-01 2010-01-01
         2          4 2009-12-31 2010-02-01  ----- DT竟然是递减的!
         3          6 2009-12-30 2010-03-01
         4          8 2009-12-29 2010-04-01
         5         10 2009-12-28 2010-05-01
         6         12 2009-12-27 2010-06-01
         7         14 2009-12-26 2010-07-01
         8         16 2009-12-25 2010-08-01
         9         18 2009-12-24 2010-09-01
        10         20 2009-12-23 2010-10-01

10 rows selected.

这是ORACEL 11.2.0.1.0版本的BUG,后续版本应该会改正。

没办法,只好想其他招数绕过去:
WITH t(n) AS (
  SELECT 1 FROM DUAL --- 先构造第一个
  UNION ALL
  SELECT t.n+1  ---- 仅仅是整数序列
    FROM t      
   WHERE t.n<10
  )
SELECT n
      ,n*2 n2
      ,DATE '2010-1-1'+n-1 dt   ---- 在最终的查询中进行日期运算
      ,ADD_MONTHS(DATE '2010-1-1', n-1) mon
  FROM T;
  
这下子对了:
         N         N2 DT          MON
---------- ---------- ----------- -----------
         1          2 2010-01-01  2010-01-01 
         2          4 2010-01-02  2010-02-01 
         3          6 2010-01-03  2010-03-01 
         4          8 2010-01-04  2010-04-01 
         5         10 2010-01-05  2010-05-01 
         6         12 2010-01-06  2010-06-01 
         7         14 2010-01-07  2010-07-01 
         8         16 2010-01-08  2010-08-01 
         9         18 2010-01-09  2010-09-01 
        10         20 2010-01-10  2010-10-01 

10 rows selected.

看来对日期的运算有BUG。解决办法就是先构造整数序列,然后在最终的查询中再利用这个整数序列来构造日期序列。


从一个单行结果集CONNECT BY的例子:
SELECT ROWNUM rn,cnt
FROM (SELECT COUNT(*) cnt FROM emp)   ---- 经过聚合的只有一行的结果集
CONNECT BY ROWNUM<=cnt;

结果:
        RN        CNT
---------- ----------
         1         14
         2         14
         3         14
         4         14
         5         14
         6         14
         7         14
         8         14
         9         14
        10         14
        11         14
        12         14
        13         14
        14         14

14 rows selected.

递归WITH写法:
WITH t(n,cnt) AS (
  SELECT 1,COUNT(*) cnt FROM EMP --- 先构造第一个
  UNION ALL
  SELECT t.n+1  ---- 递增1
        ,t.cnt  ---- 这个cnt列不做任何修改,从第一层得来
    FROM t      ---- 没有任何连接,因为不需要
   WHERE t.n<t.cnt  ---- 在这里看到cnt的作用,就是用于终止遍历
  )
SELECT * FROM t;

结果同上(略)。

例3:
独立事件的排列组合:一个布袋中装有数量相同的四种颜色的小球。随机从布袋中取四次,每次取完都放回去。现在问四次结果总颜色数等于3的概率是多少?

传统的CONNECT BY写法:
WITH t AS (
SELECT ROWNUM rn   -- 先构造一个1,2,3,4的结果集,每个rn表示一种颜色
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2 AS ( ---- 集合t2模拟独立取四次的动作,最终结果会有4*4*4*4=256行
SELECT ROWNUM id   ---- 构造唯一ID供下面拆分用
      ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path     ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除
      ,COUNT(*) OVER() cnt    ---- 利用分析函数算出总行数并把它作为一个列返回
  FROM t ---- 这个是有四行的集合
WHERE LEVEL=4       ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合
CONNECT BY LEVEL<=4  ---- 没有任何条件,前后都是独立的
)
,t3 AS ( ---- 集合t3把t2中的PATH包含的颜色组合拆开为四行
SELECT id,cnt,SUBSTR(PATH,rn,1) color 
  FROM t2,t  ---- 笛卡儿积,用于把t2中的一行变为四行
  )
SELECT COUNT(COUNT(*))/MAX(cnt) AS prob
  FROM t3
GROUP BY id,cnt
HAVING COUNT(DISTINCT color)=3   --- 每一个id中包含三种颜色
;

结果:
      PROB
----------
     .5625

这个例子展示了CONNECT BY来模拟排列组合的技巧。每一层遍历表示一次抽取的动作,因为每次都是完全独立的,在CONNECT BY 里面仅仅限制了抽取次数(遍历层数)而没有其他条件。SYS_CONNECT_BY_PATH可以把截至当前为止所访问到的各层次的数据串起来,在LEVEL=N就包含了前N层的排列组合情况。你可以用这个查询来看看中间生成的结果集t2:

WITH t AS (
SELECT ROWNUM rn   -- 先构造一个1,2,3,4的结果集,每个rn表示一种颜色
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2 AS ( ---- 集合t2模拟独立取四次的动作,最终结果会有4*4*4*4=256行
SELECT ROWNUM id   ---- 构造唯一ID供下面拆分用
      ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path     ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除
      ,COUNT(*) OVER() cnt    ---- 利用分析函数算出总行数并把它作为一个列返回
  FROM t ---- 这个是有四行的集合
WHERE LEVEL=4       ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合
CONNECT BY LEVEL<=4  ---- 没有任何条件,前后都是独立的
)
SELECT * FROM t2;

        ID PATH              CNT
---------- ---------- ----------
         1 1111              256
         2 1112              256
         3 1113              256
         4 1114              256
         5 1121              256
         6 1122              256
         7 1123              256
         8 1124              256
         9 1131              256
        10 1132              256
        11 1133              256
......(其余结果略)

256 rows selected.

