oracle创建时间维,Oracle 创建和删除维

该博客展示了如何使用Oracle数据库创建销售表格、插入数据、建立索引和材料化视图。通过时间维度和客户维度进行数据组织,实现按月、按季度和按年的销售金额汇总查询。此外,还涉及到了数据库维度建模,创建了时间维度和客户维度的层次结构,用于高效的数据查询和分析。
摘要由CSDN通过智能技术生成

--create sales table

CREATE TABLE sales

(trans_date DATE, cust_id INT, sales_amount NUMBER);

--insert sale rowsINSERT /*+ APPEND */

INTO SALES

SELECT TRUNC(SYSDATE, 'year') + MOD(ROWNUM, 366) TRANS_DATE,

MOD(ROWNUM, 100) CUST_ID,

ABS(DBMS_RANDOM.RANDOM) / 100 SALES_AMOUNT

FROM ALL_OBJECTS;

SELECT COUNT(*) FROM sales;

--go on inserting rows

BEGIN

FOR I IN 1 .. 6 LOOP

INSERT /*+ APPEND */

INTO SALES

SELECT TRANS_DATE,

CUST_ID,

ABS(DBMS_RANDOM.RANDOM) / 100 SALES_AMOUNT

FROM SALES;

COMMIT;

END LOOP;

END;

--create index organized table

CREATE TABLE TIME_HIERARCHY(DAY PRIMARY KEY, MMYYYY, MON_YYYY, QTR_YYYY, YYYY) ORGANIZATION INDEX AS

SELECT DISTINCT TRANS_DATE DAY,

CAST(TO_CHAR(TRANS_DATE, 'mmyyyy') AS NUMBER) MMYYYY,

TO_CHAR(TRANS_DATE, 'mon-yyyy') MON_YYYY,

'Q' || CEIL(TO_CHAR(TRANS_DATE, 'mm') / 3) || ' FY' ||

TO_CHAR(TRANS_DATE, 'yyyy') QTR_YYYY,

CAST(TO_CHAR(TRANS_DATE, 'yyyy') AS NUMBER) YYYY

FROM SALES;

--create materialized view

CREATE MATERIALIZED VIEW MV_SALES BUILD IMMEDIATE REFRESH ON DEMAND ENABLE QUERY REWRITE AS

SELECT SALES.CUST_ID,

SUM(SALES.SALES_AMOUNT) SALES_AMOUNT,

TIME_HIERARCHY.MMYYYY

FROM SALES, TIME_HIERARCHY

WHERE SALES.TRANS_DATE = TIME_HIERARCHY.DAY

GROUP BY SALES.CUST_ID, TIME_HIERARCHY.MMYYYY;

analyze table sales compute statistics;

analyze table time_hierarchy compute statistics;

alter session set query_rewrite_enabled=true;

alter session set query_rewrite_integrity=trusted;

--query by Month

SELECT TIME_HIERARCHY.MMYYYY, SUM(SALES_AMOUNT)

FROM SALES, TIME_HIERARCHY

WHERE SALES.TRANS_DATE = TIME_HIERARCHY.DAY

GROUP BY TIME_HIERARCHY.MMYYYY

--query by QuarterSELECT TIME_HIERARCHY.QTR_YYYY, SUM(SALES_AMOUNT)

FROM SALES, TIME_HIERARCHY

WHERE SALES.TRANS_DATE = TIME_HIERARCHY.DAY

GROUP BY TIME_HIERARCHY.QTR_YYYY;

--create dimension

CREATE DIMENSION TIME_HIERARCHY_DIM

LEVEL DAY IS TIME_HIERARCHY.DAY

LEVEL MMYYYY IS TIME_HIERARCHY.MMYYYY

LEVEL QTR_YYYY IS TIME_HIERARCHY.QTR_YYYY

LEVEL YYYY IS TIME_HIERARCHY.YYYY

HIERARCHY TIME_ROLLUP(DAY CHILD OF MMYYYY CHILD OF QTR_YYYY CHILD OF YYYY)

ATTRIBUTE MMYYYY DETERMINES MON_YYYY;

--drop dimension

DROP DIMENSION TIME_HIERARCHY_DIM;

--yearly query

SELECT TIME_HIERARCHY.YYYY, SUM(SALES_AMOUNT)

FROM SALES, TIME_HIERARCHY

WHERE SALES.TRANS_DATE = TIME_HIERARCHY.DAY

GROUP BY TIME_HIERARCHY.YYYY;

