Apa Itu Diri Dalam Python: Contoh Dunia Sebenar
Apa Itu Diri Dalam Python: Contoh Dunia Sebenar
Dalam blog ini, kita akan membincangkan cara menapis dalam SQL. Kami akan menerangkan dan menunjukkan beberapa contoh menggunakan syarat penapisan seperti IN, NOT IN, LIKE , dan NOT LIKE .
Keadaan penapisan ini digunakan untuk menapis output daripada data. Daripada memilihnya menggunakan berbilang baris arahan, ia akan menjadi lebih mudah untuk anda mengakses data.
Isi kandungan
Menggunakan Operator IN Dan NOT IN Untuk Menapis Data Dalam SQL
Dalam contoh ini, kami akan mendapatkan data daripada ID 1, 5 atau 7. Kebanyakan orang akan menggunakan syarat OR .
Jika anda ingin mendapatkan data daripada lebih banyak ID, anda perlu menulis beberapa syarat ATAU. Walau bagaimanapun, anda boleh menggunakan operator IN untuk mendapatkan data yang anda inginkan dan bukannya menggunakan syarat OR berkali-kali.
Menggunakan syarat penapisan ini akan memberikan kita output yang sama, iaitu data daripada ID 1, 5 atau 7. Sebaliknya, jika anda ingin mengekstrak data daripada semua kecuali daripada ID 1, 5 dan 7, anda akan berkemungkinan menggunakan keadaan OR dan <> (NOT EQUAL operator).
Daripada menulis arahan panjang, kita boleh menggunakan operator NOT IN .
Dengan syarat penapisan ini, anda akan mengekstrak data kecuali untuk ID 1, 5 dan 7.
Menggunakan syarat ini akan menjimatkan banyak masa anda, dan pada masa yang sama, adalah cara yang lebih baik untuk menulis dan bukannya menggunakan berbilang syarat ATAU .
Menggunakan Operator LIKE dan NOT LIKE Untuk Menapis Data Dalam SQL
LIKE dan NOT LIKE adalah serupa dengan operator IN dan NOT IN. Daripada mengekstrak data itu sendiri, ia akan mendapat bahagian rentetan. Perlu diingat bahawa anda boleh menggunakan kad bebas atau aksara khas seperti peratus (%) dan garis bawah (_).
% bermakna ia akan memadankan semua rekod dengan rentetan yang diberikan . Jika kita memadankan 86 dan %, dua digit pertama hendaklah 86. Jadi, ia akan menemui sebarang nilai yang bermula dengan 86.
Tetapi jika kita meletakkan % pada kedua-dua belah 86, ia boleh datang dari mana-mana lokasi. Ia boleh datang dari awal, akhir, atau pertengahan. Jadi, ia akan menemui sebarang nilai yang mempunyai 86 pada permulaan, tengah atau akhir.
Sebaliknya, _ hanya sepadan dengan 1 aksara. Jika anda menggunakan 86 dan _ (86_), ia akan mencari sebarang nilai yang mempunyai 86 pada kedudukan 1 dan 2 seperti 860, 861, 862, dan seterusnya dan seterusnya. Jika anda menggunakan _ dan 86 (_86), ia akan mencari sebarang nilai dengan 86 pada kedudukan ke-2 dan ke-3.
Dalam contoh ini, kami akan menggunakan operator LIKE untuk mendapatkan data yang mempunyai rentetan, Mark . Kita hanya perlu meletakkan Mark di antara % untuk mempunyai output yang mengandungi Mark .
Begitu juga, jika kita tidak mahu mengekstrak data yang mengandungi Mark , kita boleh menggunakan operator NOT LIKE . Kemudian letakkan Mark di antara %.
Kali ini, output tidak akan mengandungi Mark .
Menggunakan Syarat Penapisan SQL Dalam SSMS
Pertama, kami akan membuka SSMS (SQL Server Management Studio) kami .
Seterusnya, kami akan memuatkan jadual yang akan kami gunakan. Ambil perhatian bahawa pangkalan data yang kami gunakan ialah adventureworks2012, yang boleh didapati di tapak web Dokumentasi Microsoft .
Kemudian, klik Laksanakan .
Selepas itu, anda akan melihat output pada tab Hasil.
