Byla vydána betaverze Fedora Linuxu 43 (ChangeSet), tj. poslední zastávka před vydáním finální verze, která je naplánována na úterý 21. října.
Multiplatformní emulátor terminálu Ghostty byl vydán ve verzi 1.2 (𝕏, Mastodon). Přehled novinek, vylepšení a nových efektů v poznámkách k vydání.
Byla vydána nová verze 4.5 (𝕏, Bluesky, Mastodon) multiplatformního open source herního enginu Godot (Wikipedie, GitHub). Přehled novinek i s náhledy v příspěvku na blogu.
Byla vydána verze 3.0 (Mastodon) nástroje pro záznam a sdílení terminálových sezení asciinema (GitHub). S novou verzí formátu záznamu asciicast v3, podporou live streamingu a především kompletním přepisem z Pythonu do Rustu.
Canonical oznámil, že bude podporovat a distribuovat toolkit NVIDIA CUDA (Wikipedie) v Ubuntu.
Tržní hodnota americké společnosti Alphabet, která je majitelem internetového vyhledávače Google, dnes poprvé překonala hranici tří bilionů dolarů (62,1 bilionu Kč). Alphabet se připojil k malé skupině společností, které tuto hranici pokořily. Jsou mezi nimi zatím americké firmy Nvidia, Microsoft a Apple.
Spojené státy a Čína dosáhly dohody ohledně pokračování populární čínské platformy pro sdílení krátkých videí TikTok v USA. V příspěvku na síti Truth Social to dnes naznačil americký prezident Donald Trump. Dosažení rámcové dohody o TikToku vzápětí oznámil americký ministr financí Scott Bessent, který v Madridu jedná s čínskými představiteli o vzájemných obchodních vztazích mezi USA a Čínou. Bessentova slova později potvrdila také čínská strana.
MKVToolNix, tj. sada nástrojů pro práci s formátem (medialnym kontajnerom) Matroska, byl vydán ve verzi 95.0. Podpora přehrávání formátu Matroska míří do Firefoxu [Bug 1422891, Technický popis]. Přehrávání lze již testovat ve Firefoxu Nightly.
Spolek OpenAlt zve příznivce otevřených řešení a přístupu na 211. sraz, který proběhne v pátek 19. září od 18:00 ve Studentském klubu U Kachničky na Fakultě informačních technologií Vysokého učení technického na adrese Božetěchova 2/1. Na srazu proběhne přednáška Jiřího Eischmanna o nové verzi prostředí GNOME 49. Nemáte-li možnost se zúčastnit osobně, přednáškový blok bude opět streamován živě na server VHSky.cz a následně i zpřístupněn záznam.
Microsoft se vyhnul pokutě od Evropské komise za zneužívání svého dominantního postavení na trhu v souvislosti s aplikací Teams. S komisí se dohodl na závazcích, které slíbil splnit. Unijní exekutivě se nelíbilo, že firma svazuje svůj nástroj pro chatování a videohovory Teams se sadou kancelářských programů Office. Microsoft nyní slíbil jasné oddělení aplikace od kancelářských nástrojů, jako jsou Word, Excel a Outlook. Na Microsoft si
… více »Ahoj,
je možné udělat v SELECTu, že výsledek prvního výrazu se použije ve druhém výrazu? Například něco jako toto:
SELECT 1+2 INTO @x, 4*@x;
To samozřejmě nefunguje, ale třeba to nějak jde. Zatím to dělám takto:
SELECT 1+2 INTO @x; SELECT 4*@x;
Jde to udělat jedním SELECTem, nebo je nutno použít dva?
Řešení dotazu:
SELECT 4*(1+2);
Ono je to moc zjednodušené, v tom prvním výrazu je prostě komplikovanější výpočet. A ve druhém je výraz, kde použiji výsledek prvního výrazu. Pokud to chci mít v jednom selectu, tak musim ten komplikovaný výpočet provést ještě jednou, to samozřejmě lze. Jen mě napadlo, zda-li na to neexistuje finta, neopakovat ještě jednou ten komplikovaný výpočet.
SELECT 1+2 AS x, 4*x
. Ale nevím, zda to projde, asi to bude záviset i na konkrétní databázi.
Toto a podobné jsem zkoušel na MySQL a bohužel nic.
Např. v PostgreSQL to nefunguje. Ale obecně funguje vnořený dotaz:
SELECT x, 4*x FROM (SELECT 1+2 AS x) AS z
select cx, cx from (select code as cx FROM base.centers) as scxkde cx je předvipočítáno a může se zůčastnit dalších výpočtů.
