使用sql转换身份证15位-18位

本文涉及的产品
大数据开发治理平台DataWorks,资源组抵扣包 750CU*H
简介: 使用sql转换身份证15位-18位

15位的身份证每位都代表什么?18位的身份证每位都代表什么?

15位身份证号码各位的含义:

(1)前1、2位数字表示:省、自治区、直辖市代码;

(2)第3、4位数字表示:位地级市、盟、自治州代码;

(3)第5、6位数字表示:县、县级市、区代码;

(4)第7—12位数字表示:出生年月日 (年份简写,只显示最后2位)

(5)第13-15位数字表示:校检码,其中15位男为单数,女为双数;

18位身份证号码各位的含义:

(1)前1、2位数字表示:所在省(直辖市、自治区)的代码;

(2)第3、4位数字表示:所在地级市(自治州)的代码;

(3)第5、6位数字表示:所在区(县、自治县、县级市)的代码;

(4)第7—14位数字表示:出生年、月、日;

(5)第15、16位数字表示:所在地的派出所的代码;

(6)第17位数字表示性别:奇数表示男性,偶数表示女性;

(7)第18位数字是校检码:也有的说是个人信息码,不是随计算机的随机产生,它是 用来检验身份证的正确性。校检码可以是0—9的数字,有时也用x表示。

转换

UPDATE person_catalog_info_s SET ID_CARD = CONCAT
 (
 SUBSTRING(ID_CARD,1,6),'19',SUBSTRING(ID_CARD,7,9),SUBSTRING('10X98765432',
 (CAST(SUBSTRING(ID_CARD,1,1)AS SIGNED)*7+
 CAST(SUBSTRING(ID_CARD,2,1)AS SIGNED)*9+
 CAST(SUBSTRING(ID_CARD,3,1)AS SIGNED)*10+
 CAST(SUBSTRING(ID_CARD,4,1)AS SIGNED)*5+
 CAST(SUBSTRING(ID_CARD,5,1)AS SIGNED)*8+
 CAST(SUBSTRING(ID_CARD,6,1)AS SIGNED)*4+
 1*2+
 9*1+
 CAST(SUBSTRING(ID_CARD,7,1)AS SIGNED)*6+
 CAST(SUBSTRING(ID_CARD,8,1)AS SIGNED)*3+
 CAST(SUBSTRING(ID_CARD,9,1)AS SIGNED)*7+
 CAST(SUBSTRING(ID_CARD,10,1)AS SIGNED)*9+
 CAST(SUBSTRING(ID_CARD,11,1)AS SIGNED)*10+
 CAST(SUBSTRING(ID_CARD,12,1)AS SIGNED)*5+
 CAST(SUBSTRING(ID_CARD,13,1)AS SIGNED)*8+
 CAST(SUBSTRING(ID_CARD,14,1)AS SIGNED)*4+
 CAST(SUBSTRING(ID_CARD,15,1)AS SIGNED)*2)%11+1,1))
 WHERE LENGTH(ID_CARD)=15;
相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
目录
相关文章
|
3月前
|
自然语言处理 DataWorks 算法
数据开发再提速!DataWorks正式接入Qwen3-Coder
阿里云DataWorks平台正式接入Qwen3-Coder模型,用户通过Copilot智能助手可实现自然语言交互生成代码,提升数据开发效率。支持SQL/Python代码生成、优化及Notebook文件创建,适用于数据分析与算法构建,助力企业高效开发。
368 0
|
消息中间件 搜索推荐 算法
数据仓库常见规范
数据仓库常见规范
数据仓库常见规范
|
前端开发
CSS:实现background-image背景图片全屏铺满自适应
CSS:实现background-image背景图片全屏铺满自适应
2675 0
|
6月前
|
传感器 人工智能 自然语言处理