由此看到PATH列已经包含了四次抽取的所有可能结果,每个结果都被赋予一个唯一的编号ID。

如果你好奇的话可以看看下一步的结果集t3:
WITH t AS (
SELECT ROWNUM rn   -- 先构造一个1,2,3,4的结果集,每个rn表示一种颜色
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2 AS ( ---- 集合t2模拟独立取四次的动作,最终结果会有4*4*4*4=256行
SELECT ROWNUM id   ---- 构造唯一ID供下面拆分用
      ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path     ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除
      ,COUNT(*) OVER() cnt    ---- 利用分析函数算出总行数并把它作为一个列返回
  FROM t ---- 这个是有四行的集合
WHERE LEVEL=4       ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合
CONNECT BY LEVEL<=4  ---- 没有任何条件,前后都是独立的
)
,t3 AS ( ---- 集合t3把t2中的PATH包含的颜色组合拆开为四行
SELECT id,cnt,SUBSTR(PATH,rn,1) color 
  FROM t2,t  ---- 笛卡儿积,用于把t2中的一行变为四行
  )
SELECT * FROM t3;

        ID        CNT COLO
---------- ---------- ----
         1        256 1
         1        256 1
         1        256 1
         1        256 1
         2        256 1
         2        256 1
         2        256 1
         2        256 2
         3        256 1
         3        256 1
         3        256 1
         3        256 3
         4        256 1
         4        256 1
         4        256 1
         4        256 4
......(其余结果略)

1024 rows selected.
可以看到t2集合中的每一行都被拆成了四行,这是为了后面的聚合运算。

最后看看算概率的主查询:
SELECT COUNT(COUNT(*))/MAX(cnt) AS prob
  FROM t3
GROUP BY id,cnt
HAVING COUNT(DISTINCT color)=3;

COUNT(DISTINCT color)可以算出每个ID中包含不重复的颜色数目,放在HAVING中过滤了数目不为3的那些ID。

GROUP BY id,cnt 表示按照id来分组。因为所有行的cnt都是一样的(都等于256),我们在分组加入它并不会改变分组的结果,加入cnt的目的是为了在查询中引用。
最后的连续两层COUNT函数的意思是要把分组结果再聚合为一行,算出满足条件的id的行数。除以cnt就得到了我们要的概率。

本例是一个在多行的结果集上进行无条件遍历的例子,前面说过了要特别小心,因为没有上下级关系,随着层数递增,数据量的增长十分可观。


递归WITH写法:

WITH T AS (
SELECT ROWNUM rn   -- 还是先构造一个1,2,3,4的结果集
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2(distinct_colors,lvl) AS (   --- 两个列:所有不重复颜色,层次
   SELECT '\'||rn,1  ---- 第一层就是最基础的四种颜色的表
     FROM t
   UNION ALL
   SELECT CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过
                    THEN t2.distinct_colors||'\'||t.rn              --- 拼上去
               ELSE t2.distinct_colors   ---- 颜色已经出现,保持原来的
          END  
         ,t2.lvl+1    --- 层数递增
     FROM t, t2
    WHERE t2.lvl<4 --- 递归出口的条件:次数达到限制
)
SELECT COUNT(CASE WHEN LENGTH(distinct_colors) - LENGTH(REPLACE(distinct_colors,'\'))=3 THEN 1 END) --- 出现三个斜杠
       /COUNT(*) 
FROM t2 
WHERE lvl=4   ---- 同CONNECT BY类似,我们只需观察最后一层的数据,在这里面已经包含了所有层次的颜色
;

在递归WITH子查询t2中,我们看到它用了一个CASE表达式把以前没出现过的颜色拼接到distinct_colors中。这个CASE是递归WITH的妙处,用SYS_CONNECT_BY_PATH没办法做到有条件的拼接。

而最后在计算颜色数的时候用了一个技巧,把颜色数转换为斜杠的个数,因为我们构造数据的时候每种颜色前面都带一个斜杠。为了求出字符串中某字符出现的次数,我们用了这样的办法:
先求出字符串的总长度;
用REPLACE函数从串中去除这个字符,然后再求一次长度;
两个长度之差就是被去除的字符个数。
CASE函数把出现满足条件的标记置为1,不满足则为NULL, 那么再套一个COUNT函数就能算出满足条件的行数,因为NULL是不被COUNT计入的。
COUNT和CASE的嵌套使用,也是在聚合运算中常用的技巧。

这个颜色数的计算,我们也可以在递归的过程中进行有条件累加,这样最后就可以直接使用:
WITH T AS (
SELECT ROWNUM rn   -- 还是先构造一个1,2,3,4的结果集
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2(distinct_colors,lvl,distinct_colors_cnt) AS (   --- 两个列:所有不重复颜色,层次,不重复的颜色数
   SELECT '\'||rn,1,1  ---- 第一层就是最基础的四种颜色的表
     FROM t
   UNION ALL
   SELECT CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过
                    THEN t2.distinct_colors||'\'||t.rn              --- 拼上去
               ELSE t2.distinct_colors   ---- 颜色已经出现,保持原来的
          END  
         ,t2.lvl+1    --- 层数递增
         ,CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过
                    THEN t2.distinct_colors_cnt + 1                  --- 颜色数累加
               ELSE t2.distinct_colors_cnt   ---- 颜色已经出现,数目不变
          END  
     FROM t, t2
    WHERE t2.lvl<4 --- 递归出口的条件:次数达到限制
)
SELECT COUNT(CASE WHEN distinct_colors_cnt=3 THEN 1 END) --- 出现三个斜杠
       /COUNT(*) 
FROM t2 
WHERE lvl=4   ---- 同CONNECT BY类似,我们只需观察最后一层的数据,在这里面已经包含了所有层次的颜色
;



例4:
构造一个二阶等差数列:这个数列的各项之差是一个等差数列
比如:1,3,6,10,15,21,...     
   
用CONNECT BY:

SELECT LEVEL, SUM(LEVEL) OVER(ORDER BY LEVEL) n
  FROM DUAL
CONNECT BY LEVEL<=10;

结果:
     LEVEL          N
---------- ----------
         1          1
         2          3
         3          6
         4         10
         5         15
         6         21
         7         28
         8         36
         9         45
        10         55

10 rows selected.

