SQL 基础之转换函数和条件表达式（八）

数据类型转换分为：

• 隐式数据类型转换

• 显示数据类型转换

隐式数据类型转换:

在表达式中，Oracle服务器自动完成下列转换

显示数据类型转换

1、使用 TO_CHAR  函数对日期的转换

格式：TO_CHAR (date, 'format_model')

• 必须包含在单引号中

• 大小写敏感。

• 可以包含任意的有效的日期格式。

• 可以使用 fm 去掉多余的空格或者前导零。

• 与日期值用逗号隔开。

日期格式的组成

1、查找员工入职日期，并按照 日 月 年方式显示

select last_name,to_char(hire_date,'fmDD Month YYYY') as hiredate from employees;

2、查询员工入职日期，按照英文的星期、月份、英文年数

select last_name,to_char(hire_date,'fmDAY Month YEAR') as hiredate from employees;

3、查询员工入职日期，按照数字 日、月、年方式

select last_name,to_char(hire_date,'fmDD MM YYYY') as hiredate from employees;

4、查询员工入职日期，按照年、月、日方式

select last_name,to_char(hire_date,'YYYY,MM,fmDD') as hiredate from employees;

5、创建一张报表，现在员工入职日期当天为周六，并显示FIRST_NAME和LAST_NAME列的信息和一个表达式，这个表达式的别名为START_DATE。

select first_name,last_name,to_char(hire_date,'fmDAY Month YYYY') start_date from employees where to_char(hire_date,'fmDAY')='SATURDAY';

也可以这样显示

select first_name,last_name,to_char(hire_date,'fmDAY,"the "ddth "of"  Month, Yyyysp.') start_date from employees where to_char(hire_date,'fmDAY')='SATURDAY';

使用 TO_CHAR 函数对数字的转换

1、查找名字为Ernst 员工的工资，并按$99,999.0的格式输出

select  salary,to_char(salary,'$99,999.00') salary from employees where last_name='Ernst';

2、查找名字为Zlotkey 员工的工资，并按照的$99,999.0的格式输出

select salary,to_char(salary,'L0,0000.000') salary from employees where last_name='Zlotkey';

使用 TO_NUMBER 和 和 TO_DATE 函数

使用 TO_NUMBER 函数将字符转换为数字格式:

TO_NUMBER(char[, 'format_model'])

使用 TO_DATE 函数将字符串转换为日期格式：

TO_DATE(char[, 'format_model'])

这个函数有一个fx 修饰符， 这个修饰符指定TO_DATE 中字符参数和格式精确匹配.

使用RR日期格式，在员工表中查找1990年之前入职的员工，在1999年执行查询或者现在执行，产生的结果是否相同

1、查找05年1月1号以后入职的员工

select last_name,to_char(hire_date,'DD-Mon-YYYY') from employees where hire_date > to_date('01-Jan-05','DD-Mon-RR');

嵌套函数

• 单行函数可以嵌套到任意层级

• 嵌套函数的执行顺序是由内到外

  
  

1、查找60部门的员工last_name  并将名字变成大写，与US拼接在一起

select last_name,upper(concat(substr(last_name,1,8),'_US')) con_last_name from employees where department_id=60;

通用函数：这些函数适用于任何数据类型，同时也适用于空值：

NVL (expr1, expr2) : 如果expr1位空，则返回expr2

NVL2 (expr1, expr2, expr3) : 如果参数表达式expr1值为NULL，则NVL2()函数返回参数表达式expr3的值；如果参数表达式expr1值不为NULL，则NVL2()函数返回参数表达式expr2的值。

NULLIF (expr1, expr2) ： 如果两个指定的表达式相等，则返回空值。不相等返回expr1

COALESCE (expr1, expr2, ..., exprn)：依次参考各参数表达式，遇到非null值即停止并返回该值。如果所有的表达式都是空值，最终将返回一个空值

NVL  函数

将空值转换成一个已知的值：

可以使用的数据类型有数字、日期、字符。

数据类型必须匹配：

– NVL(commission_pct,0)

– NVL(hire_date,'01-JAN-97')

– NVL(job_id,'No Job Yet')

1、计算员工年薪，按照last_name, 提成，和12*salary 显示

select last_name,salary,nvl(commission_pct,0) comm,(salary*12) +(salary*12*NVL(commission_pct,0)) AN_SAL from employees;

2、查询50和80部门员工的工资并现在三段字符如果commission_pct 为空就显示SAL，如果不为空就显示SAL+COMM

select last_name,salary,commission_pct, nvl2(commission_pct, 'SAL+COMM', 'SAL') income from employees where department_id in (50,60);

