《卸甲笔记》-PostgreSQL和Oracle的SQL差异分析之五:函数的差异(六)

本文涉及的产品
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介:

PostgreSQL是世界上功能最强大的开源数据库,在国内得到了越来越多机构和开发者的青睐和应用。随着PostgreSQL的应用越来越广泛,Oracle向PostgreSQL数据库的数据迁移需求也越来越多。数据库之间数据迁移的时候,首先是迁移数据,然后就是SQL、存储过程、序列等程序中不同的数据库中数据的使用方式的转换。下面根据自己的理解和测试,写了一些SQL以及数据库对象转换方面的文章,不足之处,尚请多多指教。

1、NVL2

NVL2(expr1, expr2, expr3) 是Oracle的一个NULL判断函数。当expr1 不为 NULL时,返回expr2;为NULL时,返回 expr3。
PostgreSQL中没有对应的函数。 可以使用case when实现相同的意思。

Oracle NVL2

SQL> select * from o_test;

        ID NAME       AGE
---------- ---------- ----------
         1
         2
         2 zhangsan   18

SQL> select nvl2(name, '有人', '无人') FLG from o_test;

FLG
----
无人
无人
有人

SQL> select case when name is not null then '有人' else '无人' end  FLG from o_test;

FLG
----
无人
无人
有人

PostgreSQL CASE

postgres=# select * from p_test;
 id |   name   | age
----+----------+-----
  1 |          |
  2 |          |
  2 | zhangsan | 18
(3 行记录)

postgres=# select case when name is not null then '有人' else '无人' end FLG from p_test;
 flg
------
 无人
 无人
 有人
(3 行记录)

2、LNNVL

LNNVL(condition) 是Oracle中进行条件判断的一个函数。当条件返回true时,返回false。当条件为unknow或者返回false的时候返回true。类似于 CASE XXX WHEN is null or is not true THEN true ELSE false END。

PostgreSQL中,没有对应的函数,只能使用CASE WHEN函数进行模拟。

Oracle LNNVL

SQL> select * from o_test;

        ID NAME       AGE
---------- ---------- ----------
         1
         2
         2 zhangsan   18

SQL> select case when lnnvl(name = 'zhangsan') then '无人' else '有人' end flg from o_test;

FLG
----
无人
无人
有人

SQL> select case when name = 'zhangsan' then '有人' else '无人' end  FLG from o_test;

FLG
----
无人
无人
有人

PostgreSQL CASE WHEN

postgres=# select * from p_test;
 id |   name   | age
----+----------+-----
  1 |          |
  2 |          |
  2 | zhangsan | 18
(3 行记录)

postgres=# select case when name ='zhangsan' then '有人' else '无人' end FLG from p_test;
 flg
------
 无人
 无人
 有人
(3 行记录)

3、BITAND

BITAND(expr1, expr2)函数是Oracle里面的一个对于数字按位进行 AND 运算的函数。
PostgreSQL中没有对应的函数,可以直接使用 a&b的方式进行模拟。

Oracle BITAND

SQL> SELECT BITAND(6,3) FROM dual;

BITAND(6,3)
-----------
          2

SQL> SELECT BITAND(6, 5) FROM dual;

BITAND(6,5)
-----------
          4

PostgreSQL 数字按位与运算

postgres=#  SELECT BITAND(6,3) ;
错误:  函数 bitand(integer, integer) 不存在
第1行SELECT BITAND(6,3) ;
            ^
提示:  没有匹配指定名称和参数类型的函数. 您也许需要增加明确的类型转换.
postgres=# select 6&3;
 ?column?
----------
        2
(1 行记录)

postgres=# select 6&5;
 ?column?
----------
        4
(1 行记录)

4、REMAINDER

REMAINDER(n2, n1) 是 Oracle的一个计算余数的函数。它返回 n2/n1 的余数。 和MOD的不同的地方在于: REMAINDER相当于n2-n1 ROUND(n2/n1)。而MOD相当于n2-n1 FLOOR(n2/n1)。
PostgreSQL中没有这个 函数。可以使用它的元计算式n2-n1* ROUND(n2/n1)的 形式模拟它。

Oracle REMAINDER

SQL> Select remainder(3.5,2) from dual;

REMAINDER(3.5,2)
----------------
             -.5

SQL> select 3.5 - 2 * ROUND(3.5/2) from dual;

3.5-2*ROUND(3.5/2)
------------------
               -.5

SQL> select mod(3.5, 2) from dual;

MOD(3.5,2)
----------
       1.5

PostgreSQL 数字按位与运算

postgres=# select remainder(3.5, 2);
错误:  函数 remainder(numeric, integer) 不存在
第1行select remainder(3.5, 2);
            ^
提示:  没有匹配指定名称和参数类型的函数. 您也许需要增加明确的类型转换.
postgres=#  select 3.5 - 2 * ROUND(3.5/2) ;
 ?column?
----------
     -0.5
(1 行记录)

postgres=# select mod(3.5, 2) ;
 mod
-----
 1.5
(1 行记录)

5、SYSDATE、CURRENT_TIMESTAMP

Oracle的SYSDATE是去当前的日期的一个函数。返回值只有年月日。取得当前时间戳的函数是CURRENT_TIMESTAMP,返回当前的时间戳。
PostgreSQL中,可以使用CURRENT_DATE来对应SYSDATE。至于CURRENT_TIMESTAMP,PostgreSQL也支持。也可以使用now()来对应它。

