4

答案

CL. 的答案就是诀窍！我最终使用了一个 Python 脚本（可以在下一节中查看，称为“更新：努力寻找答案”），一旦我正确设置了我的数据库，以便将 ID 列设置为整数键（或者，如果不可能，数字）并且名称列被设置为文本然后它起作用了！

更新：努力寻找答案

我尝试运行如下所示的 .py 文件：

import sqlite3
conn = sqlite3.connect('data.db')
c = conn.cursor()

c.executescript("""
UPDATE CorpData
SET OperationID4Counter =
      (SELECT COUNT(*)
       FROM PlantData JOIN OperationData
                      ON PlantName LIKE '%' || OperationName
       WHERE OperationID IN (SELECT OperationID
                             FROM ServiceData
                             WHERE ServiceID = 512)
         AND CorpID = CorpData.CorpID)
        """)

并得到这个错误：sqlite3.OperationalError: ambiguous column name: OperationID。我猜这是因为我们加入了 PlantData 和 OperationData，它们都有一个名为OperationID. 当我将该行代码更改为 read WHERE OperationData.OperationID IN (SELECT OperationIDorWHERE PlantData.OperationID IN (SELECT OperationID时，它会运行，但最终在列CorpData下的表的所有行中都为零OperationID4Counter。

我想我们很接近了，但没有雪茄。我认为这条线有些地方不对，ON StationName LIKE '%' || OperationName因为当我将其更改为ON StationName LIKE '%house'（如果我理解正确的话，应该在“house”中得到所有结尾，其中包括 Warehouse）我仍然以 OperationID4Counter 的全零结束（甚至尽管它至少应该计算确实具有 OperationID4 的仓库。）

CL。要求提供一些 .dump 信息以查看该数据库中使用了哪些类型。我没有指定任何东西，所以它只是使用默认值。另请注意，各种表的列比我在示例中显示的列多（但还要注意，这些列与此问题无关，因为它们处理与手头问题无关的数据。）例如，一个PlantData 表的 .dump 如下所示：

INSERT INTO "PlantData" VALUES('60015145','0','0','50000000','10000','15','386
8','1000181','30003830','20000560','10000048','Anytown 334 - Unit 3 - Widgit Corp Logistics Center','-1.444E+12','-71312793600','-9.25528E+11','0.5','0.025','4
');

OperationData 中的 .dump 片段如下所示：

INSERT INTO "OperationData" VALUES('20','45','Manufacturing','','0','0','0','0',
'0','','','','','');

来自 CorpData 的 .dump 片段如下所示：

INSERT INTO "CorpData" VALUES(NULL,0,'1000158','Shapeset',' S',' N',' 500005','
XYZ Consortium',' 20','6','7','1','5','0');

背景和数据样本

我有 4 个表 - 我想从其中 3 个表中提取数据以在某些条件下增加一个计数器，然后将此计数器作为新列添加到第 4 个。我们称之为第 4 个表CorpData（我想添加更多数据）目前看起来像这样，通常有 10-50 行（注意我使用逗号来显示列分隔符）：

CorpID, CorpName, Size, Type, PlantCount, OtherCounter1, OtherCounter2, OtherCounter3, OtherCounter4, OtherCounter5
100002, Widgit Corp, G, R, 25, 1, 5, 4, 3, 0
100004, ACME Corp, G, S, 15, 15, 4, 25, 28, 1

值得注意的部分是 CorpID（唯一键）和 PlantCount，它是该公司拥有多少工厂（即设施）的计数器。

这些附加数据源表中的第一个，我们称它OperationData有这样的数据，大约有 50 行：

OperationID, OperationName, Description
1, Warehouse, This facility stores items
2, Distribution Center, Items are brought her from Warehouses to be distributed
3, Factory, Goods are manufactured here

第二个，ServiceData大约有 700 行，看起来像这样：

OperationID, ServiceID
1, 4
1, 25
1, 33
1, 105
1, 19505
1, 32590
2, 4
2, 25
2, 55
2, 199
2, 19505
2, 335679
2, 529934
3, 2
3, 105
3, 55
3, 170
3, 48907

