计算分类页号/分类页数/总页号/总页数的SQL 常用于报表输出!

【表定义】

CREATE TABLE test01 (
    客户CD varchar(40) NOT NULL
  , 明细NO bigint
  , PRIMARY KEY (客户CD,明细NO)
);


【记录例子】

    客户CD,明细NO
    CUST01,1
    CUST01,2
    CUST01,3
    CUST01,4
    CUST01,5
    CUST01,6
    CUST02,1
    CUST02,2
    CUST02,3


【需求】
1.每页能打印5个明细 *当然可以修改多少个明细数
2.换新的客户需换新的一页
3.编写SQL,实现下面的结果:

| 客户CD | 明细NO | 客户页号 | 客户页数 | 总页号 | 总页号数 |
|--------|--------|---------|----------|--------|----------|
| CUST01 | 1      | 1        | 2        | 1      | 3        |
| CUST01 | 2      | 1        | 2        | 1      | 3        |
| CUST01 | 3      | 1        | 2        | 1      | 3        |
| CUST01 | 4      | 1        | 2        | 1      | 3        |
| CUST01 | 5      | 1        | 2        | 1      | 3        |
| CUST01 | 6      | 2        | 2        | 2      | 3        |
| CUST02 | 1      | 1        | 1        | 3      | 3        |
| CUST02 | 2      | 1        | 1        | 3      | 3        |
| CUST02 | 3      | 1        | 1        | 3      | 3        |

看似简单,费了两天的时间思考才解决了,现分享之。
如果有更好的方法还望赐教。谢谢

SQL如下:

WITH base AS ( 
  SELECT
    客户CD, 
    明细NO, 
    CEILING(明细NO / 5.0) AS 客户页号 
  FROM
    test01
) 
SELECT
  detail.客户CD, 
  detail.明细NO, 
  detail.客户页号, 
  detail.客户页数, 
  head.总页号, 
  head.总页数 
FROM
  ( 
    SELECT
      客户CD, 
      明细NO, 
      客户页号, 
      max(客户页号) OVER (PARTITION BY 客户CD) AS 客户页数 
    FROM
      base
  ) detail, 
  ( 
    SELECT
      客户CD, 
      客户页号, 
      DENSE_RANK() OVER (ORDER BY 客户CD, 客户页号 ASC) AS 总页号, 
      COUNT(1) OVER () AS 总页数 
    FROM
      ( 
        SELECT
          客户CD, 
          客户页号, 
          max(客户页号) OVER (PARTITION BY 客户CD) AS 客户页数 
        FROM
          base
      ) head 
    GROUP BY
      客户CD, 
      客户页号
  ) head 
WHERE
  detail.客户CD = head.客户CD 
  AND detail.客户页号 = head.客户页号 
ORDER BY
  detail.客户CD, 
  detail.明细NO

帮忙点赞和分享,谢谢!!!