因为只有一条路径,所以用分析函数SUM很轻易做到了。

递归WITH写法:

WITH t(lvl,n) AS (
  SELECT 1,1 FROM DUAL --- 先构造第一个
  UNION ALL
  SELECT t.lvl+1, t.lvl+1+t.n  ---- n的增幅本身是一个等差数列,即新的t.lvl
    FROM t      ---- 没有任何连接,因为不需要
   WHERE t.lvl<10  ---- 找到10个就停止
  )
SELECT * FROM T;

结果:
       LVL          N
---------- ----------
         1          1
         2          3
         3          6
         4         10
         5         15
         6         21
         7         28
         8         36
         9         45
        10         55
10 rows selected.

例5:
构造斐波那契数列: 指的是这样一个数列, 从第三项开始,每一项都等于前两项之和。
1,1,2,3,5,8,13,21,......

传统的CONNECT BY方法做不出来,但是用10G以上所支持的MODEL可以轻松构造:
SELECT rn,n
FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY ROWNUM<=10)
MODEL RETURN UPDATED ROWS
   DIMENSION BY (rn)
   MEASURES (1 n)
   RULES ( 
     n[any] order by rn=DECODE(cv(rn),1,1,2,1, n[cv()-2]+n[cv()-1]) ---- 用DECODE构造最初的两个,其余的则赋值为最近两项之和
   )
/

        RN          N
---------- ----------
         1          1
         2          1
         3          2
         4          3
         5          5
         6          8
         7         13
         8         21
         9         34
        10         55

10 rows selected.

用递归WITH的写法:

WITH t(n,last_n,cnt) AS (
  SELECT 1,0,1 FROM DUAL --- 先构造第一个
  UNION ALL
  SELECT t.n+t.last_n, t.n, t.cnt+1  ---- 前两项之和
    FROM t      ---- 没有任何连接,因为不需要
   WHERE t.cnt<10  ---- 找到10个就停止
  )
SELECT n FROM T;

         N
----------
         1
         1
         2
         3
         5
         8
        13
        21
        34
        55

10 rows selected.

例6:
排列组合:

从5个数中取3个的所有组合C(3,5):

CONNECT BY写法:
SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath 
FROM (SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6) 
WHERE LEVEL=3
CONNECT BY rn<PRIOR rn AND LEVEL<=3    ---- 强行按降序排序,这样就排除了其他相同的、只是顺序不同的组合
;

XMLPATH
--------------
,5,4,3
,5,4,2
,5,4,1
,5,3,2
,5,3,1
,5,2,1
,4,3,2
,4,3,1
,4,2,1
,3,2,1
        
递归WITH写法:
WITH t AS (
   SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6
   )
,t2(rn,xmlpath,lvl) AS (  ---- 三个列:当前节点值,路径,层数
SELECT rn,','||rn,1 FROM t ---- 先构造锚点成员的基础数据,就是上面生成的6行数据的集合
UNION ALL
SELECT t.rn,t2.xmlpath||','||t.rn,t2.lvl+1  --- 把当前节点拼接入路径,层数则递增
   FROM t2, t
  WHERE t2.rn<t.rn AND t2.lvl<3
)
SELECT xmlpath FROM t2 WHERE lvl=3;

XMLPATH
-----------
,1,2,3
,1,2,4
,1,2,5
,1,3,4
,1,3,5
,1,4,5
,2,3,4
,2,3,5
,2,4,5
,3,4,5

10 rows selected.

如果要的不是组合而是排列,比如P(3,5)可以这么写:

SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath 
FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY LEVEL<6) 
WHERE LEVEL=3
CONNECT BY NOCYCLE rn<>PRIOR rn AND LEVEL<=3;

XMLPATH
----------
,1,2,3
,1,2,4
,1,2,5
,1,3,2
,1,3,4
,1,3,5
,1,4,2
,1,4,3
,1,4,5
,1,5,2
,1,5,3
,1,5,4
,2,1,3
,2,1,4
......(其余结果略)

60 rows selected.

和刚才的组合写法相比,rn<PRIOR rn变成了NOCYCLE rn<>PRIOR rn, 这表示只要rn没出现过就行,我们要的是所有的排列顺序而不仅仅是降序。注意这里面的NOCYCLE, 这个是10G上才有的。

如果不写这个NOCYCLE会怎么样?

SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath 
FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY LEVEL<6) 
WHERE LEVEL=3
CONNECT BY rn<>PRIOR rn AND LEVEL<=3;

ERROR:
ORA-01436: CONNECT BY loop in user data

可以看到,这个NOCYCLE是很重要的,ORACLE不允许遍历顺序中出现循环。

在递归WITH中,NOCYCLE的写法:
WITH t AS (
   SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6
   )
,T2(rn,xmlpath,lvl) AS (  ---- 三个列:当前节点值,路径,层数
SELECT rn,','||rn,1 FROM t ---- 先构造锚点成员的基础数据,就是上面生成的6行数据的集合
UNION ALL
SELECT t.rn,t2.xmlpath||','||t.rn,t2.lvl+1  --- 把当前节点拼接入路径,层数则递增
   FROM t2, t
  WHERE t2.rn<>t.rn AND t2.lvl<3
)
CYCLE rn SET cycle_flag TO 'Y' DEFAULT 'N'   ---- 这个cycle_flag是自己定义的伪列名和值,可以起到CONNECT_BY_ISCYCLE同样的作用
SELECT xmlpath FROM t2 WHERE lvl=3 AND cycle_flag='N';

结果:
XMLPA
SQL> with emp_data(ename,empno,mgr,l)
  2    as
  3     (select ename, empno, mgr, 1 lvl from emp where mgr is null
  4      union all
  5      select emp.ename, emp.empno, emp.mgr, ed.l+1
  6        from emp, emp_data ed
  7       where emp.mgr = ed.empno
  8     )
  9    SEARCH DEPTH FIRST BY ename SET order_by
10   select l,
11         lpad('*' ,2*l, '*')||ename nm
12     from emp_data
13    order by order_by
14   /

  L   NM
----  ---------------
  1   **KING
  2   ****BLAKE
  3   ******ALLEN
  3   ******JAMES
  3   ******MARTIN
  3   ******TURNER
  3   ******WARD
  2   ****CLARK
  3   ******MILLER
  2   ****JONES
  3   ******FORD
  4   ********SMITH
  3   ******SCOTT
  4   ********ADAMS

14 rows selected.