3、查找既没有提成也没有领导id的员工，按照last_name、employee_id显示

select last_name,employee_id,coalesce(to_char(commission_pct),to_char(manager_id),'No commission and no manager') from employees;

4、创建一张报表，要求检索EMPLOYEES表中DEPARTMENT_ID为100的行集合。这个集合包含

FIRST_NAME和LAST_NAME,以及别名为NAME_LENGTHS的表达式。如果FIRST_NAME和

LAST_NAME长度不相等，该表达式返回字符串‘Different Length’，否则返回字符串为‘Same

Length’

select last_name,first_name,nvl2(nullif(length(last_name),length(first_name)),'Different Length','Same Length') name_lengths from employees  where department_id=100;

条件表达式

在 SQL语句中使用 IF-THEN-ELSE 逻辑。

使用两种方法：

– CASE 表达式

– DECODE 函数

CASE expr WHEN comparison_expr1 THEN return_expr1

[WHEN comparison_expr2 THEN return_expr2

WHEN comparison_exprn THEN return_exprn

ELSE else_expr]

END

使用case表达式，实现IF-THEN-ELSE 的示例：

1、把job_id 为it_prog、st_clerk、sa_rep等职位的员工分别按照1.1/1.15/1.2的比例涨工资，除了这3个部门以外的职位都按照正常的显示。

select last_name, job_id, salary,

case job_id when 'it_prog' then 1.10*salary

when 'st_clerk' then 1.15*salary

when 'sa_rep' then 1.20*salary

else salary end "revised_salary"

from employees;

