SQL 关于apply的两种形式cross apply 和 outer apply
SQL 关于apply的两种形式cross apply 和 outer apply
SQL 关于apply的两种形式cross apply 和 outer apply
apply有两种形式： cross apply 和 outer apply
先看看语法：
<left_table_expression> {cross|outer} apply <right_table_expression>
再让我们了解一下apply运算涉及的两个步骤：
A1 :把右表表达式( <right_table_expression> )应用到左表( <left_table_expression> )输入的行； A2 :添加外部行；使用apply就像是先计算左输入，让后为左输入中的每一行计算一次右输入。（ 这一句很重要，可能会不理解，但要先记住，后面会有详细的说明 ）
最后结合以上两个步骤说明cross apply和outer apply的区别：
cross apply和outer apply 总是包含步骤 A1 ，只有outer apply包含步骤 A2 ， 如果cross apply左行应用右表表达式时返回空积，则不返回该行。而outer apply返回改行，并且改行的右表表达式的属性为null。
看到上面的解释或步骤大家可能还是一头的雾水，不知所云。下面用例子来说明：
先建表一（ [dbo].[Customers ] 字段说明： customerid -- 消费者id ， city -- 所在城市 ）：
CREATE TABLE [ dbo ] . [ Customers ] (
[ customerid ] [ char ] ( 5 ) COLLATE Chinese_PRC_CI_AS NOT NULL ,
[ city ] [ varchar ] ( 10 ) COLLATE Chinese_PRC_CI_AS NOT NULL ,
PRIMARY KEY CLUSTERED
(
[ customerid ] ASC
) WITH (IGNORE_DUP_KEY = OFF ) ON [ PRIMARY ]
) ON [ PRIMARY ]
向表一插入数据：
insert into dbo.Customers values ( ' FISSA ' , ' Madrid ' ); insert into dbo.Customers values ( ' FRNDO ' , ' Madrid ' ); insert into dbo.Customers values ( ' KRLOS ' , ' Madrid ' ); insert into dbo.Customers values ( ' MRPHS ' , ' Zion ' );
查询所插入的数据：
select * from dbo.Customers
结果如图：
再建表二（ [dbo].[Orders] 字段说明：orderid -- 订单id ， customerid -- 消费者id ）：
CREATE TABLE [ dbo ] . [ Orders ] (
[ orderid ] [ int ] NOT NULL ,
[ customerid ] [ char ] ( 5 ) COLLATE Chinese_PRC_CI_AS NULL ,
PRIMARY KEY CLUSTERED
(
[ orderid ] ASC
) WITH (IGNORE_DUP_KEY = OFF ) ON [ PRIMARY ]
) ON [ PRIMARY ]
向表二插入数据：
insert into dbo.Orders values ( 1 , ' FRNDO ' ); insert into dbo.Orders values ( 2 , ' FRNDO ' ); insert into dbo.Orders values ( 3 , ' KRLOS ' ); insert into dbo.Orders values ( 4 , ' KRLOS ' ); insert into dbo.Orders values ( 5 , ' KRLOS ' ); insert into dbo.Orders values ( 6 , ' MRPHS ' ); insert into dbo.Orders values ( 7 , null );
查询插入的数据：
select * from dbo.orders
结果如图：
例子：题目：得到每个消费者最新的两个订单：
用cross apply
sql：
select *
from dbo.Customers as C
cross apply
( select top 2 *
from dbo.Orders as O
where C.customerid = O.customerid
order by orderid desc ) as CA
结果如图：
过程分析：
它是先得出左表【dbo.Customers】里的数据，然后把此数据一条一条的放入右表表式中，分别得出结果集，最后把结果集整合到一起就是最终的返回结果集了（T1的数据 像for循环一样 一条一条的进入到T2中 然后返回一个集合 最后把所有的集合整合到一块 就是最终的结果），最后我们再理解一下上面让记着的话（ 使用apply就像是先计算左输入，让后为左输入中的每一行计算一次右输入 ）是不是有所明白了。
实验：用outer apply 试试看看的到的结果：
sql语句：
select *
from dbo.Customers as C
outer apply
( select top 2 *
from dbo.Orders as O
where C.customerid = O.customerid
order by orderid desc ) as CA
结果如图：
结果分析：
发现outer apply得到的结果比cross多了一行，我们结合上面所写的区别（ cross apply和outer apply 总是包含步骤 A1 ，只有outer apply包含步骤 A2 ， 如果cross apply左行应用右表表达式时返回空积，则不返回该行。而outer apply返回改行，并且改行的右表表达式的属性为null ）就会知道了。
Sql学习第四天——SQL 关于with cube ，with rollup 和 grouping
关于with cube ，with rollup 和 grouping
通过查看sql 2005的帮助文档找到了CUBE 和 ROLLUP 之间的具体区别 ：
CUBE 生成的结果集显示了所选列中值的所有组合的聚合。 ROLLUP 生成的结果集显示了所选列中值的某一层次结构的聚合。再看看对grouping的解释：
