Вилучення даних SQL за допомогою OFFSET і FETCH

У цьому блозі ми будемо обговорювати та FETCH. Ці два – у поєднанні – є дуже потужними та можуть допомогти нам у наших завданнях вилучення даних SQL. Ми можемо використовувати ці два для отримання даних на основі наших вимог або потреб.

Мета OFFSET — пропустити перші рядки, які ви згадали у своєму наборі даних. З іншого боку, ми використовуємо FETCH для обмеження рядків. Це обидва варіанти порядку за пунктом . Майте на увазі, що ці два параметри не працюватимуть, якщо ви не використовуєте речення ORDER BY .

У цьому прикладі ми можемо використовувати порядок за ідентифікатором або порядок за назвою . Після цього, коли ви використовуєте OFFSET 5 ROWS , він пропускатиме перші 5 рядків. Коли ви об’єднуєте FETCH NEXT 10 ROWS ONLY , буде отримано лише наступні 10 даних після 5 рядків.

Але якщо ми не використовуємо команду FETCH , вона покаже всі інші рядки, крім тих, де ми використовували OFFSET .

Вилучення даних SQL за допомогою OFFSET і FETCH

Це означає, що рядки з 6 по 15 з’являться в наших результатах і більше нічого.

Вилучення даних SQL за допомогою OFFSET і FETCH

Зміст

Вибір таблиці

Спочатку відкриємо наш. У цьому прикладі ми вже маємо просту таблицю.

Вилучення даних SQL за допомогою OFFSET і FETCH

Далі виділіть команду для завантаження таблиці.

Вилучення даних SQL за допомогою OFFSET і FETCH

Після цього натисніть Виконати .

Вилучення даних SQL за допомогою OFFSET і FETCH

Потім ви побачите таблицю на вкладці «Результати» .

Вилучення даних SQL за допомогою OFFSET і FETCH

Використання OFFSET для вилучення даних SQL

У вихідних даних ви побачите, що ми маємо ID та Name .

Вилучення даних SQL за допомогою OFFSET і FETCH

Якщо ми виконаємо команду з « ORDER BY ID », вона відсортує дані за зростанням залежно від номера ID.

Вилучення даних SQL за допомогою OFFSET і FETCH

Вилучення даних SQL за допомогою OFFSET і FETCH

Ми також можемо використати команду “ ORDER BY ID DESC ” для сортування даних за спаданням.

Вилучення даних SQL за допомогою OFFSET і FETCH

Але для цього прикладу ми виконаємо команду « ORDER BY ID ». Далі пропустимо перші 10 рядків у виведенні. Тому ми введемо « ЗМІЩЕННЯ 10 РЯДІВ ».

Вилучення даних SQL за допомогою OFFSET і FETCH

Після цього виділимо команди, які ми будемо виконувати. Потім натисніть Виконати .

Вилучення даних SQL за допомогою OFFSET і FETCH

Перевіривши результат на вкладці «Результати» , ми побачимо, що команда, яку ми використали, пропустила перші 10 рядків. Тепер він просто показує дані з ID 11 .

Вилучення даних SQL за допомогою OFFSET і FETCH

Використання FETCH для вилучення даних SQL

Давайте тепер використаємо FETCH . У цьому прикладі ми отримаємо лише 2 рядки. Це означає, що ID 11 та ID 12 будуть єдиними у виводі.

Спочатку введемо « FETCH NEXT 2 ROWS ONLY ».

Вилучення даних SQL за допомогою OFFSET і FETCH

Далі ми виділимо команди та натиснемо «Виконати» .

Вилучення даних SQL за допомогою OFFSET і FETCH

Тоді ви побачите, що вихідні дані показують ID 11 та ID 12 лише в .

Вилучення даних SQL за допомогою OFFSET і FETCH

Ви можете змінити дозвіл будь-коли, залежно від вашої мети. Ви можете пропустити перші 15 рядків, ввівши « OFFSET FIRST 10 ROWS ». У поєднанні з FETCH він стає потужнішим. Окрім використання « ORDER BY ID », ви також можете використовувати « ORDER BY NAME ».

Висновок

Підводячи підсумок, ми обговорили використання OFFSET і FETCH . Використовуючи ці дві прості команди, ви зможете змінювати обмеження та керувати виводом у рядках, які ви хочете відображати.

Якщо вам не потрібні перші 50 рядків, вам не потрібно прокручувати вниз. Натомість ви можете легко отримати його за допомогою цих простих, але потужних команд. ЗМІЩЕННЯ іможе бути простим. Але коли вони використовуються разом, вони стають потужнішими, оскільки ви маєте більше контролю над даними.

Якщо ви хочете дізнатися більше про цю тему та інший пов’язаний вміст, ви, звичайно, можете переглянути список відповідних посилань нижче.

Все найкраще,

Хафіз


Труба в R: підключення функцій за допомогою Dplyr

Труба в R: підключення функцій за допомогою Dplyr

У цьому підручнику ви дізнаєтесь, як об’єднати функції разом за допомогою оператора каналу dplyr мовою програмування R.

RANKX Deep Dive: функція LuckyTemplates DAX

RANKX Deep Dive: функція LuckyTemplates DAX

RANKX від LuckyTemplates дозволяє повернути рейтинг певного числа в кожному рядку таблиці, який є частиною списку чисел.

Вилучення тем і зображень LuckyTemplates із PBIX

Вилучення тем і зображень LuckyTemplates із PBIX

Дізнайтеся, як розібрати файл PBIX, щоб витягти теми та зображення LuckyTemplates із фону та використовувати їх для створення звіту!

Шпаргалка формул Excel: Посібник середнього рівня

Шпаргалка формул Excel: Посібник середнього рівня

Шпаргалка формул Excel: Посібник середнього рівня

Календарна таблиця LuckyTemplates: що це таке та як ним користуватися

Календарна таблиця LuckyTemplates: що це таке та як ним користуватися

Календарна таблиця LuckyTemplates: що це таке та як ним користуватися

Python у LuckyTemplates: як встановити та налаштувати

Python у LuckyTemplates: як встановити та налаштувати

Дізнайтеся, як інсталювати мову програмування Python у LuckyTemplates і як використовувати її інструменти для написання кодів і відображення візуальних елементів.

Розрахунок динамічної норми прибутку – легкий аналіз LuckyTemplates за допомогою DAX

Розрахунок динамічної норми прибутку – легкий аналіз LuckyTemplates за допомогою DAX

Дізнайтеся, як обчислювати динамічну маржу прибутку за допомогою LuckyTemplates і як ви можете отримати більше інформації, глибше досліджуючи результати.

Сортування стовпців таблиці дат у LuckyTemplates

Сортування стовпців таблиці дат у LuckyTemplates

Дізнайтеся, як правильно сортувати поля зі стовпців розширеної таблиці дат. Це хороша стратегія для складних полів.

Знайдіть свої найкращі продукти для кожного регіону в LuckyTemplates за допомогою DAX

Знайдіть свої найкращі продукти для кожного регіону в LuckyTemplates за допомогою DAX

У цій статті я поясню, як знайти найпопулярніші продукти для регіону за допомогою обчислень DAX у LuckyTemplates, включаючи функції TOPN і CALCULATE.

Вимір сміття: що це таке і чому це щось інше, але не сміття

Вимір сміття: що це таке і чому це щось інше, але не сміття

Дізнайтеся, як використовувати вимірювання сміття для позначок низької потужності, які ви хочете ефективно включити у свою модель даних.