LAST_NAME  JOB_ID SALARY revised_salary

------------------------- ---------- ---------- --------------

OConnell  SH_CLERK   2600  2600

Grant  SH_CLERK   2600  2600

Whalen  AD_ASST   4400  4400

Hartstein  MK_MAN  13000 13000

Fay  MK_REP   6000  6000

Mavris  HR_REP   6500  6500

Baer  PR_REP  10000 10000

Higgins  AC_MGR  12008 12008

Gietz  AC_ACCOUNT   8300  8300

King  AD_PRES  24000 24000

Kochhar  AD_VP  17000 17000

De Haan  AD_VP  17000 17000

Hunold  IT_PROG   9000  9000

Ernst  IT_PROG   6000  6000

Austin  IT_PROG   4800  4800

Pataballa  IT_PROG   4800  4800

Lorentz  IT_PROG   4200  4200

Greenberg  FI_MGR  12008 12008

Faviet  FI_ACCOUNT   9000  9000

Chen  FI_ACCOUNT   8200  8200

Sciarra  FI_ACCOUNT   7700  7700

Urman  FI_ACCOUNT   7800  7800

Popp  FI_ACCOUNT   6900  6900

Raphaely  PU_MAN  11000 11000

Khoo  PU_CLERK   3100  3100

Baida  PU_CLERK   2900  2900

Tobias  PU_CLERK   2800  2800

Himuro  PU_CLERK   2600  2600

Colmenares  PU_CLERK   2500  2500

Weiss  ST_MAN   8000  8000

Fripp  ST_MAN   8200  8200

Kaufling  ST_MAN   7900  7900

Vollman  ST_MAN   6500  6500

Mourgos  ST_MAN   5800  5800

Nayer  ST_CLERK   3200  3200

Mikkilineni  ST_CLERK   2700  2700

Landry  ST_CLERK   2400  2400

Markle  ST_CLERK   2200  2200

Bissot  ST_CLERK   3300  3300

Atkinson  ST_CLERK   2800  2800

Marlow  ST_CLERK   2500  2500

Olson  ST_CLERK   2100  2100

Mallin  ST_CLERK   3300  3300

Rogers  ST_CLERK   2900  2900

Gee  ST_CLERK   2400  2400

Philtanker  ST_CLERK   2200  2200

Ladwig  ST_CLERK   3600  3600

Stiles  ST_CLERK   3200  3200

Seo  ST_CLERK   2700  2700

Patel  ST_CLERK   2500  2500

Rajs  ST_CLERK   3500  3500

Davies  ST_CLERK   3100  3100

Matos  ST_CLERK   2600  2600

Vargas  ST_CLERK   2500  2500

Russell  SA_MAN  14000 14000

Partners  SA_MAN  13500 13500

Errazuriz  SA_MAN  12000 12000

Cambrault  SA_MAN  11000 11000

Zlotkey  SA_MAN  10500 10500

Tucker  SA_REP  10000 10000

Bernstein  SA_REP   9500  9500

Hall  SA_REP   9000  9000

Olsen  SA_REP   8000  8000

Cambrault  SA_REP   7500  7500

Tuvault  SA_REP   7000  7000

King  SA_REP  10000 10000

Sully  SA_REP   9500  9500

McEwen  SA_REP   9000  9000

Smith  SA_REP   8000  8000

Doran  SA_REP   7500  7500

Sewall  SA_REP   7000  7000

Vishney  SA_REP  10500 10500

Greene  SA_REP   9500  9500

Marvins  SA_REP   7200  7200

Lee  SA_REP   6800  6800

Ande  SA_REP   6400  6400

Banda  SA_REP   6200  6200

Ozer  SA_REP  11500 11500

Bloom  SA_REP  10000 10000

Fox  SA_REP   9600  9600

Smith  SA_REP   7400  7400

Bates  SA_REP   7300  7300

Kumar  SA_REP   6100  6100

Abel  SA_REP  11000 11000

Hutton  SA_REP   8800  8800

Taylor  SA_REP   8600  8600

Livingston  SA_REP   8400  8400

Grant  SA_REP   7000  7000

Johnson  SA_REP   6200  6200

Taylor  SH_CLERK   3200  3200

Fleaur  SH_CLERK   3100  3100

Sullivan  SH_CLERK   2500  2500

Geoni  SH_CLERK   2800  2800

Sarchand  SH_CLERK   4200  4200

Bull  SH_CLERK   4100  4100

Dellinger  SH_CLERK   3400  3400

Cabrio  SH_CLERK   3000  3000

Chung  SH_CLERK   3800  3800

Dilly  SH_CLERK   3600  3600

Gates  SH_CLERK   2900  2900

Perkins  SH_CLERK   2500  2500

Bell  SH_CLERK   4000  4000

Everett  SH_CLERK   3900  3900

McCain  SH_CLERK   3200  3200

Jones  SH_CLERK   2800  2800

Walsh  SH_CLERK   3100  3100

Feeney  SH_CLERK   3000  3000

107 rows selected.

DECODE  函数

在需要使用 IF-THEN-ELSE 逻辑时：

DECODE(col|expression, search2, result1

[, search3, result2,...,]

[, default])

同上面的例子一样还是it_prog、st_clerk、sa_rep 三个职位的员工相应的涨钱，其它职位按照默认计算

select last_name, job_id, salary,

decode(job_id, 'it_prog', 1.10*salary,

'st_clerk', 1.15*salary,

'sa_rep', 1.20*salary,

salary)

revised_salary

from employees;