当行由 CUBE 或 ROLLUP 运算符添加时，该函数将导致附加列的输出值为 1；当行不由 CUBE 或 ROLLUP 运算符添加时，该函数将导致附加列的输出值为 0。
仅在与包含 CUBE 或 ROLLUP 运算符的 GROUP BY 子句相关联的选择列表中才允许分组 。
当看到以上的解释肯定非常的模糊，不知所云和不知道该怎样用，下面通过实例操作来体验一下：
先建表（dbo.PeopleInfo）：
CREATE TABLE [ dbo ] . [ PeopleInfo ] (
[ id ] [ int ] IDENTITY ( 1 , 1 ) NOT NULL ,
[ name ] [ nchar ] ( 10 ) COLLATE Chinese_PRC_CI_AS NULL ,
[ numb ] [ nchar ] ( 10 ) COLLATE Chinese_PRC_CI_AS NOT NULL ,
[ phone ] [ nchar ] ( 10 ) COLLATE Chinese_PRC_CI_AS NULL ,
[ FenShu ] [ int ] NULL
) ON [ PRIMARY ]
向表插入数据：
insert into peopleinfo( [ name ] ,numb,phone,fenshu) values ( ' 李欢 ' , ' 3223 ' , ' 1365255 ' , 80 ) insert into peopleinfo( [ name ] ,numb,phone,fenshu) values ( ' 李欢 ' , ' 322123 ' , ' 1 ' , 90 ) insert into peopleinfo( [ name ] ,numb,phone,fenshu) values ( ' 李名 ' , ' 3213112352 ' , ' 13152 ' , 56 ) insert into peopleinfo( [ name ] ,numb,phone,fenshu) values ( ' 李名 ' , ' 32132312 ' , ' 13342563 ' , 60 ) insert into peopleinfo( [ name ] ,numb,phone,fenshu) values ( ' 王华 ' , ' 3223 ' , ' 1365255 ' , 80 )
查询出插入的全部数据：
select * from dbo.PeopleInfo
结果如图：
操作一：先试试：1, 查询所有数据；2,用group by 查询所有数据；3,用with cube。这三种情况的比较
SQL语句如下：
select * from dbo.PeopleInfo -- 1, 查询所有数据； select [ name ] ,numb, sum (fenshu) from dbo.PeopleInfo group by [ name ] ,numb -- 2,用group by 查询所有数据； select [ name ] ,numb, sum (fenshu) from dbo.PeopleInfo group by [ name ] ,numb with cube -- 3,用with cube。这三种情况的比较
结果如图：
结果分析：
用第三种(用with cube)为什么会多出来有null的字段值呢？通过分析图上的值得组合会发现是怎么回事儿了，以第三条数据（李欢，null，170）为例：它只是把姓名是【李欢】的分为了一组，而没有考虑【numb】，所以有多出来了第三条数据，也说明了170是怎么来的。其他的也是这样。再回顾一下帮助文档的解释： CUBE 生成的结果集显示了所选列中值的所有组合的聚合， 发现明了了许多。
操作二： 1,用with cube；2,用with rollup 这两种情况的比较
SQL语句如下：
select [ name ] ,numb, sum (fenshu) from dbo.PeopleInfo group by [ name ] ,numb with cube -- 用with cube。 select [ name ] ,numb, sum (fenshu) from dbo.PeopleInfo group by [ name ] ,numb with rollup -- 用with rollup。
结果如图：
结果分析：
为什么with cube 比 with rollup多出来一部分呢？原来它没有显示，以【numb】分组而不考虑【name】的数据情况。再回顾一下帮助文档的解释： ROLLUP 生成的结果集显示了所选列中值的某一层次结构的聚合， 那这个【某一层次】又是以什么为标准的呢？ 我的猜想是：距离group up最近的字段必须考虑在分组内。
证明猜想实例：
操作：用两个group up 交换字段位置的sql语句和一个在group up 后面增加一个字段的sql语句进行比较：
SQL语句如下：
select [ name ] ,numb from dbo.PeopleInfo group by [ name ] ,numb with rollup select [ name ] ,numb from dbo.PeopleInfo group by numb, [ name ] with rollup select [ name ] ,numb,phone from dbo.PeopleInfo group by [ name ] ,numb,phone with rollup
结果如图：
通过结果图的比较发现猜想是正确的。
--------------------------------------------------- grouping -------------------------------------------------
现在来看看grouping的实例：
SQL语句看看与with rollup的结合（与with cube的结合是一样的）：
select [ name ] ,numb, grouping (numb) from dbo.PeopleInfo group by [ name ] ,numb with rollup
结果如图：
结果分析：
结合帮助文档的解释： 当行由 CUBE 或 ROLLUP 运算符添加时，该函数将导致附加列的输出值为 1；当行不由 CUBE 或 ROLLUP 运算符添加时，该函数将导致附加列的输出值为 0。 很容易理解再此就不多解释了。
作者： Leo_wl
出处： http://www.cnblogs.com/Leo_wl/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
版权信息查看更多关于SQL 关于apply的两种形式cross apply 和 outer apply的详细内容...