不知道真用起来怎么样,按我的想象可以比原来的SYS_CONNECT_BY_PATH多玩出很多新花样,比如按路径累加,更灵活的剪枝条件,

WITH子查询也称为CTE (Common Table Expression),是ANSI SQL-99标准的一部分。ORACLE从9i开始引入WITH子查询,把它被称作SUBQUERY FACTORING(分解子查询)。

WITH子查询的作用类似于内联视图(INLINE VIEW)。内联视图的定义写作SQL的FROM 后面,只能够引用一次;而WITH子查询需要在引用之前先定义,一旦定义了在整个查询的后续部分就可以按名称来反复引用,从这点来看又很像临时表。

从版本11GR2开始,ORACLE支持递归的WITH, 即允许在WITH子查询的定义中对自身引用。这不是什么新鲜事,其他数据库如DB2, Firebird, Microsoft SQL Server, PostgreSQL 都先于ORACLE支持这一特性。但对于ORACLE用户来说,这一递归特性还是很令人期待的,利用它可以轻易实现以往做不到的、或者很难做到的许多新功能。这一章我们就来探索这一令人兴奋的新特性,并把它和以往的实现手段(主要是CONNECT BY层次查询)作比较。

我们先来看看这个递归WITH子查询的语法:
WITH 
①  query_name ([c_alias [, c_alias]...])
②  AS (subquery)
③  [search_clause]
④  [cycle_clause]
⑤  [,query_name ([c_alias [, c_alias]...]) AS (subquery) [search_clause] [cycle_clause]]...  

①这是子查询的名称,和以往不同的是,必须在括号中把这个子查询的所有列名写出来。
②AS后面的subquery就是查询语句,递归部分就写在这里。
③遍历顺序子句,可以指定深度优先或广度优先遍历顺序。
④循环子句,用于中止遍历中出现的死循环。
⑤如果还有其他递归子查询,定义同上。

subquery部分由两个成员组成:anchor member(锚点成员) 和 recursive member(递归成员)。它们之间必须用union all联合起来,anchor member 必须写在recursive member前面。
anchor member用来定位递归的入口,锚点成员是一个SELECT语句,它不可以包含自身名称(query_name)。这相当于CONNECT BY查询中的START WITH,典型写法就是:
SELECT ... FROM 要遍历的表 WHERE ... (起始条件)

递归成员也是一个SELECT语句,用于定义上下级的关系,它必须包含自身名称(即query_name),而且仅仅只能引用一次。递归正是体现在对于自身的引用。典型的做法就是把query_name和其他表(一般来说就是你要遍历的表)做一个连接,连接条件表明了上下级的关系。必须注意,在这个query_name中,并不是截止目前为止的所有数据都是可见的,可见的只是上次递归新加入的最近的一层数据。对query_name列的引用相当于CONNECT BY中的PRIOR操作符。当找不到满足条件的下级,遍历就会停止;如果你还有其他的递归出口条件,也可以一起写在WHERE中,当WHERE不满足时,遍历就会停止,这就是在遍历树、图时候的剪枝操作。越早停止则效率越高。

这个递归成员就是程序员发挥创造力的地方,以往在CONNECT BY中做不到的事情,比如沿路径求和、求积等运算,现在都轻而易举。而SYS_CONNECT_BY_PATH也很容易用字符串拼接'||'来实现。

搜索子句(search_clause)和循环子句(cycle_clause)我们后面的例子中会见到。

下面我们就来看看递归WITH子查询的用法实例。

例1: 
先来一个简单例子,从scott/tiger的emp表来查找上下级关系:

传统的CONNECT BY写法:
SELECT empno
      ,ename
      ,job
      ,mgr
      ,deptno
      ,level
      ,SYS_CONNECT_BY_PATH(ename,'\') AS path
      ,CONNECT_BY_ROOT(ename) AS top_manager
  FROM EMP 
START WITH mgr IS NULL -- mgr列为空,表示没有上级,该员工已经是最高级别。这是层次查询的起点
CONNECT BY PRIOR empno= mgr;

新的递归WITH写法:
WITH T(empno, ename, job, mgr, deptno, the_level, path,top_manager) AS ( ---- 必须把结构写出来
   SELECT empno, ename, job, mgr, deptno  ---- 先写锚点查询,用START WITH的条件
         ,1 AS the_level    ---- 递归起点,第一层
         ,'\'||ename        ---- 路径的第一截
         ,ename AS top_manager ---- 原来的CONNECT_BY_ROOT
     FROM EMP
    WHERE mgr IS NULL ---- 原来的START WITH条件
   UNION ALL  ---- 下面是递归部分
   SELECT e.empno, e.ename, e.job, e.mgr, e.deptno  ---- 要加入的新一层数据,来自要遍历的emp表
         ,1 + t.the_level             ---- 递归层次,在原来的基础上加1。这相当于CONNECT BY查询中的LEVEL伪列
         ,t.path||'\'||e.ename        ---- 把新的一截路径拼上去
         ,t.top_manager               ---- 直接继承原来的数据,因为每个路径的根节点只有一个
     FROM t, emp e                    ---- 典型写法,把子查询本身和要遍历的表作一个连接
    WHERE t.empno = e.mgr             ---- 原来的CONNECT BY条件
) ---- WITH定义结束
SELECT * FROM T
;