Oracle SYSDATE、CURRENT_TIMESTAMP

SQL> select sysdate from dual;

SYSDATE
--------------
22-8月 -16

SQL> select current_timestamp from dual;

CURRENT_TIMESTAMP
---------------------------------------------------------------------------
22-8月 -16 10.28.25.223000 上午 +08:00

PostgreSQL CURRENT_DATE、CURRENT_TIMESTAMP、NOW()

postgres=# select current_date;
    date
------------
 2016-08-22
(1 行记录)


postgres=# select current_timestamp;
              now
-------------------------------
 2016-08-22 10:28:56.689154+08
(1 行记录)


postgres=# select now();
              now
-------------------------------
 2016-08-22 10:29:00.466176+08
(1 行记录)
相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
7月前
|
SQL 索引
19. 一个SQL语句执行很慢, 如何分析
该内容介绍了如何分析执行慢的SQL语句。首先启用慢查询日志或使用命令获取慢查询的SQL。然后利用`EXPLAIN`命令分析,关注其中的`select_type`, `type`, 和 `extra`字段。`select_type`涉及子查询和联合查询的类型,`type`表示查询优化器使用的访问类型,性能从上到下递减,`extra`字段提供额外信息,如是否使用索引等。
54 0
|
2月前
|
SQL 存储 数据可视化
手机短信SQL分析技巧与方法
在手机短信应用中,SQL分析扮演着至关重要的角色
|
7月前
|
SQL 数据可视化 算法
SQL Server聚类数据挖掘信用卡客户可视化分析
SQL Server聚类数据挖掘信用卡客户可视化分析
|
4月前
|
前端开发 Java JSON
Struts 2携手AngularJS与React:探索企业级后端与现代前端框架的完美融合之道
【8月更文挑战第31天】随着Web应用复杂性的提升,前端技术日新月异。AngularJS和React作为主流前端框架,凭借强大的数据绑定和组件化能力,显著提升了开发动态及交互式Web应用的效率。同时,Struts 2 以其出色的性能和丰富的功能,成为众多Java开发者构建企业级应用的首选后端框架。本文探讨了如何将 Struts 2 与 AngularJS 和 React 整合,以充分发挥前后端各自优势,构建更强大、灵活的 Web 应用。
61 0
|
4月前
|
SQL 数据采集 数据挖掘
为什么要使用 SQL 函数?详尽分析
【8月更文挑战第31天】
57 0
|
4月前
|
SQL 数据采集 算法
【电商数据分析利器】SQL实战项目大揭秘:手把手教你构建用户行为分析系统,从数据建模到精准营销的全方位指南!
【8月更文挑战第31天】随着电商行业的快速发展,用户行为分析的重要性日益凸显。本实战项目将指导你使用 SQL 构建电商平台用户行为分析系统,涵盖数据建模、采集、处理与分析等环节。文章详细介绍了数据库设计、测试数据插入及多种行为分析方法,如购买频次统计、商品销售排名、用户活跃时间段分析和留存率计算,帮助电商企业深入了解用户行为并优化业务策略。通过这些步骤,你将掌握利用 SQL 进行大数据分析的关键技术。
229 0
|
4月前
|
SQL 数据挖掘 BI
【超实用技巧】解锁SQL聚合函数的奥秘:从基础COUNT到高级多表分析,带你轻松玩转数据统计与挖掘的全过程!
【8月更文挑战第31天】SQL聚合函数是进行数据统计分析的强大工具,可轻松计算平均值、求和及查找极值等。本文通过具体示例,展示如何利用这些函数对`sales`表进行统计分析,包括使用`COUNT()`、`SUM()`、`AVG()`、`MIN()`、`MAX()`等函数,并结合`GROUP BY`和`HAVING`子句实现更复杂的数据挖掘需求。通过这些实践,你将学会如何高效地应用SQL聚合函数解决实际问题。
54 0
|
4月前
|
网络协议 NoSQL 网络安全
【Azure 应用服务】由Web App“无法连接数据库”而逐步分析到解析内网地址的办法(SQL和Redis开启private endpoint,只能通过内网访问,无法从公网访问的情况下)
【Azure 应用服务】由Web App“无法连接数据库”而逐步分析到解析内网地址的办法(SQL和Redis开启private endpoint,只能通过内网访问,无法从公网访问的情况下)
|
5月前
|
SQL 存储 大数据
SQL中DISTINCT关键字的使用与性能影响分析
SQL中DISTINCT关键字的使用与性能影响分析
|
7月前
|
SQL HIVE UED
【Hive SQL 每日一题】分析电商平台的用户行为和订单数据
作为一名数据分析师,你需要分析电商平台的用户行为和订单数据。你有三张表:`users`(用户信息),`orders`(订单信息)和`order_items`(订单商品信息)。任务包括计算用户总订单金额和数量,按月统计订单,找出最常购买的商品,找到平均每月最高订单金额和数量的用户,以及分析高消费用户群体的年龄和性别分布。通过SQL查询,你可以实现这些分析,例如使用`GROUP BY`、`JOIN`和窗口函数来排序和排名。
374 2

推荐镜像

更多