每个 ServiceID 都在另一个表中进行了解释，但我想搜索一个或两个 ServiceID，我将指定它们，例如 4 和 55。

最后一个需要注意的数据表，我们称之为PlantData，包含所有公司的所有工厂的详细信息，因此它有大约 5200 行，如下所示：

PlantID, CorpID, CityID, CountryID, PlantName
60000004, 100002, 74900, 34590, Somewhereville 123 - Widgit Corp Warehouse
60000007, 100002, 74878, 34590, Anytown 334 - Unit 3 - Widgit Corp Distribution Center
60000023, 100002, 56799, 23487, Quietville 532 - Unit 4 - Widgit Corp Warehouse
60000027, 100004, 74900, 34590, Somewhereville 544 - Unit 3 - ACME Corp Distribution Center
60000150, 100004, 56799, 23487, Quietville 312 - Unit 2 - ACME Corp Factory
60000155, 100004, 56799, 23487, Quietville 312 - Unit 4 - ACME Corp Warehouse

请注意以下几点： 1) 此表中的 CorpID 与我的起始表中的 CorpID 匹配 2) 给定 CorpID 的 CorpName 将始终出现在 PlantName 中 3) PlantName 还包含一个 OperationName 4) 一个 CityID 可以拥有多个公司的工厂以及同一公司的多个工厂。4）作为旁注，这只是该表的一小部分，如果您计算给定 CorpID 出现在该表中的所有时间，它将与该 CorpID 的 PlantCount 相同（因此这可以用作检查某种以确保没有遗漏任何植物。）

问题

我想在表中添加两个新列CorpData，它们都将是计数 - 第一个将是该公司拥有多少 ServiceID 4 的植物的计数，第二个是该公司拥有多少具有 ServiceID 55 的植物的计数。为此，我需要查看长PlantData表，从每个 PlantName 中解析出 OperationName（从OperationData表中），检查以找到 OperationName 对应的 OperationID（在OperationData表中），并查看该 OperationID 是否与 ServiceID 一起列出（来自表）有问题（第一种情况下为ServiceData4，第二种情况下为 55。）

我打算使用 sqlite3 来执行此操作，并将我的 4 个表存储在一个 .db 文件中，但如果你能提出一个可靠的理由，为什么我应该在 sqlite3 上使用该选项，我可能会对其他选项持开放态度。

目标

鉴于此处的示例，我的最终目标是使CorpData表格如下所示：

CorpID, CorpName, Size, Type, PlantCount, OtherCounter1, OtherCounter2, OtherCounter3, OtherCounter4, OtherCounter5, OperationID4Counter, OperationID55Counter
100002, Widgit Corp, G, R, 25, 1, 5, 4, 3, 0, 3, 1
100004, ACME Corp, G, S, 15, 15, 4, 25, 28, 1, 2, 2

这是因为 Widgit Corp 有两个仓库和一个配送中心，仓库和配送中心都有 OperationID 4，但只有配送中心和工厂的 OperationID 为 55，ACME Corp 各有 1 个工厂、仓库和配送中心，而工厂没有有 OperationID 4 但他们确实有 OperationID 55。

其他注意事项

以下是一些我认为可能会使事情变得更棘手的事情：

  1. PlantName 包含几个单词，它可能有也可能没有Unit X -。OperationName 并不总是只有一个词长，CorpName 也可以多于（或少于）两个词。因此，在 PlantName 中查找 OperationName 可能必须查看整个内容，而不是尝试以某种方式将其拆分为几块以仅搜索可能包含 OperationName 的部分。
  2. 当我们沿着PlantData表格向下工作并计算匹配项时，我们必须继续检查另外两个表格，看看是否PlantData应该计算其中的一行。我担心如果这段代码没有正确构建，它最终可能会很慢。
  3. 至少对我来说很难把所有这些都包起来，所以可能很容易引用错误的表，或者错过从 OperationName 到相应 OperationID 之类的搜索步骤。
4

1 回答 1

1 
UPDATE CorpData
SET OperationID4Counter =
      (SELECT COUNT(*)
       FROM PlantData JOIN OperationData
                      ON PlantName LIKE '%' || OperationName
       WHERE OperationData.OperationID IN (SELECT OperationID
                                           FROM ServiceData
                                           WHERE ServiceID = 4)
         AND CorpID = CorpData.CorpID)
于 2012-11-10T15:44:48.923 回答