查询结果:
EMPNO ENAME      JOB          MGR  DEPTNO  THE_LEVEL PATH                       TOP_MANAGE
------ ---------- --------- ------ ------- ---------- -------------------------- ----------
  7839 KING       PRESIDENT             10          1 \KING                      KING
  7566 JONES      MANAGER     7839      20          2 \KING\JONES                KING
  7698 BLAKE      MANAGER     7839      30          2 \KING\BLAKE                KING
  7782 CLARK      MANAGER     7839      10          2 \KING\CLARK                KING
  7499 ALLEN      SALESMAN    7698      30          3 \KING\BLAKE\ALLEN          KING
  7521 WARD       SALESMAN    7698      30          3 \KING\BLAKE\WARD           KING
  7654 MARTIN     SALESMAN    7698      30          3 \KING\BLAKE\MARTIN         KING
  7788 SCOTT      ANALYST     7566      20          3 \KING\JONES\SCOTT          KING
  7844 TURNER     SALESMAN    7698      30          3 \KING\BLAKE\TURNER         KING
  7900 JAMES      CLERK       7698      30          3 \KING\BLAKE\JAMES          KING
  7902 FORD       ANALYST     7566      20          3 \KING\JONES\FORD           KING
  7934 MILLER     CLERK       7782      10          3 \KING\CLARK\MILLER         KING
  7369 SMITH      CLERK       7902      20          4 \KING\JONES\FORD\SMITH     KING
  7876 ADAMS      CLERK       7788      20          4 \KING\JONES\SCOTT\ADAMS    KING

14 rows selected.   

从结果集的THE_LEVEL和PATH列可以清楚地看到数据是如何被一层一层叠加上去的。

例2: 
构造等差数列:

CONNECT BY写法:
这是一个非常特殊的用法,因为没有上下级关系,只有遍历的终止条件。像这类CONNECT BY我强烈推荐在只有一行的结果集上运行(比如FROM DUAL, 比如从一个聚合后的子查询),在多行的集合上运行比较难以控制,头脑必须很清醒。

(以下ROWNUM全部可以改成 LEVEL,效果一样):
SELECT ROWNUM n
      ,ROWNUM*2 n2
      ,DATE '2010-1-1'+ROWNUM-1 dt
      ,ADD_MONTHS(DATE '2010-1-1', ROWNUM-1) mon 
  FROM DUAL 
CONNECT BY ROWNUM<=10;

结果:
         N         N2 DT          MON        
---------- ---------- ----------- -----------
         1          2 2010-01-01  2010-01-01 
         2          4 2010-01-02  2010-02-01 
         3          6 2010-01-03  2010-03-01 
         4          8 2010-01-04  2010-04-01 
         5         10 2010-01-05  2010-05-01 
         6         12 2010-01-06  2010-06-01 
         7         14 2010-01-07  2010-07-01 
         8         16 2010-01-08  2010-08-01 
         9         18 2010-01-09  2010-09-01 
        10         20 2010-01-10  2010-10-01 

10 rows selected. 

这个简洁优雅的写法最早由Mikito Harakiri(从名字看是个日本人)在asktom网站(http://asktom.oracle.com)发表,现在已经风靡全世界的ORACLE社区。在这个方法被发现之前,一般采用的是从一个大的集合(表或视图)中获取ROWNUM的方法:

SELECT ROWNUM n, ROWNUM*2 n2, DATE '2010-1-1'+ROWNUM-1 dt, ADD_MONTHS(DATE '2010-1-1', ROWNUM-1) mon 
  FROM ALL_OBJECTS ---- ALL_OBJECTS是个很大的系统视图,它包含的行数足够满足一般的序列构造
WHERE ROWNUM<=10;


下面尝试用递归WITH的写法:
WITH t(n,n2,dt,mon) AS (
  SELECT 1, 2,TO_DATE('2010-1-1','YYYY-MM-DD'),TO_DATE('2010-1-1','YYYY-MM-DD') FROM DUAL --- 先构造第一个
  UNION ALL
  SELECT t.n+1   ---- 递增1
        ,t.n2+2  ---- 递增2
        ,dt+1    ---- 下一日
        ,ADD_MONTHS(mon,1)  ---- 下个月
    FROM t      ---- 没有任何连接,因为不需要,所有数据都可以从锚点成员中衍生出来
   WHERE t.n<10
  )
SELECT * FROM T;

一切都按规矩来,竟然还是出错了:
        ,ADD_MONTHS(mon,1)  ---- 下个月
         *
ERROR at line 6:
ORA-01790: expression must have same datatype as corresponding expression

改为字符串型看看:
WITH t(n,n2,dt,mon) AS (
  SELECT 1, 2,'2010-01-01','2010-01-01' FROM DUAL  ---- 用字符串来表示日期
  UNION ALL
  SELECT t.n+1   ---- 递增1
        ,t.n2+2  ---- 递增2
        ,TO_CHAR(TO_DATE(t.dt,'YYYY-MM-DD')+1,'YYYY-MM-DD')   ---- 先转换为日期型,计算后换回字符串型
        ,TO_CHAR(ADD_MONTHS(TO_DATE(t.mon,'YYYY-MM-DD'),1),'YYYY-MM-DD')  ---- 计算下个月,方法同上
    FROM t
   WHERE t.n<10
  )
SELECT * FROM T;

我很惊奇地看到这个结果:
         N         N2 DT         MON
---------- ---------- ---------- ----------
         1          2 2010-01-01 2010-01-01
         2          4 2009-12-31 2010-02-01  ----- DT竟然是递减的!
         3          6 2009-12-30 2010-03-01
         4          8 2009-12-29 2010-04-01
         5         10 2009-12-28 2010-05-01
         6         12 2009-12-27 2010-06-01
         7         14 2009-12-26 2010-07-01
         8         16 2009-12-25 2010-08-01
         9         18 2009-12-24 2010-09-01
        10         20 2009-12-23 2010-10-01

10 rows selected.

