怎么在SQL中使用多层子查询拆分并清洗脏数据

秋浩大大_2299

秋浩大大_2299

2026-11-20

919人浏览

原创

在sql中处理脏数据的核心策略是利用多层子查询将“清洗”与“业务逻辑”解耦,通过内层子查询完成去重、格式标准化和异常值过滤,外层查询直接消费干净的数据集。具体做法是先在内层子查询中使用正则表达式或字符串函数修复字段格式(如去除空格、统一日期),再结合窗口函数或聚合操作剔除重复记录,最后在外层查询中对清洗后的数据进行统计或关联。这种分层结构能避免长链式嵌套导致的可读性崩溃,同时确保脏数据的修正逻辑集中且可复用。

怎么在SQL中使用多层子查询拆分并清洗脏数据

如何识别并剔除包含非法字符的脏数据

利用正则表达式配合`REGEXP_LIKE`或`LIKE`操作符,可以在子查询中精准定位并隔离脏数据。通过设置严格的匹配条件,内层查询只保留符合规范的数据行,从而在源头切断脏数据的流入。

怎么在SQL中使用多层子查询拆分并清洗脏数据

SELECT id, name, email
FROM (
    SELECT 
        id,
        TRIM(name) AS name,
        LOWER(email) AS email
    FROM raw_users
    WHERE name IS NOT NULL
      AND REGEXP_LIKE(email, '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$')
      AND LENGTH(TRIM(name)) BETWEEN 2 AND 50
) AS clean_data
WHERE email NOT LIKE '%@%.com';

上述代码首先在内层子查询中对`name`进行去空处理,并利用正则表达式验证邮箱格式是否符合标准模式。只有同时满足非空、长度限制及格式校验的行才会被传递到外层。外层进一步排除了特定后缀的异常邮箱,最终输出完全合规的用户列表。

如何利用窗口函数拆分并合并重复脏数据

当脏数据表现为同一实体的多条冗余记录时,使用`ROW_NUMBER()`窗口函数按业务主键排序并标记优先级,是拆分和合并数据的最佳实践。内层子查询为每条记录分配序号,外层仅选取序号为1的记录,从而实现去重。

怎么在SQL中使用多层子查询拆分并清洗脏数据

SELECT user_id, latest_status, update_time
FROM (
    SELECT 
        user_id,
        status AS latest_status,
        updated_at AS update_time,
        ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY updated_at DESC) as rn
    FROM order_history
    WHERE status IN ('completed', 'shipped', 'pending')
) AS ranked_orders
WHERE rn = 1;

该方案针对订单历史表中的状态变更日志,内层查询根据`user_id`分组,并按更新时间降序排列。`ROW_NUMBER()`函数为每个用户的最新状态分配序号1。外层查询通过`WHERE rn = 1`筛选出每个用户最新的业务状态,有效避免了因脏数据重复插入导致的统计偏差。

基于清洗后结果的具体问题:如何处理清洗过程中的空值填充

在多层子查询结构中,若内层清洗导致某些必要字段变为NULL,应在最外层查询中使用`COALESCE`或`CASE WHEN`进行默认值回填,确保下游应用不会因空值报错。例如,对于缺失的地区信息,可直接赋予‘Unknown’或根据城市ID映射默认区域。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

2023.10.12

5123

8

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.27

1051

4

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

2024.02.23

1349

5

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

7241

10

sql procedure语法错误解决方法
sql procedure语法错误解决方法

sql procedure语法错误解决办法:1、仔细检查错误消息;2、检查语法规则;3、检查括号和引号;4、检查变量和参数;5、检查关键字和函数;6、逐步调试;7、参考文档和示例。想了解更多语法错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

3843

4

oracle数据库运行sql方法
oracle数据库运行sql方法

运行sql步骤包括:打开sql plus工具并连接到数据库。在提示符下输入sql语句。按enter键运行该语句。查看结果,错误消息或退出sql plus。想了解更多oracle数据库的相关内容,可以阅读本专题下面的文章。

2024.04.07

7220

11

sql中where的含义
sql中where的含义

sql中where子句用于从表中过滤数据,它基于指定条件选择特定的行。想了解更多where的相关内容,可以阅读本专题下面的文章。

2024.04.29

10141

6

sql中删除表的语句是什么
sql中删除表的语句是什么

sql中用于删除表的语句是drop table。语法为drop table table_name;该语句将永久删除指定表的表和数据。想了解更多sql的相关内容,可以阅读本专题下面的文章。

2024.04.29

1370

5

sql中删除一列的命令是什么
sql中删除一列的命令是什么

在sql中,使用alter table语句可以删除一列,语法为:alter table table_name drop column column_name。想了解更多sql的相关内容,可以阅读本专题下面的文章。

2024.04.29

1192

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习