匹配日期以报告审查时间表答案

【问题标题】：Matching dates to report review schedules匹配日期以报告审查时间表
【发布时间】：2021-02-16 14:44:25
【问题描述】：

我有一个表格，其中列出了事件、它们的报告日期以及审查事件的日期，例如

ID | REPORT_DATE | RFD
1  | 2021-02-01  | 1st,15th
2  | 2021-02-16  | Tuesday
3  | 2021-02-14  | 4th,1st,8th,15th,23rd
4  | 2021-02-01  | 1st
5  | 2021-02-28  | 1st, Last

我开发了一个查询，它提取第 2 行和第 4 行（请参阅下面的查询），但无法在逗号分隔值中找到匹配值。

select EVENT_ID, REPORT_DATE, RFD
from DB
where (lower(RFD) = lower(trim(to_char(REPORT_DATE, 'Day'))) or RFD like trim(to_char(REPORT_DATE, 'fmddth')) and RFD is not NULL)

我没有找到任何可以提示如何解决此问题的在线讨论。我正在考虑将逗号分隔的值转换为数组并在其中进行搜索，但我想知道是否有更简单的解决方案？

*说明：我正在尝试提取报告日期（及其特征匹配）的所有记录；所以它应该拉取日期和 RFD 包含匹配的星期几的事件，在一个月的 1 号或一个月的最后一天（ID：1、2、4、5）。

【问题讨论】：

修复了注意到的问题

标签： csv oracle-sqldeveloper string-matching

【解决方案1】：

如果无法对数据进行规范化，则可以选择动态地将 CSV 值转换为多行。您还可以使用正则表达式模式，例如：

select EVENT_ID, REPORT_DATE, RFD
from DB
where regexp_like(lower(RFD), '(^| |,)' || to_char(REPORT_DATE, 'fmday') || '(,| |$)')
or regexp_like(lower(RFD), '(^| |,)' || to_char(REPORT_DATE, 'fmddth') || '(,| |$)')
or (regexp_like(lower(RFD), '(^| |,)last(,| |$)') and REPORT_DATE = last_day(REPORT_DATE));

 EVENT_ID | REPORT_DATE | RFD      
 -------: | :---------- | :--------
        1 | 2021-02-01  | 1st,15th 
        2 | 2021-02-16  | Tuesday  
        4 | 2021-02-01  | 1st      
        5 | 2021-02-28  | 1st, Last

db<>fiddle

但是，如果您要处理大量数据，性能可能是个问题。

如果要将 CSV 字符串拆分为行，有多种方法，包括再次使用正则表达式：

select EVENT_ID, REPORT_DATE, regexp_substr(RFD, '(.*?)(,|$)', 1, level, NULL, 1) as RFD
from DB
connect by EVENT_ID = prior EVENT_ID
and level <= regexp_count(RFD, ',') + 1
and prior dbms_random.value is not null

或使用递归 CTE 和更简单/更快的字符串函数：

with rcte (EVENT_ID, REPORT_DATE, VALUE, RFD) AS (
  select EVENT_ID, REPORT_DATE,
    lower(trim(case when instr(RFD, ',') > 0 then substr(RFD, 1, instr(RFD, ',') - 1) else RFD end)),
    lower(trim(case when instr(RFD, ',') > 0 then substr(RFD, instr(RFD, ',') + 1) end))
  from DB
  where RFD is not null
  union all
  select EVENT_ID, REPORT_DATE,
    trim(case when instr(RFD, ',') > 0 then substr(RFD, 1, instr(RFD, ',') - 1) else RFD end),
    trim(case when instr(RFD, ',') > 0 then substr(RFD, instr(RFD, ',') + 1) end)
  from rcte
  where RFD is not null
)
...

然后您可以检查各个行：

...
select EVENT_ID, REPORT_DATE, VALUE
from rcte
where VALUE = to_char(REPORT_DATE, 'fmday')
or VALUE = to_char(REPORT_DATE, 'fmddth')
or (VALUE = 'last' and REPORT_DATE = last_day(REPORT_DATE))

db<>fiddle

使用这种方法，您可能会获得多次点击 - 例如，如果您的第二个 ID 具有 RFD Tuesday, 16th - 您可能想要或可能需要抑制。

与往常一样，在速度和内存使用之间存在权衡，因此探索多种解决方案可能是个好主意。

【讨论】：

感谢您的回复。尚未对此进行测试，但我想为此添加很多数据。是否会推荐将这些数据转换为行？
@JamesR。 - 这取决于你如何分割它们，以及有多少数据。可能值得同时测试两种方式，并使用不同的拆分方法。

【解决方案2】：

感谢 Alex Poole 能够用他们的查询回答我的问题，我相信他们最近更新了这些问题，但下面是对我的情况有用的问题。使用的数据集包含 350 万条记录 x 12 个字段，并在不到 0.5 秒的时间内完成。下面是查询的一部分，它使用了 Alex 的代码。

select EVENT_ID, REPORT_DATE, RFD
from DB
where (regexp_like(lower(RFD), '(^| |,)' || to_char(REPORT_DATE, 'fmday') || '(,| |$)') 
    or regexp_like(lower(RFD), '(^| |,)' || to_char(REPORT_DATE, 'fmddth') || '(,| |$)')
    or (regexp(lower(RFD), '(^| |,)last(,| |$)' and REPORT_DATE = last_day(REPORT_DATE)) 
    or RFD is NULL)
)

【讨论】：