这是ORACEL 11.2.0.1.0版本的BUG,后续版本应该会改正。

没办法,只好想其他招数绕过去:
WITH t(n) AS (
  SELECT 1 FROM DUAL --- 先构造第一个
  UNION ALL
  SELECT t.n+1  ---- 仅仅是整数序列
    FROM t      
   WHERE t.n<10
  )
SELECT n
      ,n*2 n2
      ,DATE '2010-1-1'+n-1 dt   ---- 在最终的查询中进行日期运算
      ,ADD_MONTHS(DATE '2010-1-1', n-1) mon
  FROM T;
  
这下子对了:
         N         N2 DT          MON
---------- ---------- ----------- -----------
         1          2 2010-01-01  2010-01-01 
         2          4 2010-01-02  2010-02-01 
         3          6 2010-01-03  2010-03-01 
         4          8 2010-01-04  2010-04-01 
         5         10 2010-01-05  2010-05-01 
         6         12 2010-01-06  2010-06-01 
         7         14 2010-01-07  2010-07-01 
         8         16 2010-01-08  2010-08-01 
         9         18 2010-01-09  2010-09-01 
        10         20 2010-01-10  2010-10-01 

10 rows selected.

看来对日期的运算有BUG。解决办法就是先构造整数序列,然后在最终的查询中再利用这个整数序列来构造日期序列。


从一个单行结果集CONNECT BY的例子:
SELECT ROWNUM rn,cnt
FROM (SELECT COUNT(*) cnt FROM emp)   ---- 经过聚合的只有一行的结果集
CONNECT BY ROWNUM<=cnt;

结果:
        RN        CNT
---------- ----------
         1         14
         2         14
         3         14
         4         14
         5         14
         6         14
         7         14
         8         14
         9         14
        10         14
        11         14
        12         14
        13         14
        14         14

14 rows selected.

递归WITH写法:
WITH t(n,cnt) AS (
  SELECT 1,COUNT(*) cnt FROM EMP --- 先构造第一个
  UNION ALL
  SELECT t.n+1  ---- 递增1
        ,t.cnt  ---- 这个cnt列不做任何修改,从第一层得来
    FROM t      ---- 没有任何连接,因为不需要
   WHERE t.n<t.cnt  ---- 在这里看到cnt的作用,就是用于终止遍历
  )
SELECT * FROM t;

结果同上(略)。

例3:
独立事件的排列组合:一个布袋中装有数量相同的四种颜色的小球。随机从布袋中取四次,每次取完都放回去。现在问四次结果总颜色数等于3的概率是多少?

传统的CONNECT BY写法:
WITH t AS (
SELECT ROWNUM rn   -- 先构造一个1,2,3,4的结果集,每个rn表示一种颜色
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2 AS ( ---- 集合t2模拟独立取四次的动作,最终结果会有4*4*4*4=256行
SELECT ROWNUM id   ---- 构造唯一ID供下面拆分用
      ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path     ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除
      ,COUNT(*) OVER() cnt    ---- 利用分析函数算出总行数并把它作为一个列返回
  FROM t ---- 这个是有四行的集合
WHERE LEVEL=4       ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合
CONNECT BY LEVEL<=4  ---- 没有任何条件,前后都是独立的
)
,t3 AS ( ---- 集合t3把t2中的PATH包含的颜色组合拆开为四行
SELECT id,cnt,SUBSTR(PATH,rn,1) color 
  FROM t2,t  ---- 笛卡儿积,用于把t2中的一行变为四行
  )
SELECT COUNT(COUNT(*))/MAX(cnt) AS prob
  FROM t3
GROUP BY id,cnt
HAVING COUNT(DISTINCT color)=3   --- 每一个id中包含三种颜色
;

结果:
      PROB
----------
     .5625

这个例子展示了CONNECT BY来模拟排列组合的技巧。每一层遍历表示一次抽取的动作,因为每次都是完全独立的,在CONNECT BY 里面仅仅限制了抽取次数(遍历层数)而没有其他条件。SYS_CONNECT_BY_PATH可以把截至当前为止所访问到的各层次的数据串起来,在LEVEL=N就包含了前N层的排列组合情况。你可以用这个查询来看看中间生成的结果集t2:

WITH t AS (
SELECT ROWNUM rn   -- 先构造一个1,2,3,4的结果集,每个rn表示一种颜色
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2 AS ( ---- 集合t2模拟独立取四次的动作,最终结果会有4*4*4*4=256行
SELECT ROWNUM id   ---- 构造唯一ID供下面拆分用
      ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path     ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除
      ,COUNT(*) OVER() cnt    ---- 利用分析函数算出总行数并把它作为一个列返回
  FROM t ---- 这个是有四行的集合
WHERE LEVEL=4       ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合
CONNECT BY LEVEL<=4  ---- 没有任何条件,前后都是独立的
)
SELECT * FROM t2;

        ID PATH              CNT
---------- ---------- ----------
         1 1111              256
         2 1112              256
         3 1113              256
         4 1114              256
         5 1121              256
         6 1122              256
         7 1123              256
         8 1124              256
         9 1131              256
        10 1132              256
        11 1133              256
......(其余结果略)

256 rows selected.

