查询以计算Oracle db CLOB列中的不同值

我想查询Oracle DB表中包含CLOB列中每个不同值的行数

这将返回包含值的所有行：

select * from mytable where dbms_lob.instr(mycol,'value') > 0;

使用，返回包含该值的行数：

select count(*) from mytable where dbms_lob.instr(mycol,'value') > 0;

---

但是可以查询每个不同值出现的行数吗

根据该列实际包含的内容，查看是否使用CHAR

---

根据该列实际包含的内容，查看是否使用CHAR

---

标准Oracle函数不支持CLOB值的区分。但是，如果您可以访问DBMS_CRYPTO.HASH函数，则可以比较CLOB哈希，从而获得所需的输出：

select myCol, h.num from
   myTable t join 
      (select min(rowid) rid, count(rowid) num
              from myTable
       where dbms_lob.instr(mycol,'value') > 0
       group by DBMS_CRYPTO.HASH(myCol, 3)) h
   on t.rowid = h.rid;

---

另外，请注意，散列冲突的可能性很小。但如果您同意，可以使用这种方法。

标准Oracle函数不支持区分CLOB值。但是，如果您可以访问DBMS_CRYPTO.HASH函数，则可以比较CLOB哈希，从而获得所需的输出：

select myCol, h.num from
   myTable t join 
      (select min(rowid) rid, count(rowid) num
              from myTable
       where dbms_lob.instr(mycol,'value') > 0
       group by DBMS_CRYPTO.HASH(myCol, 3)) h
   on t.rowid = h.rid;

---

另外，请注意，散列冲突的可能性很小。但是如果你同意的话，你可以使用这种方法。

如果你的CLOB值超过4000字节，如果不是，为什么它们是CLOB？那么它就不是完美的了——冲突是可能的，如果不太可能的话——但是您可以散列CLOB值

如果要计算不同值的数量：

select count(distinct dbms_crypto.hash(src=>mycol, typ=>2))
from mytable
where dbms_lob.instr(mycol,'value') > 0;

如果要计算每个不同值出现的次数：

select mycol, cnt
from (
  select mycol,
    count(*) over (partition by dbms_crypto.hash(src=>mycol, typ=>2)) as cnt,
    row_number() over (partition by dbms_crypto.hash(src=>mycol, typ=>2) order by null) as rn
  from mytable
  where dbms_lob.instr(mycol,'value') > 0
)
where rn = 1;

由于数据量大，这两种方法都可能相当昂贵且速度较慢

typ=>2给出了dbms_crypto.hash_md5的数值，因为您不能在SQL调用中引用包常量，至少最高可达12cR1

更为粗略但可能更快的是，您可以仅根据前4000个字符进行计数-这对于您的实际数据可能是合理的，也可能不是合理的：

select count(distinct dbms_lob.substr(mycol, 4000, 1))
from mytable
where dbms_lob.instr(mycol,'value') > 0;

select dbms_lob.substr(mycol, 4000, 1), count(*)
from mytable
where dbms_lob.instr(mycol,'value') > 0
group by dbms_lob.substr(mycol, 4000, 1);

---

如果CLOB值超过4000字节，如果不是，为什么是CLOB？那么它就不是完美的了——冲突是可能的，如果不太可能的话——但是您可以散列CLOB值

如果要计算不同值的数量：

select count(distinct dbms_crypto.hash(src=>mycol, typ=>2))
from mytable
where dbms_lob.instr(mycol,'value') > 0;

如果要计算每个不同值出现的次数：

select mycol, cnt
from (
  select mycol,
    count(*) over (partition by dbms_crypto.hash(src=>mycol, typ=>2)) as cnt,
    row_number() over (partition by dbms_crypto.hash(src=>mycol, typ=>2) order by null) as rn
  from mytable
  where dbms_lob.instr(mycol,'value') > 0
)
where rn = 1;

由于数据量大，这两种方法都可能相当昂贵且速度较慢

typ=>2给出了dbms_crypto.hash_md5的数值，因为您不能在SQL调用中引用包常量，至少最高可达12cR1

更为粗略但可能更快的是，您可以仅根据前4000个字符进行计数-这对于您的实际数据可能是合理的，也可能不是合理的：

select count(distinct dbms_lob.substr(mycol, 4000, 1))
from mytable
where dbms_lob.instr(mycol,'value') > 0;

select dbms_lob.substr(mycol, 4000, 1), count(*)
from mytable
where dbms_lob.instr(mycol,'value') > 0
group by dbms_lob.substr(mycol, 4000, 1);

---

这将得到ORA-22835：缓冲区太小。。。如果12cR2+中的任何CLOB值超过4k或可能超过32k，则不确定。如果所有的值都小于这个极限，那么我想你会质疑CLOB的使用——这可能就是你第一句话所指的？是的，@Alex，这就是我的意思。关于OP发布的代码，看起来该列可能包含一个单词，因为他们正在寻找值。如果有一个完整的句子或段落，或者…，count就没有意义了，因为这个组可能总是会导致count等于1。这当然会导致您所说的：在这种情况下，CLOB数据类型的用途是什么。这将导致ORA-22835：缓冲区太小。。。如果12cR2+中的任何CLOB值超过4k或可能超过32k，则不确定。如果所有的值都小于这个极限，那么我想你会质疑CLOB的使用——这可能就是你第一句话所指的？是的，@Alex，这就是我的意思。关于OP发布的代码，看起来该列可能包含一个单词，因为他们正在寻找值。如果有一个完整的句子或段落，或者…，count就没有意义了，因为这个组可能总是会导致count等于1。这当然会引出您所说的：在本例中，CLOB数据类型的目的是什么；稍后，您会说“该行”中每个唯一值的计数-这意味着什么？；标题很模糊。。。你到底想要哪一个？说得好。我实际上是在寻找每个值的计数，即有多少行包含该值。我对我的问题进行了编辑，以反映这一点。第一句话说，您需要不同值的数量；稍后，您会说“该行”中每个唯一值的计数-这意味着什么？；标题很模糊。。。你到底想要哪一个？说得好。我实际上是在寻找每个值的计数，即有多少行包含该值。我编辑了我的问题，以反映.dbms_加密常量在SQL调用中不被识别，至少在12cR1以下；在以后的版本中允许吗？这是文字3而不是那个引用，但很奇怪…@AlexPoole，实际上，不知道那个东西。更改了答案，谢谢。无法识别dbms_加密常量i

---

n个SQL调用，至少高达12cR1；在以后的版本中允许吗？这是文字3而不是那个引用，但很奇怪…@AlexPoole，实际上，不知道那个东西。更改了答案，谢谢。