在 ClickHouse 中合并函数替换

Question

我是 ClickHouse 的初学者，正在尝试使用它来处理我们项目的统计信息。一些桌面软件向我们的服务器发送信息，我们需要将操作系统分组到候选列表中。此示例查询：

SELECT OS
FROM Req
GROUP BY OS

┌─OS──────────────────────────────────────────────────────────────────────────────┐
│ Майкрософт Windows 10 Корпоративная 2016 с долгосрочным обслуживанием           │
│ Майкрософт Ознакомительная версия Windows Server 2012 Standard                  │
│ Майкрософт Windows 10 Домашняя для одного языка                                 │
│ Microsoft Windows 8.1 Enterprise                                                │
│ Майкрософт Windows 8 Корпоративная Прогрессивная                                │
│ Microsoft Windows Server 2008 R2 Standard                                       │
│ Microsoft Windows 8.1 mit Bing                                                  │
│ Microsoft Windows 10 Home                                                       │
│ Microsoft Windows 8 Enterprise N                                                │
│ Майкрософт Windows 8.1 Профессиональная                                         │
│ Майкрософт Windows 8 Профессиональная                                           │
│ Microsoft Windows 7 Rеактивная                                                  │
│ Microsoft Windows 10 Pro Insider Preview                                        │

需要聚合到清理列表中：

8       xxx
8.1     yyy
2008    zzz
2008 R2 aaa

等等。我没有找到 COALESCE 函数，并尝试使用提取物按版本号识别 OS：

 select extract(OS, ' 7 ') || extract(OS, ' 8.1 ') || extract(OS, ' 10 ') || extract(OS, ' 2008 R2 ') || extract (OS, ' 2008 ') || extract(OS, ' 2012 R2 ') || extract(OS, ' 2012 ')  as Value, count(distinct SID) from Req group by Value limit 100000;

但是！因为 Windows 2008 和 Windows 2008 R2 在版本字符串中有 '2008'，所以我收到了这个结果：

┌─Value───────────┬─uniqExact(SID)─┐
│                 │            224 │
│  2012           │             17 │
│  10             │           1315 │
│  7              │           4282 │
│  2008           │             20 │
│  2012 R2  2012  │             57 │
│  2008 R2  2008  │            136 │
│  8.1            │            754 │
└─────────────────┴────────────────┘

我的情况需要使用什么功能？谢谢

Answer 1

找到了！

select OS, arrayFirst(x -> cast(position(OS, x) as UInt8), [' 8 ',' 8.1 ', '2008 R2', '2008'])
from Req
limit 1000;

（没有 CAST，我收到了异常：DB::Exception：过滤列的意外类型。，奇怪...）

Answer 2

这里你需要的是一个multif。

如果找到字符串“2012 R2”，return me that, if "2012" return me that...等等

所以在你的情况下你可以这样做：

multiIf(like(OS, '% 2008 R2 %'), extract(OS, ' 2008 R2 ') , like(OS, '% 2008 %'), extract (OS, ' 2008 '),  'OS_not_found') as Value

这基本上是一个 if else if 并且你可以添加任意多个值，我只是使用了这两个因为我不想写太多，但在你的情况下只需添加所有 OS 你需要的值。它有点冗长，但它完成了工作。

函数：

like(OS, '% 2008 R2 %')

return如果找到字符串则为 true，否则为 false，“%”是 clickhouse 中的正则表达式通配符。由于 multif 在第一次匹配时停止，因此您不会得到两个具有相同值的提取字符串。

在 ClickHouse 中合并函数替换

Coalesce function replacing in ClickHouse

clickhouse