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
0. 下载: 本程序可自由修改, 自由分发, 可在http://download.csdn.net/user/lgg201下载 1. 分的需求 信息的操纵和检索是当下互联网和企业信息系统承担的主要责任. 信息检索是从大量的数据中找到符合条件的数据以用户界面展现给用户. 符合条件的数据通常会有成千上万条, 而用户的单次信息接受量是很小的, 因此, 如果一次将所有符合用户条件的数据展现给用户, 对于多数场景, 其中大部分数据都是冗余的. 信息检索完成后, 是需要经过传输(从存储介质到应用程序)和相关计算(业务逻辑)的, 因此, 我们需要一种分段的信息检索机制来降低这种冗余. 分应运而生. 2. 分的发展 基本的分程序, 将数据按照每记录数(page_size)将数据分为ceil(total_record / page_size), 第一次为用户展现第一段的数据, 后续的交互过程中, 用户可以选择到某一对数据进行审阅. 后来, 主要是在微博应用出现后, 由于其信息变化很快, 而其特性为基于时间线增加数据, 这样, 基本的分程序不能再满足需求了: a) 当获取下一时, 数据集可能已经发生了很多变化, 翻随时都可能导致数据重复或跳跃; b) 此类应用采用很多采用一屏展示多段数据的用户界面, 更加加重了数据重复/跳跃对用户体验的影响. 因此, 程序员们开始使用since_id的方式, 将下一次获取数据的点记录下来, 已减轻上述弊端. 在同一个用户界面, 通过用户阅读行为自动获取下一段/上一段数据的确比点击"下一"按钮的用户体验要好, 但同样有弊端: a) 当用户已经到第100时, 他要回到刚才感兴趣的第5的信息时, 并不是很容易, 这其实是一条设计应用的规则, 我们不能让用户界面的单屏数过多, 这样会降低用户体验; b) 单从数据角度看, 我们多次读取之间的间隔时间足够让数据发生一些变化, 在一次只展示一屏时, 我们很难发现这些问题(因此不影响用户体验), 然而当一展示100屏数据时, 这种变化会被放大, 此时, 数据重复/跳跃的问题就会再次出现; c) 从程序的角度看, 将大量的数据放置在同一个用户界面, 必然导致用户界面的程序逻辑受到影响. 基于以上考虑, 目前应用已经开始对分进行修正, 将一所展示的屏数进行的限制, 同时加入了码的概念, 另外也结合since_id的方式, 以达到用户体验最优, 同时保证数据逻辑的正确性(降低误差). 3. 分的讨论 感谢xp/jp/zq/lw四位同事的讨论, 基于多次讨论, 我们分析了分程序的本质. 主要的结论点如下: 1) 分的目的是为了分段读取数据 2) 能够进行分的数据一定是有序的, 哪怕他是依赖数据库存储顺序. (这一点换一种说法更容易理解: 当数据集没有发生变化时, 同样的输入, 多次执行, 得到的输出顺序保持不变) 3) 所有的分段式数据读取, 要完全保证数据集的一致性, 必须保证数据集顺序的一致性, 即快照 4) 传统的分, 分段式分(每内分为多段)归根结底是对数据集做一次切割, 映射到mysqlsql语法上, 就是根据输入求得limit子句, 适用场景为数据集变化频率低 5) since_id类分, 其本质是假定已有数据无变化, 将数据集的某一个点的id(在数据集中可以绝对定位该数据的相关字段)提供给用户侧, 每次携带该id读取相应位置的数据, 以此模拟快照, 使用场景为数据集历史数据变化频率低, 新增数据频繁 6) 如果存在一个快照系统, 能够为每一个会话发起时的数据集产生一份快照数据, 那么一切问题都迎刃而解 7) 在没有快照系统的时候, 我们可以用since_id的方式限定数据范围, 模拟快照系统, 可以解决大多数问题 8) 要使用since_id方式模拟快照, 其数据集排序规则必须有能够唯一标识其每一个数据的字段(可能是复合的) 4. 实现思路 1) 提供SQL的转换函数 2) 支持分段式分(page, page_ping, ping, ping_size), 传统分(page, page_size), 原始分(offset-count), since_id分(prev_id, next_id) 3) 分段式分, 传统分, 原始分在底层均转换为原始分处理 5. 实现定义 ping_to_offset 输入: page #请求码, 范围: [1, total_page], 超过范围以边界计, 即0修正为1, total_page + 1修正为total_page ping #请求段, 范围: [1, page_ping], 超过范围以边界计, 即0修正为1, page_ping + 1修正为page_ping page_ping #每分段数, 范围: [1, 无穷] count #要获取的记录数, 当前应用场景含义为: 每段记录数, 范围: [1, 无穷] total_record #记录数, 范围: [1, 无穷] 输出: offset #偏移量 count #读取条数 offset_to_ping 输入: offset #偏移量(必须按照count对齐, 即可以被count整除), 范围: [0, 无穷] page_ping #每分段数, 范围: [1, 无穷] count #读取条数, 范围: [1, 无穷] 输出: page #请求码 ping #请求段 page_ping #每分段数 count #要获取的记录数, 当前应用场景含义为: 每段记录数 page_to_offset 输入: page #请求码, 范围: [1, total_page], 超过范围以边界计, 即0修正为1, total_page + 1修正为total_page total_record #记录数, 范围: [1, 无穷] count #要获取的记录数, 当前应用场景含义为: 每条数, 范围: [1, 无穷] 输出: offset #偏移量 count #读取条数 offset_to_page 输入: offset #偏移量(必须按照count对齐, 即可以被count整除), 范围: [0, 无穷] count #读取条数, 范围: [1, 无穷] 输出: page #请求码 count #要获取的记录数, 当前应用场景含义为: 每条数 sql_parser #将符合mysql语法规范的SQL语句解析得到各个组件 输入: sql #要解析的sql语句 输出: sql_components #SQL解析后的字段 sql_restore #将SQL语句组件集转换为SQL语句 输入: sql_components #要还原的SQL语句组件集 输出: sql #还原后的SQL语句 sql_to_count #将符合mysql语法规范的SELECT语句转换为获取计数 输入: sql_components #要转换为查询计数的SQL语句组件集 alias #计数字段的别名 输出: sql_components #转换后的查询计数SQL语句组件集 sql_add_offset 输入: sql_components #要增加偏移的SQL语句组件集, 不允许存在LIMIT组件 offset #偏移量(必须按照count对齐, 即可以被count整除), 