PLSQL_动态语句的解析(概念)

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: 2014-06-02 Created By BaoXinjian 1. 最简单例子 (1).SQL  1 DECLARE 3 l_sql_text VARCHAR (1000); 5 TYPE c_type_wip_entity IS REF CURSOR; ...

2014-06-02 Created By BaoXinjian

1. 最简单例子


(1).SQL 

 1 DECLARE
 3     l_sql_text VARCHAR (1000); 
 5     TYPE c_type_wip_entity IS REF CURSOR; 
 7     c_wip_entity c_type_wip_entity; 
 9     r_wip_entity wip_entities%ROWTYPE; 
11 BEGIN 
13     l_sql_text :='select * from wip_entities' 
15                    || ' where wip_entity_id in ('|| ''''|| '2363' || ''','' '|| '2462'|| ''')';
16 
17     DBMS_OUTPUT.put_line (l_sql_text);
19     OPEN c_wip_entity FOR l_sql_text; 
21     LOOP 
23    FETCH c_wip_entity INTO r_wip_entity; 
25         EXIT WHEN c_wip_entity%NOTFOUND; 
27         DBMS_OUTPUT.put_line ('Job Name-->' || r_wip_entity.wip_entity_name); 
29     END LOOP; 
31 END;

(2).DBMS Output

 

 

2. 动态语句结合批处理


(1).SQL 

 1 DECLARE 
 3     i NUMBER; 
 5     l_sql_text VARCHAR (1000); 
 7     TYPE c_type_wip_entity IS TABLE OF wip_entities%ROWTYPE; 
 9     c_wip_entity c_type_wip_entity; 
11     p_wip_entity_id NUMBER := 2363; 
13 BEGIN 
15     l_sql_text := 'select * from wip_entities where wip_entity_id = :wip_entity_id'; 
17     EXECUTE IMMEDIATE l_sql_text 
19     BULK COLLECT INTO c_wip_entity 
21         USING p_wip_entity_id; 
23     FOR i IN 1 .. c_wip_entity.COUNT 
25     LOOP 
27         DBMS_OUTPUT.put_line (c_wip_entity (i).wip_entity_name); 
29     END LOOP;
31 END;

(2).DBMS Output

 

 

3. 动态更新语句


(1).SQL 

 1 DECLARE 
 3     l_sql_text VARCHAR (1000); 
 5 BEGIN 
 7     l_sql_text := 'update cux_wf_demo_documents set note= ' || '''Test''' || ' where document_id= :document_id'; 
 9     EXECUTE IMMEDIATE l_sql_text 
11         USING 1; 
13     DBMS_OUTPUT.put_line (l_sql_text); 
15 END;

(2).DBMS Output

 

 

Thanks and Regarads

ERP技术讨论群: 288307890
技术交流,技术讨论,欢迎加入
Technology Blog Created By Oracle ERP - 鲍新建
相关文章
|
30天前
|
调度 开发者
核心概念解析:进程与线程的对比分析
在操作系统和计算机编程领域,进程和线程是两个基本而核心的概念。它们是程序执行和资源管理的基础,但它们之间存在显著的差异。本文将深入探讨进程与线程的区别,并分析它们在现代软件开发中的应用和重要性。
54 4
|
3月前
|
机器学习/深度学习 自然语言处理 JavaScript
信息论、机器学习的核心概念:熵、KL散度、JS散度和Renyi散度的深度解析及应用
在信息论、机器学习和统计学领域中,KL散度(Kullback-Leibler散度)是量化概率分布差异的关键概念。本文深入探讨了KL散度及其相关概念,包括Jensen-Shannon散度和Renyi散度。KL散度用于衡量两个概率分布之间的差异,而Jensen-Shannon散度则提供了一种对称的度量方式。Renyi散度通过可调参数α,提供了更灵活的散度度量。这些概念不仅在理论研究中至关重要,在实际应用中也广泛用于数据压缩、变分自编码器、强化学习等领域。通过分析电子商务中的数据漂移实例,展示了这些散度指标在捕捉数据分布变化方面的独特优势,为企业提供了数据驱动的决策支持。
174 2
信息论、机器学习的核心概念:熵、KL散度、JS散度和Renyi散度的深度解析及应用
|
2月前
|
算法 Java 数据库连接
Java连接池技术,从基础概念出发,解析了连接池的工作原理及其重要性
本文详细介绍了Java连接池技术,从基础概念出发,解析了连接池的工作原理及其重要性。连接池通过复用数据库连接,显著提升了应用的性能和稳定性。文章还展示了使用HikariCP连接池的示例代码,帮助读者更好地理解和应用这一技术。
63 1
|
2月前
|
消息中间件 存储 负载均衡
Apache Kafka核心概念解析:生产者、消费者与Broker
【10月更文挑战第24天】在数字化转型的大潮中,数据的实时处理能力成为了企业竞争力的重要组成部分。Apache Kafka 作为一款高性能的消息队列系统,在这一领域占据了重要地位。通过使用 Kafka,企业可以构建出高效的数据管道,实现数据的快速传输和处理。今天,我将从个人的角度出发,深入解析 Kafka 的三大核心组件——生产者、消费者与 Broker,希望能够帮助大家建立起对 Kafka 内部机制的基本理解。
89 2
|
3月前
|
存储 NoSQL MongoDB
MongoDB 概念解析
10月更文挑战第12天
45 0
MongoDB 概念解析
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
Transformer图解以及相关的概念解析
前言 transformer是目前NLP甚至是整个深度学习领域不能不提到的框架,同时大部分LLM也是使用其进行训练生成模型,所以transformer几乎是目前每一个机器人开发者或者人工智能开发者不能越过的一个框架。接下来本文将从顶层往下去一步步掀开transformer的面纱。 transformer概述 Transformer模型来自论文Attention Is All You Need。 在论文中最初是为了提高机器翻译的效率,它使用了Self-Attention机制和Position Encoding去替代RNN。后来大家发现Self-Attention的效果很好,并且在其它的地
|
3月前
|
JSON 关系型数据库 API
ElasticSearch 的概念解析与使用方式(二)
ElasticSearch 的概念解析与使用方式(二)
38 1
|
3月前
|
存储 搜索推荐 Java
ElasticSearch 的概念解析与使用方式(一)
ElasticSearch 的概念解析与使用方式(一)
80 1
|
3月前
|
供应链 网络协议 数据安全/隐私保护
|
3月前
|
前端开发 JavaScript Shell
深入解析前端构建利器:webpack核心概念与基本功能全览
深入解析前端构建利器:webpack核心概念与基本功能全览—
35 0

推荐镜像

更多