--create index organized table

CREATE TABLE CUSTOMER_HIERARCHY(CUST_ID PRIMARY KEY, ZIP_CODE, REGION) ORGANIZATION INDEX AS

SELECT CUST_ID,

MOD(ROWNUM, 6) || TO_CHAR(MOD(ROWNUM, 1000), 'fm0000') ZIP_CODE,

MOD(ROWNUM, 6) REGION

FROM (SELECT DISTINCT CUST_ID FROM SALES);

analyze table CUSTOMER_HIERARCHY compute statistics;

drop materialized view mv_sales;

--recreate materialized view

CREATE MATERIALIZED VIEW MV_SALES BUILD IMMEDIATE REFRESH ON DEMAND ENABLE QUERY REWRITE AS

SELECT CUSTOMER_HIERARCHY.ZIP_CODE,

TIME_HIERARCHY.MMYYYY,

SUM(SALES.SALES_AMOUNT) SALES_AMOUNT

FROM SALES, TIME_HIERARCHY, CUSTOMER_HIERARCHY

WHERE SALES.TRANS_DATE = TIME_HIERARCHY.DAY

AND SALES.CUST_ID = CUSTOMER_HIERARCHY.CUST_ID

GROUP BY CUSTOMER_HIERARCHY.ZIP_CODE, TIME_HIERARCHY.MMYYYY;

--query by month

SELECT CUSTOMER_HIERARCHY.ZIP_CODE,

TIME_HIERARCHY.MMYYYY,

SUM(SALES.SALES_AMOUNT) SALES_AMOUNT

FROM SALES, TIME_HIERARCHY, CUSTOMER_HIERARCHY

WHERE SALES.TRANS_DATE = TIME_HIERARCHY.DAY

AND SALES.CUST_ID = CUSTOMER_HIERARCHY.CUST_ID

GROUP BY CUSTOMER_HIERARCHY.ZIP_CODE, TIME_HIERARCHY.MMYYYY

--query by year

SELECT CUSTOMER_HIERARCHY.REGION,

TIME_HIERARCHY.YYYY,

SUM(SALES.SALES_AMOUNT) SALES_AMOUNT

FROM SALES, TIME_HIERARCHY, CUSTOMER_HIERARCHY

WHERE SALES.TRANS_DATE = TIME_HIERARCHY.DAY

AND SALES.CUST_ID = CUSTOMER_HIERARCHY.CUST_ID

GROUP BY CUSTOMER_HIERARCHY.REGION, TIME_HIERARCHY.YYYY;

DROP DIMENSION time_hierarchy_dim;

CREATE DIMENSION SALES_DIMENSION

LEVEL CUST_ID IS CUSTOMER_HIERARCHY.CUST_ID

LEVEL ZIP_CODE IS CUSTOMER_HIERARCHY.ZIP_CODE

LEVEL REGION IS CUSTOMER_HIERARCHY.REGION

LEVEL DAY IS TIME_HIERARCHY.DAY

LEVEL MMYYYY IS TIME_HIERARCHY.MMYYYY

LEVEL QTR_YYYY IS TIME_HIERARCHY.QTR_YYYY

LEVEL YYYY IS TIME_HIERARCHY.YYYY

HIERARCHY CUST_ROLLUP(CUST_ID CHILD OF ZIP_CODE CHILD OF REGION)

HIERARCHY TIME_ROLLUP(DAY CHILD OF MMYYYY CHILD OF QTR_YYYY CHILD OF YYYY)

ATTRIBUTE MMYYYY DETERMINES MON_YYYY;

SELECT CUSTOMER_HIERARCHY.REGION,

TIME_HIERARCHY.YYYY,

SUM(SALES.SALES_AMOUNT) SALES_AMOUNT

FROM SALES, TIME_HIERARCHY, CUSTOMER_HIERARCHY

WHERE SALES.TRANS_DATE = TIME_HIERARCHY.DAY

AND SALES.CUST_ID = CUSTOMER_HIERARCHY.CUST_ID

GROUP BY CUSTOMER_HIERARCHY.REGION, TIME_HIERARCHY.YYYY;

--DROP DIMENSION SALES_DIMENSION;

ALTER SYSTEM FLUSH buffer_cache;

ALTER SYSTEM FLUSH SHARED_POOL;

SELECT * FROM dba_dimensions;

SELECT * FROM user_indexes WHERE index_type ='IOT - TOP';

SELECT * FROM user_indextypes;

SELECT * FROM TIME_HIERARCHY;

SELECT * FROM CUSTOMER_HIERARCHY;

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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
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