匹配日期以报告审查时间表

如何解决匹配日期以报告审查时间表

我有一个表格，其中列出了事件、它们的报告日期以及事件被审查的日期，例如

ID | REPORT_DATE | RFD
1  | 2021-02-01  | 1st,15th
2  | 2021-02-16  | Tuesday
3  | 2021-02-14  | 4th,1st,8th,15th,23rd
4  | 2021-02-01  | 1st
5  | 2021-02-28  | 1st,Last

我开发了一个查询，可以提取第 2 行和第 4 行（请参阅下面的查询），但未能在逗号分隔值中找到匹配的值。

select EVENT_ID,REPORT_DATE,RFD
from DB
where (lower(RFD) = lower(trim(to_char(REPORT_DATE,'Day'))) or RFD like trim(to_char(REPORT_DATE,'fmddth')) and RFD is not NULL)

我还没有找到任何可以暗示如何解决此问题的在线讨论。我正在考虑将逗号分隔的值转换为数组并在其中进行搜索，但我想知道是否有更简单的解决方案？

*说明： 我正在尝试提取报告日期（及其特征匹配）的所有记录；所以它应该提取日期和 RFD 包含匹配星期几的事件，在一个月的第一天或最后一个月（ID：1、2、4、5）。

解决方法

如果数据无法标准化，则可以选择将 CSV 值动态转换为多行。您还可以使用正则表达式模式，例如：

select EVENT_ID,REPORT_DATE,RFD
from DB
where regexp_like(lower(RFD),'(^| |,)' || to_char(REPORT_DATE,'fmday') || '(,| |$)')
or regexp_like(lower(RFD),'fmddth') || '(,| |$)')
or (regexp_like(lower(RFD),)last(,| |$)') and REPORT_DATE = last_day(REPORT_DATE));

 EVENT_ID | REPORT_DATE | RFD      
 -------: | :---------- | :--------
        1 | 2021-02-01  | 1st,15th 
        2 | 2021-02-16  | Tuesday  
        4 | 2021-02-01  | 1st      
        5 | 2021-02-28  | 1st,Last

db<>fiddle

不过，如果您要处理大量数据，则性能可能是一个问题。

如果您想将 CSV 字符串拆分成行，有多种方法，包括再次使用正则表达式：

select EVENT_ID,regexp_substr(RFD,'(.*?)(,|$)',1,level,NULL,1) as RFD
from DB
connect by EVENT_ID = prior EVENT_ID
and level <= regexp_count(RFD,',') + 1
and prior dbms_random.value is not null

或者使用递归 CTE 和更简单/更快的字符串函数：

with rcte (EVENT_ID,VALUE,RFD) AS (
  select EVENT_ID,lower(trim(case when instr(RFD,') > 0 then substr(RFD,instr(RFD,') - 1) else RFD end)),') + 1) end))
  from DB
  where RFD is not null
  union all
  select EVENT_ID,trim(case when instr(RFD,') - 1) else RFD end),') + 1) end)
  from rcte
  where RFD is not null
)
...

然后您可以检查各个行：

...
select EVENT_ID,VALUE
from rcte
where VALUE = to_char(REPORT_DATE,'fmday')
or VALUE = to_char(REPORT_DATE,'fmddth')
or (VALUE = 'last' and REPORT_DATE = last_day(REPORT_DATE))

db<>fiddle

使用这种方法您可能会获得多次点击 - 例如，如果您的第二个 ID 具有 RFD Tuesday,16th - 您可能想要或可能需要抑制。

一如既往，在速度和内存使用之间存在权衡，因此探索多种解决方案可能是个好主意。

,

感谢 Alex Poole 能够通过他们的查询回答我的问题，我相信他们最近更新了这些问题，但以下是对我的情况有效的问题。使用的数据集包含 350 万条记录 x 12 个字段，并在不到 0.5 秒的时间内完成。以下是使用 Alex 代码的查询的一部分。

select EVENT_ID,RFD
from DB
where (regexp_like(lower(RFD),| |$)') 
    or regexp_like(lower(RFD),| |$)')
    or (regexp(lower(RFD),| |$)' and REPORT_DATE = last_day(REPORT_DATE)) 
    or RFD is NULL)
)