Kemudian, kami akan menapis output berdasarkan PersonType . Kami akan menggunakan arahan pilih yang berbeza . Kami akan menyerlahkan arahan dan klik Laksanakan .
Kemudian anda akan melihat output yang menunjukkan PersonType .
Seterusnya, kami akan mengekstrak rekod daripada PersonType IN , atau SP , atau SC . Untuk yang ini, kami akan menggunakan syarat ATAU . Kami akan menyerlahkan arahan dan klik laksana .
Anda kemudian akan melihat bahawa bilangan baris ialah 19,254.
Walau bagaimanapun, daripada menggunakan syarat OR , kami akan menggunakan operator IN . Jadi, kami akan menaip arahan dan menyerlahkannya. Kemudian klik laksanakan .
Ini akan memberi kita bilangan baris yang sama, iaitu 19,254 .
Jika kami ingin mengekstrak semua data kecuali IN , SP dan SC , kami akan menggunakan operator NOT IN . Jadi mari taip arahan dan serlahkannya. Kemudian klik laksanakan .
Ini akan memberikan kita semua data kecuali data yang berasal dari IN , SP dan SC .
Seterusnya, kami akan menggunakan operator LIKE untuk mengekstrak data yang mengandungi Rob daripada lajur FirstName . Mari gunakan arahan itu, serlahkannya dan klik Laksanakan .
Hasilnya, kita akan melihat bahawa output kini mengandungi Rob dalam lajur FirstName . Memandangkan kami menggunakan %, ia akan menunjukkan semua data yang mempunyai rentetan Rob .
Akhir sekali, kami akan menggunakan operator NOT LIKE . Dalam contoh ini, kami ingin mengekstrak data yang tidak mengandungi Rob . Jadi kami akan menaip kod, menyerlahkannya, dan kemudian klik Laksanakan.
Ini akan memberi kami output yang tidak menunjukkan sebarang rekod yang mengandungi Rob dalam lajur FirstName .
Kesimpulan
Untuk meringkaskan, kami telah membincangkan cara menapis dalam SQL menggunakan operator IN, NOT IN, LIKE dan NOT LIKE. Anda telah mempelajari penggunaannya dan perbezaannya, dan dalam situasi apa anda boleh menggunakannya.
Pengendali ini lebih cekap daripada menggunakan keadaan OR . Anda boleh menggunakan operator ini untuk menapis dan mengekstrak data yang anda inginkan daripada pangkalan data anda dan bukannya menggunakan perintah yang lebih panjang, jadi pastikan anda menggunakan syarat penapisan ini dengan betul.
Semua yang terbaik,
Hafiz
Apa Itu Diri Dalam Python: Contoh Dunia Sebenar
Anda akan belajar cara menyimpan dan memuatkan objek daripada fail .rds dalam R. Blog ini juga akan membincangkan cara mengimport objek dari R ke LuckyTemplates.
Dalam tutorial bahasa pengekodan DAX ini, pelajari cara menggunakan fungsi GENERATE dan cara menukar tajuk ukuran secara dinamik.
Tutorial ini akan merangkumi cara menggunakan teknik Visual Dinamik Berbilang Thread untuk mencipta cerapan daripada visualisasi data dinamik dalam laporan anda.
Dalam artikel ini, saya akan menjalankan konteks penapis. Konteks penapis ialah salah satu topik utama yang perlu dipelajari oleh mana-mana pengguna LuckyTemplates pada mulanya.
Saya ingin menunjukkan cara perkhidmatan dalam talian LuckyTemplates Apps boleh membantu dalam mengurus laporan dan cerapan berbeza yang dijana daripada pelbagai sumber.
Ketahui cara untuk menyelesaikan perubahan margin keuntungan anda menggunakan teknik seperti mengukur percabangan dan menggabungkan formula DAX dalam LuckyTemplates.
Tutorial ini akan membincangkan tentang idea pewujudan cache data dan cara ia mempengaruhi prestasi DAX dalam memberikan hasil.
Jika anda masih menggunakan Excel sehingga sekarang, maka inilah masa terbaik untuk mula menggunakan LuckyTemplates untuk keperluan pelaporan perniagaan anda.
Apakah LuckyTemplates Gateway? Semua yang Anda Perlu Tahu