由此看到PATH列已经包含了四次抽取的所有可能结果,每个结果都被赋予一个唯一的编号ID。

如果你好奇的话可以看看下一步的结果集t3:
WITH t AS (
SELECT ROWNUM rn   -- 先构造一个1,2,3,4的结果集,每个rn表示一种颜色
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2 AS ( ---- 集合t2模拟独立取四次的动作,最终结果会有4*4*4*4=256行
SELECT ROWNUM id   ---- 构造唯一ID供下面拆分用
      ,REPLACE(SYS_CONNECT_BY_PATH(rn,'@'),'@') path     ---- 用一个特殊字符@来作分隔符, 并在最后用REPLACE把它去除
      ,COUNT(*) OVER() cnt    ---- 利用分析函数算出总行数并把它作为一个列返回
  FROM t ---- 这个是有四行的集合
WHERE LEVEL=4       ---- 我们需要的仅仅是最后一层的结果。在PATH里面已经包含了取四次的所有结果组合
CONNECT BY LEVEL<=4  ---- 没有任何条件,前后都是独立的
)
,t3 AS ( ---- 集合t3把t2中的PATH包含的颜色组合拆开为四行
SELECT id,cnt,SUBSTR(PATH,rn,1) color 
  FROM t2,t  ---- 笛卡儿积,用于把t2中的一行变为四行
  )
SELECT * FROM t3;

        ID        CNT COLO
---------- ---------- ----
         1        256 1
         1        256 1
         1        256 1
         1        256 1
         2        256 1
         2        256 1
         2        256 1
         2        256 2
         3        256 1
         3        256 1
         3        256 1
         3        256 3
         4        256 1
         4        256 1
         4        256 1
         4        256 4
......(其余结果略)

1024 rows selected.
可以看到t2集合中的每一行都被拆成了四行,这是为了后面的聚合运算。

最后看看算概率的主查询:
SELECT COUNT(COUNT(*))/MAX(cnt) AS prob
  FROM t3
GROUP BY id,cnt
HAVING COUNT(DISTINCT color)=3;

COUNT(DISTINCT color)可以算出每个ID中包含不重复的颜色数目,放在HAVING中过滤了数目不为3的那些ID。

GROUP BY id,cnt 表示按照id来分组。因为所有行的cnt都是一样的(都等于256),我们在分组加入它并不会改变分组的结果,加入cnt的目的是为了在查询中引用。
最后的连续两层COUNT函数的意思是要把分组结果再聚合为一行,算出满足条件的id的行数。除以cnt就得到了我们要的概率。

本例是一个在多行的结果集上进行无条件遍历的例子,前面说过了要特别小心,因为没有上下级关系,随着层数递增,数据量的增长十分可观。


递归WITH写法:

WITH T AS (
SELECT ROWNUM rn   -- 还是先构造一个1,2,3,4的结果集
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2(distinct_colors,lvl) AS (   --- 两个列:所有不重复颜色,层次
   SELECT '\'||rn,1  ---- 第一层就是最基础的四种颜色的表
     FROM t
   UNION ALL
   SELECT CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过
                    THEN t2.distinct_colors||'\'||t.rn              --- 拼上去
               ELSE t2.distinct_colors   ---- 颜色已经出现,保持原来的
          END  
         ,t2.lvl+1    --- 层数递增
     FROM t, t2
    WHERE t2.lvl<4 --- 递归出口的条件:次数达到限制
)
SELECT COUNT(CASE WHEN LENGTH(distinct_colors) - LENGTH(REPLACE(distinct_colors,'\'))=3 THEN 1 END) --- 出现三个斜杠
       /COUNT(*) 
FROM t2 
WHERE lvl=4   ---- 同CONNECT BY类似,我们只需观察最后一层的数据,在这里面已经包含了所有层次的颜色
;

在递归WITH子查询t2中,我们看到它用了一个CASE表达式把以前没出现过的颜色拼接到distinct_colors中。这个CASE是递归WITH的妙处,用SYS_CONNECT_BY_PATH没办法做到有条件的拼接。

而最后在计算颜色数的时候用了一个技巧,把颜色数转换为斜杠的个数,因为我们构造数据的时候每种颜色前面都带一个斜杠。为了求出字符串中某字符出现的次数,我们用了这样的办法:
先求出字符串的总长度;
用REPLACE函数从串中去除这个字符,然后再求一次长度;
两个长度之差就是被去除的字符个数。
CASE函数把出现满足条件的标记置为1,不满足则为NULL, 那么再套一个COUNT函数就能算出满足条件的行数,因为NULL是不被COUNT计入的。
COUNT和CASE的嵌套使用,也是在聚合运算中常用的技巧。

这个颜色数的计算,我们也可以在递归的过程中进行有条件累加,这样最后就可以直接使用:
WITH T AS (
SELECT ROWNUM rn   -- 还是先构造一个1,2,3,4的结果集
  FROM DUAL
CONNECT BY ROWNUM<=4
)
,t2(distinct_colors,lvl,distinct_colors_cnt) AS (   --- 两个列:所有不重复颜色,层次,不重复的颜色数
   SELECT '\'||rn,1,1  ---- 第一层就是最基础的四种颜色的表
     FROM t
   UNION ALL
   SELECT CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过
                    THEN t2.distinct_colors||'\'||t.rn              --- 拼上去
               ELSE t2.distinct_colors   ---- 颜色已经出现,保持原来的
          END  
         ,t2.lvl+1    --- 层数递增
         ,CASE WHEN INSTR(t2.distinct_colors||'\','\'||t.rn||'\')=0 --- 这个颜色没有出现过
                    THEN t2.distinct_colors_cnt + 1                  --- 颜色数累加
               ELSE t2.distinct_colors_cnt   ---- 颜色已经出现,数目不变
          END  
     FROM t, t2
    WHERE t2.lvl<4 --- 递归出口的条件:次数达到限制
)
SELECT COUNT(CASE WHEN distinct_colors_cnt=3 THEN 1 END) --- 出现三个斜杠
       /COUNT(*) 
FROM t2 
WHERE lvl=4   ---- 同CONNECT BY类似,我们只需观察最后一层的数据,在这里面已经包含了所有层次的颜色
;



例4:
构造一个二阶等差数列:这个数列的各项之差是一个等差数列
比如:1,3,6,10,15,21,...     
   
用CONNECT BY:

SELECT LEVEL, SUM(LEVEL) OVER(ORDER BY LEVEL) n
  FROM DUAL
CONNECT BY LEVEL<=10;

结果:
     LEVEL          N
---------- ----------
         1          1
         2          3
         3          6
         4         10
         5         15
         6         21
         7         28
         8         36
         9         45
        10         55

10 rows selected.