火热邀测!DataWorks数据集成支持大模型AI处理
阿里云DataWorks数据集成新增大模型AI处理功能,支持在数据同步中无缝调用通义千问等AI模型,实现文本翻译、情感分析、摘要生成等功能。适用于电商客服、智能汽车、供应链、医疗、金融、法律及教育等多个场景,大幅提升数据处理效率与洞察深度。用户可通过自然语言配置,快速完成高级数据分析与处理,无需额外部署调试。立即申请测试资格,体验智能化数据处理!
1248 4
火热邀测!DataWorks数据集成支持大模型AI处理
|
2月前
|
存储 JSON 数据处理
Flink基于Paimon的实时湖仓解决方案的演进
本文源自Apache CommunityOverCode Asia 2025,阿里云专家苏轩楠分享Flink与Paimon构建实时湖仓的演进实践。深度解析Variant数据类型、Lookup Join优化等关键技术,提升半结构化数据处理效率与系统可扩展性,推动实时湖仓在生产环境的高效落地。
290 0
Flink基于Paimon的实时湖仓解决方案的演进
|
4月前
|
数据采集 运维 DataWorks
DataWorks 千万级任务调度与全链路集成开发治理赋能智能驾驶技术突破
智能驾驶数据预处理面临数据孤岛、任务爆炸与开发运维一体化三大挑战。DataWorks提供一站式的解决方案,支持千万级任务调度、多源数据集成及全链路数据开发,助力智能驾驶模型数据处理与模型训练高效落地。
|
6月前
|
SQL 分布式计算 DataWorks
使用DataWorks PyODPS节点调用XGBoost算法
本文介绍如何在DataWorks中通过PyODPS3节点调用XGBoost算法完成模型训练与测试,并实现周期离线调度。主要内容包括:1) 使用ODPS SQL构建数据集;2) 创建PyODPS3节点进行数据处理与模型训练;3) 构建支持XGBoost的自定义镜像;4) 测试运行并选择对应镜像。适用于需要集成机器学习算法到大数据工作流的用户。
238 24
|
5月前
|
资源调度 Kubernetes 流计算
Flink在B站的大规模云原生实践
本文基于哔哩哔哩资深开发工程师丁国涛在Flink Forward Asia 2024云原生专场的分享,围绕Flink On K8S的实践展开。内容涵盖五个部分:背景介绍、功能及稳定性优化、性能优化、运维优化和未来展望。文章详细分析了从YARN迁移到K8S的优势与挑战,包括资源池统一、环境一致性改进及隔离性提升,并针对镜像优化、Pod异常处理、启动速度优化等问题提出解决方案。此外,还探讨了多机房容灾、负载均衡及潮汐混部等未来发展方向,为Flink云原生化提供了全面的技术参考。
305 9
Flink在B站的大规模云原生实践
|
2月前
|
SQL 数据管理 BI
数据库操作三基石:DDL、DML、DQL 技术入门指南
本文围绕数据库操作核心语言 DDL、DML、DQL 展开入门讲解。DDL 作为 “结构建筑师”,通过CREATE(建库 / 表)、ALTER(修改表)、DROP(删除)等命令定义数据库结构;DML 作为 “数据管理员”,以INSERT(插入)、UPDATE(更新)、DELETE(删除)操作数据表记录,需搭配WHERE条件避免误操作;DQL 作为 “数据检索师”,通过SELECT结合WHERE、ORDER BY、LIMIT等子句实现数据查询与统计。三者相辅相成,是数据库操作的基础,使用时需注意 DDL 的不可撤销性、DML 的条件约束及 DQL 的效率优化,为数据库学习与实践奠定基础。
|
7月前
|
数据采集 SQL 人工智能
长文详解|DataWorks Data+AI一体化开发实战图谱
DataWorks是一站式智能大数据开发治理平台,内置阿里巴巴15年大数据建设方法论,深度适配阿里云MaxCompute、EMR、Hologres、Flink、PAI 等数十种大数据和AI计算服务,为数仓、数据湖、OpenLake湖仓一体数据架构提供智能化ETL开发、数据分析与主动式数据资产治理服务,助力“Data+AI”全生命周期的数据管理。
1192 5

热门文章

最新文章