常用函数
1、字符串函数
1）字符串拼接：||
2）字符串长度：length
3）字符串截取：substring(‘fsfd’ from 2 for 3)、substr(‘fsfd’,2,3)
4）字符串两头去字符：trim(’ fsf’)、trim(both ‘x’ from ‘xfdsx’)
5）大小写转换：upper()、lower()
6）替换字符串：replae(‘fsfsfsf’,fs”,’ab’)
7）把字符串中某几个连续字符替换成指定字符：overlay(‘freda’ placing ‘fsf’ from 2 for 4)
8）按照某个字符拆分字符串：split_part(‘adas|dada|ffr’,’|’,2)
9）手动数据：select * from (values (‘a1’,3),(‘a2’,4)) t(col,num)
10）指定字符串在字符串中的起始位置：position(‘as’ in ‘dadassa’)
2、时间函数
1）两个日期间时间的“符号化”结果：age(timestamp ‘20171018’)、age(timestamp ‘20171018’,timestamp ‘20171008’)
2）当前日期：current_date
3）当前时间：current_time、current_timestamp
4）获取年、月、日、小时、分钟、秒：date_part(‘year’,timestamp ‘2017-10-19 09:26:24’),date_part(‘month’,timestamp ‘2017-10-19 09:26:24’),date_part(‘week’,timestamp ‘2017-10-19 09:26:24’),date_part(‘day’,timestamp ‘2017-10-19 09:26:24’),date_part(‘hour’,timestamp ‘2017-10-19 09:26:24’),date_part(‘minute’,timestamp ‘2017-10-19 09:26:24’),date_part(‘second’,timestamp ‘2017-10-19 09:26:24’)
5）获取所指粒度的初始时间点：date_trunc(‘year’,timestamp ‘2017-10-19 09:26:24’),date_trunc(‘month’,timestamp ‘2017-10-19 09:26:24’),date_trunc(‘week’,timestamp ‘2017-10-19 09:26:24’),date_trunc(‘day’,timestamp ‘2017-10-19 09:26:24’),date_trunc(‘hour’,timestamp ‘2017-10-19 09:26:24’),date_trunc(‘minute’,timestamp ‘2017-10-19 09:26:24’),date_trunc(‘second’,timestamp ‘2017-10-19 09:26:24’)
6）作用同4）date_part：extract(year from timestamp ‘2017-10-19 09:26:24’)
7）作用同3）current_timestamp：now()
8）字符串到日期的转换：date(‘20171018’)、date ‘20171018’、’20171018’::date、’20171018’::timestamp、timestamp(‘20171018’)、timestamp ‘20171018’
9）日期、时间加减：select date(‘20171018’) -18、date(date(‘20171018’) - interval’18 days’)、date(‘20171018’) - interval ‘1 days 2 hours 20 minutes 30 seconds’
3、数值计算函数
1）绝对值：abs(-12)
2）不小于参数的最小整数：ceil(-42.8)、ceiling(-42.8)———— -42
3）保留几位小数：round(43.545345,2)
4）0.0到1.0之间的随机数：random()
5）截取指定位数小数：trunc(43.545,2)
4、其他常用函数
1）序号生成函数：generate_series(6,10,1)–默认间隔是1
2）列转行：select num,string_agg(col,’,’ order by num) from (values(1,’a1’),(1,’a2’),(2,’b1’),(2,’b2’)) t(num,col) group by num;
3）行转列：select regexp_split_to_table(col,’,’) from (values(‘a2,a1’)) t(col)
4）hash函数：md5(‘fsfds’)、hashbpchar(‘fsfds’)
5、分析函数
1）窗口函数：
6、查询字符集
show client_coding;
show server_coding;
7、类型转换
1）to_char(now(), ‘YYYYMMDDHH24MISS’) =>20160720155848获取一个日期的年月日小时分钟秒字符串类型
2）to_date(now(), ‘YYYYMMDD’) =>20160720155848获取一个日期的年月日小时分钟秒日期类型
3）to_number(now(),’9999999999’)=>20160702获取一个日期的年月日数值类型
4）to_number(now(),’9999999999999999999’)=>20160720155848获取一个日期的年月日小时分钟秒数值类型
5）将字符串或日期型转换成数值型 cast(‘21313’ as int)
历史拉链：
—-分区表：按失效时间分区存储数据
—-增量数据表：存储每天新增、更新、删除的数据
—-临时表1（分区表）：分区表未失效数据跟增量数据表关联，得到历史数据及当前未失效数据
—-临时表2：先跟临时表1里面的当前未失效数据分区进行交换，载跟分区表昨日分区进行交换
然后在跟临时表1的历史数据分区进行交换，再跟分区表的未失效数据分区交换
分区表字段：生效时间、失效时间、类型(历史数据、当前数据)、数据操作类型(I、D、U)、数据仓库插入日期
增量表字段：类型(历史数据、当前数据)、数据操作类型(I、D、U)
临时表1：同分区表字段
临时表2：同分区表字段
日志分析：
—-日志表：存放日志数据
日志表字段：浏览时间、浏览的cookie_id（用户唯一标识）、浏览页面的url、用户ip、来源的url，这里只保留域名
影响查询速度的因素：数据分布（均匀分布的时候，压力分散到各个节点，速度相对较快，压力相对较小；数据倾斜的时候，倾斜的主机压力大）
压缩表（压缩表速度较快，IO相对较小）create table tmp with(appendonly=true,compresslevel=5) as select * from mm distributed by (flag);
索引（B-tree、bitmap、函数索引）