范围: [0, 无穷] count #要获取的记录数, 范围: [1, 无穷] 输出: sql_components #已增加LIMIT组件的SQL语句组件集 sql_add_since #增加since_id式的范围 输入: sql_components #要增加范围限定的SQL语句组件集 prev_id #标记上一次请求得到的数据左边界 next_id #标记上一次请求得到的数据右边界 输出: sql_components #增加since_id模拟快照的范围限定后的SQL语句组件集 datas_boundary #获取当前数据集的边界 输入: sql_components #要读取的数据集对应的SQL语句组件集 datas #结果数据集 输出: prev_id #当前数据集左边界 next_id #当前数据集右边界 mysql_paginate_query #执行分支持的SQL语句 输入: sql #要执行的业务SQL语句 offset #偏移量(必须按照count对齐, 即可以被count整除), 范围: [0, 无穷] count #读取条数, 范围: [1, 无穷] prev_id #标记上一次请求得到的数据左边界 next_id #标记上一次请求得到的数据右边界 输出: datas #查询结果集 offset #偏移量 count #读取条数 prev_id #当前数据集的左边界 next_id #当前数据集的右边界 6. 实现的执行流程 分段式分应用(page, ping, page_ping, count): total_record = sql_to_count(sql); (offset, count) = ping_to_offset(page, ping, page_ping, count, total_record) (datas, offset, count) = mysql_paginate_query(sql, offset, count, NULL, NULL); (page, ping, page_ping, total_record, count) = offset_to_ping(offset, page_ping, count, total_record); return (datas, page, ping, page_ping, total_record, count); 传统分应用(page, count): total_record = sql_to_count(sql); (offset, count) = page_to_offset(page, count, total_record) (datas, offset, count) = mysql_paginate_query(sql, offset, count, NULL, NULL); (page, total_record, count) = offset_to_page(offset, count, total_record); return (datas, page, total_record, count); since_id分应用(count, prev_id, next_id): total_record = sql_to_count(sql); (datas, offset, count, prev_id, next_id) = mysql_paginate_query(sql, NULL, count, prev_id, next_id); return (count, prev_id, next_id); 复合型分段式分应用(page, ping, page_ping, count, prev_id, next_id): total_record = sql_to_count(sql); (offset, count) = ping_to_offset(page, ping, page_ping, count, total_record) (datas, offset, count, prev_id, next_id) = mysql_paginate_query(sql, offset, count, prev_id, next_id); (page, ping, page_ping, total_record, count) = offset_to_ping(offset, page_ping, count, total_record); return (datas, page, ping, page_ping, total_record, count, prev_id, next_id); 复合型传统分应用(page, count, prev_id, next_id): total_record = sql_to_count(sql); (offset, count) = page_to_offset(page, count, total_record) (datas, offset, count, prev_id, next_id) = mysql_paginate_query(sql, offset, count, prev_id, next_id); (page, total_record, count) = offset_to_page(offset, count, total_record); return (datas, page, total_record, count, prev_id, next_id); mysql_paginate_query(sql, offset, count, prev_id, next_id) need_offset = is_null(offset); need_since = is_null(prev_id) || is_null(next_id); sql_components = sql_parser(sql); if ( need_offset ) : sql_components = sql_add_offset(sql_components, offset, count); endif if ( need_since ) : sql_components = sql_add_since(sql_components, prev_id, next_id); endif sql = sql_restore(sql_components); datas = mysql_execute(sql); (prev_id, next_id) = datas_boundary(sql_components, datas); ret = (datas); if ( need_offset ) : append(ret, offset, count); endif if ( need_since ) : append(ret, prev_id, next_id); endif return (ret); 7. 测试点 1) 传统分 2) 分段分 3) 原始分 4) since_id分 5) 复合型传统分 6) 复合型分段分 7) 复合型原始分 8. 