在 SQL (Snowflake) 中添加具有其他列的子字符串的列答案

【问题标题】：Add column with substring of other column in SQL (Snowflake)在 SQL (Snowflake) 中添加具有其他列的子字符串的列
【发布时间】：2019-11-15 03:56:53
【问题描述】：

我觉得这应该很简单，但我在 SQL 方面相对不熟练，我似乎无法弄清楚。我习惯于在 python (pandas) 或 Spark (通常是 pyspark) 中处理数据，这将是其中任何一个中的一个单行。具体来说，我使用的是 Snowflake SQL，但我认为这可能与许多 SQL 风格有关。

基本上我只是想从特定列中删除第一个字符。更一般地说，我想要做的是用同一列的子字符串替换一列。我什至会满足于创建一个新列，它是现有列的子字符串。我不知道如何做这些事情。

显而易见的解决方案是创建一个带有类似

的临时表

CREATE TEMPORARY TABLE tmp_sub AS 
SELECT id_col, substr(id_col, 2, 10) AS id_col_sub FROM table1

然后加入它并写一个新表

CREATE TABLE table2 AS
SELECT 
b.id_col_sub as id_col,
a.some_col1, a.some_col2, ...
FROM table1 a
JOIN tmp_sub b
ON a.id_col = b.id_col

不过，我的表大约有十亿行，这感觉效率极低。也许我错了？也许这只是正确的方法吗？我想我可以将CREATE TABLE table2 AS... 替换为INSERT OVERWRITE INTO table1 ...，至少这样不会存储整个内容的额外副本。

欢迎任何想法和想法。我谦虚地站在一个被许多人似乎已经掌握的语言所迷惑的人的角度。

【问题讨论】：

标签： sql snowflake-cloud-data-platform

【解决方案1】：

我不确定 Snowflake 中的确切语法/功能，但一般来说有几种不同的方法可以实现这一点。我想普遍适用的一般方法是使用任何数据库中都可用的 SUBSTRING 函数。

假设您有一个名为 Table1 的表，其中包含以下数据：

+-------+-----------------------------------------+
  Code  | Desc
+-------+-----------------------------------------+
 0001   | 1First Character Will be Removed
 0002   | xCharacter to be Removed
+-------+-----------------------------------------+

删除第一个字符的 SQL 代码是：

select SUBSTRING(Desc,2,len(desc)) from Table1

请注意，"SUBSTRING" 函数可能因不同的数据库而异。例如，在 Oracle 中，函数是 "SUBSTR"。你只需要找到雪花通讯员。

另一种至少适用于 SQLServer 和 MySQL 的方法是使用 "RIGHT" 函数

select RIGHT(Desc,len(Desc) - 1) from Table1

根据您的问题，我假设您实际上想要更新表中的实际数据。在这种情况下，您可以在更新语句中使用上述相同的函数。

update Table1 set Desc = SUBSTRING(Desc,2,len(desc))

【讨论】：

这正是我想要的。 SET非常感谢。
这太棒了！感谢您的帮助，如果您有兴趣，如果您是 Snowflake 的注册用户，Snowflake 社区有 Select Star 计划可以为您的个人资料添加积分，如果您有兴趣，请查看页面并注册：community.snowflake.com/s/selectstar

【解决方案2】：

你没试过吗？

UPDATE tableX
   SET columnY = substr(columnY, 2, 10 ) ;

-保罗-

【讨论】：

【解决方案3】：

不需要指定长度，从以下简单的测试工具中可以看出：

SELECT $1 ,SUBSTR($1, 2) ,RIGHT($1, -2) FROM VALUES ('abcde') ,('bcd') ,('cdef') ,('defghi') ,('e') ,('fg') ,('') ;

这里的两个表达式 - SUBSTR(, 2) 和 RIGHT(, -2) - 有效地删除了

的第一个字符列值。

至于使用 UPDATE 与 INSERT OVERWRITE 的策略，我认为性能或结果不会有任何差异，因此我可能会选择 UPDATE，因为它更简单。所以，总而言之，我会使用：

UPDATE tableX SET columnY = SUBSTR(columnY, 2) ;

【讨论】：