LAST_NAME  JOB_ID    SALARY     REVISED_SALARY

------------------------- ---------- ---------- --------------

OConnell      SH_CLERK        2600        2600

Grant     SH_CLERK       2600        2600

Whalen     AD_ASST       4400       4400

Hartstein    MK_MAN      13000     13000

Fay    MK_REP        6000      6000

Mavris            HR_REP       6500       6500

Baer      PR_REP     10000     10000

Higgins       AC_MGR     12008     12008

Gietz AC_ACCOUNT      8300          8300

King  AD_PRES  24000 24000

Kochhar  AD_VP  17000 17000

De Haan  AD_VP  17000 17000

Hunold  IT_PROG   9000  9000

Ernst  IT_PROG   6000  6000

Austin  IT_PROG   4800  4800

Pataballa  IT_PROG   4800  4800

Lorentz  IT_PROG   4200  4200

Greenberg  FI_MGR  12008 12008

Faviet  FI_ACCOUNT   9000  9000

Chen  FI_ACCOUNT   8200  8200

Sciarra  FI_ACCOUNT   7700  7700

Urman  FI_ACCOUNT   7800  7800

Popp  FI_ACCOUNT   6900  6900

Raphaely  PU_MAN  11000 11000

Khoo  PU_CLERK   3100  3100

Baida  PU_CLERK   2900  2900

Tobias  PU_CLERK   2800  2800

Himuro  PU_CLERK   2600  2600

Colmenares  PU_CLERK   2500  2500

Weiss  ST_MAN   8000  8000

Fripp  ST_MAN   8200  8200

Kaufling  ST_MAN   7900  7900

Vollman  ST_MAN   6500  6500

Mourgos  ST_MAN   5800  5800

Nayer  ST_CLERK   3200  3200

Mikkilineni  ST_CLERK   2700  2700

Landry  ST_CLERK   2400  2400

Markle  ST_CLERK   2200  2200

Bissot  ST_CLERK   3300  3300

Atkinson  ST_CLERK   2800  2800

Marlow  ST_CLERK   2500  2500

Olson  ST_CLERK   2100  2100

Mallin  ST_CLERK   3300  3300

Rogers  ST_CLERK   2900  2900

Gee  ST_CLERK   2400  2400

Philtanker  ST_CLERK   2200  2200

Ladwig  ST_CLERK   3600  3600

Stiles  ST_CLERK   3200  3200

Seo  ST_CLERK   2700  2700

Patel  ST_CLERK   2500  2500

Rajs  ST_CLERK   3500  3500

Davies  ST_CLERK   3100  3100

Matos  ST_CLERK   2600  2600

Vargas  ST_CLERK   2500  2500

Russell  SA_MAN  14000 14000

Partners  SA_MAN  13500 13500

Errazuriz  SA_MAN  12000 12000

Cambrault  SA_MAN  11000 11000

Zlotkey  SA_MAN  10500 10500

Tucker  SA_REP  10000 10000

Bernstein  SA_REP   9500  9500

Hall  SA_REP   9000  9000

Olsen  SA_REP   8000  8000

Cambrault  SA_REP   7500  7500

Tuvault  SA_REP   7000  7000

King  SA_REP  10000 10000

Sully  SA_REP   9500  9500

McEwen  SA_REP   9000  9000

Smith  SA_REP   8000  8000

Doran  SA_REP   7500  7500

Sewall  SA_REP   7000  7000

Vishney  SA_REP  10500 10500

Greene  SA_REP   9500  9500

Marvins  SA_REP   7200  7200

Lee  SA_REP   6800  6800

Ande  SA_REP   6400  6400

Banda  SA_REP   6200  6200

Ozer  SA_REP  11500 11500

Bloom  SA_REP  10000 10000

Fox  SA_REP   9600  9600

Smith  SA_REP   7400  7400

Bates  SA_REP   7300  7300

Kumar  SA_REP   6100  6100

Abel  SA_REP  11000 11000

Hutton  SA_REP   8800  8800

Taylor  SA_REP   8600  8600

Livingston  SA_REP   8400  8400

Grant  SA_REP   7000  7000

Johnson  SA_REP   6200  6200

Taylor  SH_CLERK   3200  3200

Fleaur  SH_CLERK   3100  3100

Sullivan  SH_CLERK   2500  2500

Geoni  SH_CLERK   2800  2800

Sarchand  SH_CLERK   4200  4200

Bull  SH_CLERK   4100  4100

Dellinger  SH_CLERK   3400  3400

Cabrio  SH_CLERK   3000  3000

Chung  SH_CLERK   3800  3800

Dilly  SH_CLERK   3600  3600

Gates  SH_CLERK   2900  2900

Perkins  SH_CLERK   2500  2500

Bell  SH_CLERK   4000  4000

Everett  SH_CLERK   3900  3900

McCain  SH_CLERK   3200  3200

Jones  SH_CLERK   2800  2800

Walsh  SH_CLERK   3100  3100

Feeney  SH_CLERK   3000  3000

107 rows selected.

2、显示部门为80的每一位员工，适用的税率为：

表示如果截取之为0税率为0，1税率为0.09  2税率为0.2 后面以此类推

select last_name, salary,

decode (trunc(salary/2000, 0),

0, 0.00,

1, 0.09,

2, 0.20,

3, 0.30,

4, 0.40,

5, 0.42,

6, 0.44,

0.45) tax_rate

from employees

where department_id = 80;

LAST_NAME      SALARY   TAX_RATE

------------------------- ---------- ----------

Russell       14000    .45

Partners       13500    .44

Errazuriz       12000    .44

Cambrault       11000    .42

Zlotkey       10500    .42

Tucker       10000    .42

Bernstein9500     .4

Hall9000     .4

Olsen8000     .4

Cambrault7500     .3

Tuvault 7000     .3

King       10000    .42

Sully9500     .4

McEwen9000     .4

Smith8000     .4

Doran7500     .3

Sewall7000     .3

Vishney       10500    .42

Greene9500     .4

Marvins 7200     .3

Lee6800     .3

Ande6400     .3

Banda6200     .3

Ozer       11500    .42

Bloom       10000    .42

Fox9600     .4

Smith7400     .3

Bates7300     .3

Kumar6100     .3

Abel       11000    .42

Hutton8800     .4

Taylor8600     .4

Livingston8400     .4

Johnson 6200     .3

34 rows selected.

3、查询LOCALTIONS表中的行，这些行的COUNTRY_ID列的值为US，请使用别名为LOCALTION_INFO

的表达式来计算STATE_PROVINCE列值，并返回不同的信息。结果如下图：

select decode(state_province,'Washington','Headquarters','Texas','Oil Wells','California',city,'New Jersey',

street_address) location_info,state_province,city,street_address,country_id from locations where country_id='US';