测试数据构建 DROP DATABASE IF EXISTS `paginate_test`; CREATE DATABASE IF NOT EXISTS `paginate_test`; USE `paginate_test`; DROP TABLE IF EXISTS `feed`; CREATE TABLE IF NOT EXISTS `feed` ( `feed_id` INT NOT NULL PRIMARY KEY AUTO_INCREMENT COMMENT '微博ID', `ctime` INT NOT NULL COMMENT '微博创建时间', `content` CHAR(20) NOT NULL DEFAULT '' COMMENT '微博内容', `transpond_count` INT NOT NULL DEFAULT 0 COMMENT '微博转发数' ) COMMENT '微博表'; DROP TABLE IF EXISTS `comment`; CREATE TABLE IF NOT EXISTS `comment` ( `comment_id` INT NOT NULL PRIMARY KEY AUTO_INCREMENT COMMENT '评论ID', `content` CHAR(20) NOT NULL DEFAULT '' COMMENT '评论内容', `feed_id` INT NOT NUL COMMENT '被评论微博ID' ) COMMENT '评论表'; DROP TABLE IF EXISTS `hot`; CREATE TABLE IF NOT EXISTS `hot` ( `feed_id` INT NOT NULL PRIMARY KEY AUTO_INCREMENT COMMENT '微博ID', `hot` INT NOT NULL DEFAULT 0 COMMENT '微博热度' ) COMMENT '热点微博表'; 9. 测试用例: 1) 搜索最热微博(SELECT f.feed_id, f.content, h.hot FROM feed AS f JOIN hot AS h ON f.feed_id = h.feed_id ORDER BY hhot DESC, f.feed_id DESC) 2) 搜索热评微博(SELECT f.feed_id, f.content, COUNT(c.*) AS count FROM feed AS f JOIN comment AS c ON f.feed_id = c.feed_id GROUP BY c.feed_id ORDER BY count DESC, f.feed_id DESC) 3) 搜索热转微博(SELECT feed_id, content, transpond_count FROM feed ORDER BY transpond_count DESC, feed_id DESC) 4) 上面3种场景均测试7个测试点 10. 文件列表 readme.txt 当前您正在阅读的开发文档 page.lib.php 分程序库 test_base.php 单元测试基础函数 test_convert.php 不同分之间的转换单元测试 test_parse.php SQL语句解析测试 test_page.php 分测试
结合前端HTML面实现每行显示5条数据,码由数据计算的方法如下: 假设面中有一个数据表格,表格中的每一行显示5条数据,则可以使用以下SQL语句查询数据: SELECT * FROM 表名 LIMIT 每显示的记录数 OFFSET 起始记录数; 其中,每显示的记录数为5,起始记录数需要根据当前的计算。假设当前码为page,数据量为total,则起始记录数为: start = (page - 1) * 5; 假设在HTML面中有一个码栏,可以通过计算数据量和每显示的记录数来计算总页数,然后在码栏中显示总页数,并且在用户点击码的时候,根据码重新查询数据并更新面。具体实现方法可以参考以下代码: HTML面: ```html <table> <thead> <tr> <th>ID</th> <th>Name</th> <th>Age</th> <th>Gender</th> <th>Country</th> </tr> </thead> <tbody id="table-body"> </tbody> </table> <div id="pagination"> </div> ``` JavaScript代码: ```javascript const pageSize = 5; // 每显示的记录数 function renderTable(page) { const start = (page - 1) * pageSize; const sql = `SELECT * FROM 表名 LIMIT ${pageSize} OFFSET ${start}`; // 发送请求,查询数据 // ... // 渲染表格 const tableBody = document.getElementById('table-body'); tableBody.innerHTML = ''; for (let i = 0; i < data.length; i++) { const row = document.createElement('tr'); const item = data[i]; row.innerHTML = ` <td>${item.id}</td> <td>${item.name}</td> <td>${item.age}</td> <td>${item.gender}</td> <td>${item.country}</td> `; tableBody.appendChild(row); } // 渲染码栏 const total = 100; // 数据量 const totalPages = Math.ceil(total / pageSize); const pagination = document.getElementById('pagination'); pagination.innerHTML = ''; for (let i = 1; i <= totalPages; i++) { const link = document.createElement('a'); link.href = `javascript:renderTable(${i})`; link.innerText = i; if (i === page) { link.classList.add('active'); } pagination.appendChild(link); } } ``` 在上面的代码中,renderTable函数根据传入的码来查询数据并更新面。在HTML面中,使用一个数据表格来显示查询结果,同时在面下方放置一个码栏,可以根据用户点击的码来重新查询数据并更新面。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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