因为只有一条路径,所以用分析函数SUM很轻易做到了。

递归WITH写法:

WITH t(lvl,n) AS (
  SELECT 1,1 FROM DUAL --- 先构造第一个
  UNION ALL
  SELECT t.lvl+1, t.lvl+1+t.n  ---- n的增幅本身是一个等差数列,即新的t.lvl
    FROM t      ---- 没有任何连接,因为不需要
   WHERE t.lvl<10  ---- 找到10个就停止
  )
SELECT * FROM T;

结果:
       LVL          N
---------- ----------
         1          1
         2          3
         3          6
         4         10
         5         15
         6         21
         7         28
         8         36
         9         45
        10         55
10 rows selected.

例5:
构造斐波那契数列: 指的是这样一个数列, 从第三项开始,每一项都等于前两项之和。
1,1,2,3,5,8,13,21,......

传统的CONNECT BY方法做不出来,但是用10G以上所支持的MODEL可以轻松构造:
SELECT rn,n
FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY ROWNUM<=10)
MODEL RETURN UPDATED ROWS
   DIMENSION BY (rn)
   MEASURES (1 n)
   RULES ( 
     n[any] order by rn=DECODE(cv(rn),1,1,2,1, n[cv()-2]+n[cv()-1]) ---- 用DECODE构造最初的两个,其余的则赋值为最近两项之和
   )
/

        RN          N
---------- ----------
         1          1
         2          1
         3          2
         4          3
         5          5
         6          8
         7         13
         8         21
         9         34
        10         55

10 rows selected.

用递归WITH的写法:

WITH t(n,last_n,cnt) AS (
  SELECT 1,0,1 FROM DUAL --- 先构造第一个
  UNION ALL
  SELECT t.n+t.last_n, t.n, t.cnt+1  ---- 前两项之和
    FROM t      ---- 没有任何连接,因为不需要
   WHERE t.cnt<10  ---- 找到10个就停止
  )
SELECT n FROM T;

         N
----------
         1
         1
         2
         3
         5
         8
        13
        21
        34
        55

10 rows selected.

例6:
排列组合:

从5个数中取3个的所有组合C(3,5):

CONNECT BY写法:
SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath 
FROM (SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6) 
WHERE LEVEL=3
CONNECT BY rn<PRIOR rn AND LEVEL<=3    ---- 强行按降序排序,这样就排除了其他相同的、只是顺序不同的组合
;

XMLPATH
--------------
,5,4,3
,5,4,2
,5,4,1
,5,3,2
,5,3,1
,5,2,1
,4,3,2
,4,3,1
,4,2,1
,3,2,1
        
递归WITH写法:
WITH t AS (
   SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6
   )
,t2(rn,xmlpath,lvl) AS (  ---- 三个列:当前节点值,路径,层数
SELECT rn,','||rn,1 FROM t ---- 先构造锚点成员的基础数据,就是上面生成的6行数据的集合
UNION ALL
SELECT t.rn,t2.xmlpath||','||t.rn,t2.lvl+1  --- 把当前节点拼接入路径,层数则递增
   FROM t2, t
  WHERE t2.rn<t.rn AND t2.lvl<3
)
SELECT xmlpath FROM t2 WHERE lvl=3;

XMLPATH
-----------
,1,2,3
,1,2,4
,1,2,5
,1,3,4
,1,3,5
,1,4,5
,2,3,4
,2,3,5
,2,4,5
,3,4,5

10 rows selected.

如果要的不是组合而是排列,比如P(3,5)可以这么写:

SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath 
FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY LEVEL<6) 
WHERE LEVEL=3
CONNECT BY NOCYCLE rn<>PRIOR rn AND LEVEL<=3;

XMLPATH
----------
,1,2,3
,1,2,4
,1,2,5
,1,3,2
,1,3,4
,1,3,5
,1,4,2
,1,4,3
,1,4,5
,1,5,2
,1,5,3
,1,5,4
,2,1,3
,2,1,4
......(其余结果略)

60 rows selected.

和刚才的组合写法相比,rn<PRIOR rn变成了NOCYCLE rn<>PRIOR rn, 这表示只要rn没出现过就行,我们要的是所有的排列顺序而不仅仅是降序。注意这里面的NOCYCLE, 这个是10G上才有的。

如果不写这个NOCYCLE会怎么样?

SELECT SYS_CONNECT_BY_PATH(rn, ',') xmlpath 
FROM (SELECT ROWNUM rn FROM DUAL CONNECT BY LEVEL<6) 
WHERE LEVEL=3
CONNECT BY rn<>PRIOR rn AND LEVEL<=3;

ERROR:
ORA-01436: CONNECT BY loop in user data

可以看到,这个NOCYCLE是很重要的,ORACLE不允许遍历顺序中出现循环。

在递归WITH中,NOCYCLE的写法:
WITH t AS (
   SELECT ROWNUM RN FROM DUAL CONNECT BY LEVEL<6
   )
,T2(rn,xmlpath,lvl) AS (  ---- 三个列:当前节点值,路径,层数
SELECT rn,','||rn,1 FROM t ---- 先构造锚点成员的基础数据,就是上面生成的6行数据的集合
UNION ALL
SELECT t.rn,t2.xmlpath||','||t.rn,t2.lvl+1  --- 把当前节点拼接入路径,层数则递增
   FROM t2, t
  WHERE t2.rn<>t.rn AND t2.lvl<3
)
CYCLE rn SET cycle_flag TO 'Y' DEFAULT 'N'   ---- 这个cycle_flag是自己定义的伪列名和值,可以起到CONNECT_BY_ISCYCLE同样的作用
SELECT xmlpath FROM t2 WHERE lvl=3 AND cycle_flag='N';

结果:
XMLPA
阅读更多
个人分类: oracle
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