Zjednodusil jsi to mozna az trochu moc brutalne;), ale jinak jestli chapu dobre co chces, tak v Oracle a PostgreSQL (nevim, jak je na tom Firebird a vim, ze MySQL to neumi) existuje WITH statement, neco jako (pgsql):
WITH
AS ( SELECT 1+2 AS kouzelnenumero )
SELECT
kouzelnenumero, 4*kouzelnenumero FROM tri
err... WITH tri AS [...] ... je brzo rano
Pointa WITH (factoring klauzule) je hlavně v tom, že materializuje. Bez indexů. A z toho vyplývá i využití. Třeba Oracle umí udělat in-line view, ale někdy ne, což je zákeřné.
Následující příklad ukazuje in-line view:
CREATE TABLE my_all_tables ( table_id NUMBER(10) NOT NULL, table_name VARCHAR2(30) NOT NULL) / ALTER TABLE my_all_tables ADD CONSTRAINT pk_mat_tid PRIMARY KEY (table_id) / CREATE TABLE my_all_schemas ( schema_name VARCHAR2(30) NOT NULL, table_id NUMBER(10) NOT NULL) / INSERT ALL INTO my_all_tables (table_id, table_name) VALUES (table_id1, table_name1) INTO my_all_schemas (schema_name, table_id) VALUES (table_schema1, table_id1) SELECT ROW_NUMBER() OVER (ORDER BY att.table_name ASC) AS table_id1, att.owner AS table_schema1, att.table_name AS table_name1 FROM all_tables att / COMMIT / ALTER TABLE my_all_schemas ADD CONSTRAINT fk_mas_mat FOREIGN KEY (table_id) REFERENCING my_all_tables (table_id) / CREATE INDEX idx_mat_tn ON my_all_tables (table_name) / EXPLAIN PLAN FOR SELECT '"' || mas.schema_name || '"."' || mat.table_name || '"' AS full_name FROM my_all_schemas mas INNER JOIN my_all_tables mat ON (mas.table_id = mat.table_id) WHERE mat.table_name LIKE 'C%' / SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY) / EXPLAIN PLAN FOR SELECT '"' || dta.schema_name || '"."' || dta.table_name || '"' AS full_name FROM (SELECT mas.schema_name, mat.table_name FROM my_all_schemas mas INNER JOIN my_all_tables mat ON (mas.table_id = mat.table_id)) dta WHERE dta.table_name LIKE 'C%' / SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY) / EXPLAIN PLAN FOR WITH dta AS (SELECT mas.schema_name, mat.table_name FROM my_all_schemas mas INNER JOIN my_all_tables mat ON (mas.table_id = mat.table_id)) SELECT '"' || dta.schema_name || '"."' || dta.table_name || '"' AS full_name FROM dta WHERE dta.table_name LIKE 'C%' / SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY) / DROP TABLE my_all_schemas PURGE / DROP TABLE my_all_tables PURGE /
A výstup:
CREATE TABLE succeeded. ALTER TABLE my_all_tables succeeded. CREATE TABLE succeeded. 5254 rows inserted COMMIT succeeded. ALTER TABLE my_all_schemas succeeded. CREATE TABLE succeeded. ALTER TABLE my_all_tables succeeded. CREATE TABLE succeeded. 5254 rows inserted COMMIT succeeded. ALTER TABLE my_all_schemas succeeded. CREATE INDEX succeeded. EXPLAIN PLAN succeeded. PLAN_TABLE_OUTPUT ----------------------------------------------------------------------------------------------- Plan hash value: 1386169526 ----------------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ----------------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 171 | 10260 | 11 (10)| 00:00:01 | |* 1 | HASH JOIN | | 171 | 10260 | 11 (10)| 00:00:01 | | 2 | TABLE ACCESS BY INDEX ROWID| MY_ALL_TABLES | 171 | 5130 | 5 (0)| 00:00:01 | |* 3 | INDEX RANGE SCAN | IDX_MAT_TN | 171 | | 3 (0)| 00:00:01 | | 4 | TABLE ACCESS FULL | MY_ALL_SCHEMAS | 2627 | 78810 | 5 (0)| 00:00:01 | ----------------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 1 - access("MAS"."TABLE_ID"="MAT"."TABLE_ID") 3 - access("MAT"."TABLE_NAME" LIKE 'C%') filter("MAT"."TABLE_NAME" LIKE 'C%') Note ----- - dynamic sampling used for this statement 22 rows selected EXPLAIN PLAN succeeded. PLAN_TABLE_OUTPUT ----------------------------------------------------------------------------------------------- Plan hash value: 1386169526 ----------------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ----------------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 171 | 10260 | 11 (10)| 00:00:01 | |* 1 | HASH JOIN | | 171 | 10260 | 11 (10)| 00:00:01 | | 2 | TABLE ACCESS BY INDEX ROWID| MY_ALL_TABLES | 171 | 5130 | 5 (0)| 00:00:01 | |* 3 | INDEX RANGE SCAN | IDX_MAT_TN | 171 | | 3 (0)| 00:00:01 | | 4 | TABLE ACCESS FULL | MY_ALL_SCHEMAS | 2627 | 78810 | 5 (0)| 00:00:01 | ----------------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 1 - access("MAS"."TABLE_ID"="MAT"."TABLE_ID") 3 - access("MAT"."TABLE_NAME" LIKE 'C%') filter("MAT"."TABLE_NAME" LIKE 'C%') Note ----- - dynamic sampling used for this statement 22 rows selected EXPLAIN PLAN succeeded. PLAN_TABLE_OUTPUT ----------------------------------------------------------------------------------------------- Plan hash value: 1386169526 ----------------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ----------------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 171 | 10260 | 11 (10)| 00:00:01 | |* 1 | HASH JOIN | | 171 | 10260 | 11 (10)| 00:00:01 | | 2 | TABLE ACCESS BY INDEX ROWID| MY_ALL_TABLES | 171 | 5130 | 5 (0)| 00:00:01 | |* 3 | INDEX RANGE SCAN | IDX_MAT_TN | 171 | | 3 (0)| 00:00:01 | | 4 | TABLE ACCESS FULL | MY_ALL_SCHEMAS | 2627 | 78810 | 5 (0)| 00:00:01 | ----------------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 1 - access("MAS"."TABLE_ID"="MAT"."TABLE_ID") 3 - access("MAT"."TABLE_NAME" LIKE 'C%') filter("MAT"."TABLE_NAME" LIKE 'C%') Note ----- - dynamic sampling used for this statement 22 rows selected DROP TABLE my_all_schemas succeeded. DROP TABLE my_all_tables succeeded.
Ale jakmile uděláš něco složitějšího:
WITH dta AS (SELECT mas.schema_name, mat.table_name, LENGTH(mat.table_name) AS table_name_len FROM my_all_schemas mas INNER JOIN my_all_tables mat ON (mas.table_id = mat.table_id)) SELECT '"' || dta.schema_name || '"."' || dta.table_name || '" (' || gen.val || ')' AS full_name FROM dta INNER JOIN (SELECT gen.val FROM (SELECT LEVEL AS val FROM dual CONNECT BY LEVEL <= (SELECT MAX(dta.table_name_len) FROM dta)) gen) gen ON ((dta.table_name_len <= 1 AND gen.val = 1) OR (dta.table_name_len > 1 AND gen.val <= dta.table_name_len)) WHERE dta.table_name LIKE 'C%' /
pak LOAD AS SELECT a čau:
EXPLAIN PLAN succeeded. PLAN_TABLE_OUTPUT ------------------------------------------------------------------------------------------------------------- Plan hash value: 330330509 ------------------------------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | ------------------------------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 8 | 480 | 21 (5)| 00:00:01 | | 1 | TEMP TABLE TRANSFORMATION | | | | | | | 2 | LOAD AS SELECT | | | | | | |* 3 | HASH JOIN | | 2627 | 153K| 11 (10)| 00:00:01 | | 4 | TABLE ACCESS FULL | MY_ALL_SCHEMAS | 2627 | 78810 | 5 (0)| 00:00:01 | | 5 | TABLE ACCESS FULL | MY_ALL_TABLES | 2627 | 78810 | 5 (0)| 00:00:01 | | 6 | NESTED LOOPS | | 8 | 480 | 10 (0)| 00:00:01 | | 7 | VIEW | | 1 | 13 | 2 (0)| 00:00:01 | |* 8 | CONNECT BY WITHOUT FILTERING| | | | | | | 9 | FAST DUAL | | 1 | | 2 (0)| 00:00:01 | | 10 | SORT AGGREGATE | | 1 | 13 | | | | 11 | VIEW | | 2627 | 34151 | 8 (0)| 00:00:01 | | 12 | TABLE ACCESS FULL | SYS_TEMP_0FD9D6608_51DED0 | 2627 | 120K| 8 (0)| 00:00:01 | |* 13 | VIEW | | 8 | 376 | 8 (0)| 00:00:01 | | 14 | TABLE ACCESS FULL | SYS_TEMP_0FD9D6608_51DED0 | 2627 | 120K| 8 (0)| 00:00:01 | ------------------------------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 3 - access("MAS"."TABLE_ID"="MAT"."TABLE_ID") 8 - filter(LEVEL<= (SELECT MAX("DTA"."TABLE_NAME_LEN") FROM (SELECT /*+ CACHE_TEMP_TABLE ("T1") */ "C0" "SCHEMA_NAME","C1" "TABLE_NAME","C2" "TABLE_NAME_LEN" FROM "SYS"."SYS_TEMP_0FD9D6608_51DED0" "T1") "DTA")) 13 - filter("DTA"."TABLE_NAME" LIKE 'C%' AND ("DTA"."TABLE_NAME_LEN"<=1 AND "GEN"."VAL"=1 OR "DTA"."TABLE_NAME_LEN">1 AND "GEN"."VAL"<="DTA"."TABLE_NAME_LEN")) Note ----- - dynamic sampling used for this statement 35 rows selected
Zatímco, když si ty dotazy rozkopíruješ:
SELECT '"' || dta.schema_name || '"."' || dta.table_name || '" (' || gen.val || ')' AS full_name FROM (SELECT mas.schema_name, mat.table_name, LENGTH(mat.table_name) AS table_name_len FROM my_all_schemas mas INNER JOIN my_all_tables mat ON (mas.table_id = mat.table_id)) dta INNER JOIN (SELECT gen.val FROM (SELECT LEVEL AS val FROM dual CONNECT BY LEVEL <= (SELECT MAX(dta.table_name_len) FROM (SELECT mas.schema_name, mat.table_name, LENGTH(mat.table_name) AS table_name_len FROM my_all_schemas mas INNER JOIN my_all_tables mat ON (mas.table_id = mat.table_id)) dta)) gen) gen ON ((dta.table_name_len <= 1 AND gen.val = 1) OR (dta.table_name_len > 1 AND gen.val <= dta.table_name_len)) WHERE dta.table_name LIKE 'C%' /
dostaneš:
EXPLAIN PLAN succeeded. PLAN_TABLE_OUTPUT --------------------------------------------------------------------------------------------------- Plan hash value: 2113348083 --------------------------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | --------------------------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 1 | 73 | 12 (9)| 00:00:01 | |* 1 | HASH JOIN | | 1 | 73 | 12 (9)| 00:00:01 | | 2 | NESTED LOOPS | | | | | | | 3 | NESTED LOOPS | | 1 | 43 | 6 (0)| 00:00:01 | | 4 | VIEW | | 1 | 13 | 2 (0)| 00:00:01 | |* 5 | CONNECT BY WITHOUT FILTERING| | | | | | | 6 | FAST DUAL | | 1 | | 2 (0)| 00:00:01 | | 7 | SORT AGGREGATE | | 1 | 43 | | | |* 8 | HASH JOIN | | 2627 | 110K| 11 (10)| 00:00:01 | | 9 | TABLE ACCESS FULL | MY_ALL_SCHEMAS | 2627 | 34151 | 5 (0)| 00:00:01 | | 10 | TABLE ACCESS FULL | MY_ALL_TABLES | 2627 | 78810 | 5 (0)| 00:00:01 | |* 11 | INDEX RANGE SCAN | IDX_MAT_TN | 171 | | 2 (0)| 00:00:01 | |* 12 | TABLE ACCESS BY INDEX ROWID | MY_ALL_TABLES | 1 | 30 | 4 (0)| 00:00:01 | | 13 | TABLE ACCESS FULL | MY_ALL_SCHEMAS | 2627 | 78810 | 5 (0)| 00:00:01 | --------------------------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 1 - access("MAS"."TABLE_ID"="MAT"."TABLE_ID") 5 - filter(LEVEL<= (SELECT MAX(LENGTH("MAT"."TABLE_NAME")) FROM "MY_ALL_TABLES" "MAT","MY_ALL_SCHEMAS" "MAS" WHERE "MAS"."TABLE_ID"="MAT"."TABLE_ID")) 8 - access("MAS"."TABLE_ID"="MAT"."TABLE_ID") 11 - access("MAT"."TABLE_NAME" LIKE 'C%') filter("MAT"."TABLE_NAME" LIKE 'C%') 12 - filter("GEN"."VAL"=1 AND LENGTH("MAT"."TABLE_NAME")<=1 OR LENGTH("MAT"."TABLE_NAME")>1 AND "GEN"."VAL"<=LENGTH("MAT"."TABLE_NAME")) Note ----- - dynamic sampling used for this statement 36 rows selected
Ano, příklad není ideální, ale nic lepšího mě teď narychlo nenapadá.
Oracle 11gR1
SELECT @x:=1+2, 4*@x; +---------+------+ | @x:=1+2 | 4*@x | +---------+------+ | 3 | 12 | +---------+------+Je to tedy vyřešeno, jen jsem už zapoměl, proč jsem to vlastně chtěl...
Tiskni
Sdílej: