- 取绝对值：select abs(-1);
- 向上取整：select ceil(-1.001);
- 向下取整：select floor(-1.001);
- 取整：select trunc(-1.002);
- 四舍五入：select round(1.23456,4.0);
- 取随机数：select random();
- 数值比较：select greatest(1,-2,4,3);
- 链接字符：select '11'||'22'||'33';
- 返回字符串位置：select INSTR('sdsq','s',2);
- 截取字符串：select substr('abcd',2,2);
- 替换字符串：SELECT Replace('abcdef', 'bcd', 'ijklmn');
- 格式化日期：select to_char(sysdate(),'YYYY-MM-DD');
- 返回几号：select day(sysdate);
- 返回几月：select month(sysdate);
- 返回年份：select year(sysdate);
- 返回第几周：select week(sysdate);
- 返回第几季度：select quarter(sysdate);
- 日期直接相加减
- 查询一个表有哪个用户有哪些权限 select grantor,grantee,privileges_description from grants where object_name=
Vertica的这些事<五>—— 关于vertica常用函数介绍（持续更新ing）
2016-02-25
3321
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
取绝对值：select abs(-1);向上取整：select
ceil(-1.001);向下取整：select floor(-1.001);取整：select
trunc(-1.002);四舍五入：select
round(1.23456,4.0);取随机数：select
random();数值比较：select
greatest(1,-2,4,3)
目录
相关文章
|
数据库
|
数据库
|
存储
算法
NoSQL
No.1-时序数据库随笔 - Time Series DBMS 综述
这是一篇无法一口气读完的、文字过万[正文字数14390]的长文，这是一个无法中途不上厕所就看完的、关于时序数据库的视频[时长111分钟]分享的文字整理..
2399
0
0
|
存储
算法
NoSQL
No.1 - Apache IoTDB 随笔 - Time Series DBMS 综述(文末彩蛋)
“这是一篇无法一口气读完的、文字过万[正文字数14390]的长文，这是一个无法中途不上厕所就看完的、关于时序数据库的视频[时长111分钟]分享...” [观看视频](https://mp.weixin.qq.com/s/YgnSSahp70iV_X12aYEtPg)
大家好，很开心能够和大家一起交流时序数据库的相关的内容:) **【文末有彩蛋】**
](https://ata2-img.oss-cn-zhangjiakou.aliyuncs.com/9805d1096a5095ecf7d8680f1eb1505b.png?x-oss-process=image/resize,h_160,m_lfit)
|
SQL
分布式计算
并行计算
PostgreSQL 并行计算解说 之7 - parallel create index
标签
PostgreSQL , cpu 并行 , smp 并行 , 并行计算 , gpu 并行 , 并行过程支持
背景
PostgreSQL 11 优化器已经支持了非常多场合的并行。简单估计，已支持27余种场景的并行计算。
parallel seq scan
parallel index scan
440
0
0
|
SQL
分布式计算
并行计算
PostgreSQL 并行计算解说 之24 - parallel CTE (Common Table Express)
标签
PostgreSQL , cpu 并行 , smp 并行 , 并行计算 , gpu 并行 , 并行过程支持
背景
PostgreSQL 11 优化器已经支持了非常多场合的并行。简单估计，已支持27余种场景的并行计算。
parallel seq scan
347
0
0
|
SQL
流计算
大数据
Flink入坑指南 第四章：SQL中的经典操作Group By+Agg
Flink入坑指南系列文章，从实际例子入手，一步步引导用户零基础入门实时计算/Flink，并成长为使用Flink的高阶用户。
简介
Group By + Agg这个最经典的SQL使用方式。Group By是SQL中最基础的分组操作，agg的全称是aggregation(聚合操作)，是一类SQL算子的统称，Flink中最常用的Agg操作有COUNT/SUM/AVG等，详情参见Flink支持的聚合操作列表。
9474
0
3
Vertica的这些事<十五>—— Vertica备份元数据信息
—备份资源池
SELECT 'CREATE RESOURCE POOL ' || name
|| CASE WHEN memorysize IS NULL THEN ' ' ELSE ' MEMORYSIZE ' || '''' || memorysize
1507
0
0
|
Oracle
关系型数据库
C++
Vertica的这些事<七>—— Vertica中实现Oracle中的ws_concat功能
vertica中没有类似Oracle中的ws_concat函数功能，需要开发UDF，自己对C++不熟悉，所有只有想其他方法解决了。
上代码：
SELECT node_state,
MAX(DECODE(row_number, 1, a.node_name)) ||
NVL(MAX(DECODE(row_number, 2, ',' || a.node_
1943
0
0
Vertica的这些事<十一>—— Vertica 管理
1、版本信息
dbadmin=> SELECT version();
version
------------------------------------
Vertica Analytic Database v7.
1408
0
0