文档阅读导航

欢迎使用和交流sqltoy-orm，请点击左侧导航栏开始了解sqltoy!

QQ技术交流群:531812227

详细文档见:sagacity-sqltoy/docs/睿智平台SqlToy5.2使用手册.doc

1. 感受sqltoy之美--缓存翻译、缓存条件检索

• 缓存翻译和缓存检索化繁为简---查询订单表(简化为单商品订单便于演示)

订单号	客户ID	商品ID	下单日期	商品数量	商品价格	订单金额	订单状态	业务员ID	部门
S0001	C10001	101	2020-03-10	10	3000	30000	02	1001	N002

• 要求查询日期在2020年1月10日至3月20日、客户名称中含<<星云科技>>字符的全部订单信息，要求显示商品名称、客户名称、业务员姓名、部门名称、订单状态中文

• 往常的做法:硬功夫硬碰硬系列

关联客户表做like

关联商品表查询品名

关联员工信息表显示员工名字

关联机构表显示机构名称

关联数据字典翻译状态

• 你是这么做的吗?看一下sqltoy怎么做吧！是不是变成了单表查询，效率毫无疑问秒杀多表关联无数倍!

<sql id="order_showcase">
	<!-- 通过缓存对最终结果代码进行翻译，显示名称 -->
	<translate cache="organIdName" columns="ORGAN_NAME" />
	<translate cache="staffIdName" columns="STAFF_NAME" />
	<translate cache="goodsIdName" columns="GOODS_NAME" />
	<translate cache="customIdName" columns="CUSTOM_NAME" />
	<translate cache="dictKeyName" cache-type="ORDER_STATUS" columns="STATUS_NAME" />
	<filters>
		<!-- 将查询参数customName通过缓存进行类似like检索获取匹配的customId数组作为查询条件 -->
		<cache-arg cache-name="customIdName" param="customName"	alias-name="customIds" />
	</filters>
	<value>
	<![CDATA[
	select
		ORDER_ID ,
		TOTAL_QUANTITY,
		TOTAL_AMT,
		ORGAN_ID ,
		ORGAN_ID ORGAN_NAME,-- 缓存翻译
		STAFF_ID ,
		STAFF_ID STAFF_NAME,
		SIGN_TIME,
		CUSTOM_ID,
		CUSTOM_ID CUSTOM_NAME,
		GOODS_ID ,
		GOODS_ID GOODS_NAME,
		STATUS,
		STATUS STATUS_NAME
	from od_order_info t1
	where #[SIGN_TIME>=:beginTime]
	      #[and SIGN_TIME <=:endTime]
	      -- 这里就是缓存条件检索
	      #[and CUSTOM_ID in (:customIds)]
	]]>
	</value>
</sql>

2. 感受sqltoy之美--数据旋转

• 水果销售记录表

品类	销售月份	销售笔数	销售数量(吨)	销售金额(万元)
苹果	2019年5月	12	2000	2400
苹果	2019年4月	11	1900	2600
苹果	2019年3月	13	2000	2500
香蕉	2019年5月	10	2000	2000
香蕉	2019年4月	12	2400	2700
香蕉	2019年3月	13	2300	2700

• sqltoy 实现行转列(category-columns 支持多列,即多维度分组如:

月份下面:5月(上旬、中旬、下旬)、4月(上旬、中旬、下旬)

电子产品例如: 手机(华为、三星、小米)、笔记本(苹果、联想、戴尔))

<!-- 列转行 -->
<sql id="pivot_case">
	<value>
	<![CDATA[
	select t.fruit_name,t.order_month,t.sale_count,t.sale_quantity,t.total_amt 
	from sqltoy_fruit_order t
	order by t.fruit_name ,t.order_month
	]]>
	</value>
	<!-- 行转列,将order_month作为分类横向标题，从sale_count列到total_amt 三个指标旋转成行 -->
	<pivot start-column="sale_count" end-column="total_amt"	group-columns="fruit_name" category-columns="order_month" />
</sql>

• 效果:简单一个pivot代替了复杂的sql，而且不用考虑不同数据库的实现差异

品类	2019年3月			2019年4月			2019年5月
	笔数	数量	总金额	笔数	数量	总金额	笔数	数量	总金额
香蕉	13	2300	2700	12	2400	2700	10	2000	2000
苹果	13	2000	2500	11	1900	2600	12	2000	2400

3. 感受sqltoy之美--分组汇总

• 还是上面的苹果销售表格

<!-- 演示分组汇总 -->
<sql id="group_summary_case">
	<value>
		<![CDATA[
		select t.fruit_name,t.order_month,t.sale_count,t.sale_quantity,t.total_amt 
		from sqltoy_fruit_order t
		order by t.fruit_name ,t.order_month
		]]>
	</value>
	<!-- reverse 是否反向 -->	
	<summary sum-columns="sale_count,sale_quantity,total_amt" reverse="true">
		<!-- 层级顺序保持从高到低 -->
		<global sum-label="总计" label-column="fruit_name" />
		<group group-column="fruit_name" sum-label="小计" label-column="fruit_name" />
	</summary>
</sql>

• 效果

品类	销售月份	销售笔数	销售数量(吨)	销售金额(万元)
总计		71	12600	14900
小计		36	5900	7500
苹果	2019年5月	12	2000	2400
苹果	2019年4月	11	1900	2600
苹果	2019年3月	13	2000	2500
小计		35	6700	7400
香蕉	2019年5月	10	2000	2000
香蕉	2019年4月	12	2400	2700
香蕉	2019年3月	13	2300	2700

4. 感受sqltoy之美--环比计算

• 演示先行转列再环比计算

<!-- 列与列环比演示 -->
<sql id="cols_relative_case">
	<value>
	<![CDATA[
		select t.fruit_name,t.order_month,t.sale_count,t.sale_amt,t.total_amt 
		from sqltoy_fruit_order t
		order by t.fruit_name ,t.order_month
	]]>
	</value>
	<!-- 数据旋转,行转列,将order_month 按列显示，每个月份下面有三个指标 -->
	<pivot start-column="sale_count" end-column="total_amt"	group-columns="fruit_name" category-columns="order_month" />
	<!-- 列与列之间进行环比计算 -->
	<cols-chain-relative group-size="3" relative-indexs="1,2" start-column="1" format="#.00%" />
</sql>

• 效果

品类	2019年3月					2019年4月					2019年5月
	笔数	数量	比上月	总金额	比上月	笔数	数量	比上月	总金额	比上月	笔数	数量	比上月	总金额	比上月
香蕉	13	2300		2700		12	2400	4.30%	2700	0.00%	10	2000	-16.70%	2000	-26.00%
苹果	13	2000		2500		11	1900	-5.10%	2600	4.00%	12	2000	5.20%	2400	-7.70%