在分层查询的每个级别获取计数

Question

参考之前的其中一个问题的回答， Getting counts/totals at each level of a hierarchical query using CONNECT BY

DIRS
====
DIR_ID 
PARENT_DIR_ID
DIR_NAME

FILES
=====
FILE_ID
FILE_NAME
DIR_ID
FILE_SIZE


       If DIRS contains:

DIR_ID   PARENT_DIR_ID   DIR_NAME
======   =============   ========
1                        ROOT
2        1               DIR1_1
3        1               DIR1_2
4        2               DIR2_1
5        2               DIR2_2

Out Out is shown below.



 FILE_ID   FILE_NAME   DIR_ID   FILE_SIZE
    =======   =========   ======   =========
    1         test1.txt   5        100
    2         test2.txt   5        200
    3         test5.txt   5         50 
    4         test3.txt   3        300
    5         test4.txt   3        300
    6         test6.txt   4        100

我想要一个查询 returns 路径以及层次结构中每个节点中或下方的文件数。基本上是文件数量的汇总。所以查询结果看起来像：

Path                    File_Count    File_Size
=====                   ===========   --------
/ROOT                   6               1050
/ROOT/DIR1_1            4               450 
/ROOT/DIR1_1/DIR2_1     1               100 
/ROOT/DIR1_1/DIR2_2     3               350  
/ROOT/DIR1_2            2               600

  1  select sys_connect_by_path(dp.dir_name, '/') path    
  2         ,(select count(file_id)                       
  3             from dirs dc                              
  4                  ,files f                             
  5            where f.dir_id(+) = dc.dir_id              
  6          connect by prior dc.dir_id = dc.parent_dir_id
  7            start with dc.dir_id = dp.dir_id           
  8          ) count                                      
  9    from dirs dp                                       
 10    connect by prior dp.dir_id = dp.parent_dir_id      
 11*   start with dp.parent_dir_id is null

我怎样才能同时获得大小列旁边的文件大小列的计数。

除了文件大小的总和之外，此查询运行良好。

           (select count(file_id)                       
               from dirs dc                              
                    ,files f                             
              where f.dir_id(+) = dc.dir_id              
            connect by prior dc.dir_id = dc.parent_dir_id
              start with dc.dir_id = dp.dir_id           
            ) count, 
            (select sum(file_size)                       
                       from dirs dc                              
                            ,files f                             
                      where f.dir_id(+) = dc.dir_id              
                    connect by prior dc.dir_id = dc.parent_dir_id
                      start with dc.dir_id = dp.dir_id           
            ) size   
      from dirs dp                                       
     connect by prior dp.dir_id = dp.parent_dir_id      
start with dp.parent_dir_id is null

我修改了查询以获取每个级别的文件大小但没有成功。知道缺少什么吗？

我只需要 File_Size 列的计数，如上所示。

Answer 1

想了很多办法，不妨一一列举出来。

子查询方式

这就是您要使用的 - 列出每个目录，为每个目录执行两个递归子查询。我基本上重复了你在这里写的内容，它按预期工作。您的错误是使用保留字 count 和 size 作为列名。

select sys_connect_by_path(dp.dir_name, '/') path,
(select count(file_id)
   from dirs dc, files f
  where f.dir_id(+) = dc.dir_id
connect by prior dc.dir_id = dc.parent_dir_id
  start with dc.dir_id = dp.dir_id
  ) cnt,
(select sum(file_size)
   from dirs dc, files f
  where f.dir_id(+) = dc.dir_id
connect by prior dc.dir_id = dc.parent_dir_id
  start with dc.dir_id = dp.dir_id
  ) sz
from dirs dp
connect by prior dp.dir_id = dp.parent_dir_id
start with dp.parent_dir_id is null;

但是，在较大的数据集上，这可能会非常慢。还有其他方法。

直接连接方法

这个不是很有效并且有一些限制，但似乎很容易理解。它对我来说比子查询执行得快一点。

1) 获取完整的目录层次结构

2) 根据 (1) 加入文件以找出每个文件的完整目录名

3) 在 file_dirname like dirname||'%' 上连接 (1) 和 (2) 以获得属于指定目录或其任何子目录的文件列表，然后 group by (1).dir_id 并获得您的总和。

请注意，目录名必须全部以“/”结尾才能正常工作；此外，目录完整路径必须是唯一的。

看起来像这样：

with dirs_r as
(select sys_connect_by_path(dp.dir_name, '/')||'/' path, dir_id
  from dirs dp                                       
connect by prior dp.dir_id = dp.parent_dir_id      
  start with dp.parent_dir_id is null
)

select dirs_r.path, count(*), sum(files_q.file_size)
  from dirs_r,
  (select d.path, f.file_size
    from files f, dirs_r d
   where d.dir_id = f.dir_id) files_q
 where files_q.path like dirs_r.path||'%'
group by dirs_r.path
order by dirs_r.path

反向处理：

这可能有点难理解，但根据解释计划效率更高，而且它只使用ID，因此更可靠。它的执行速度也比上述两者都快得多。

1) 使用 dp.dir_id = prior dp.parent_dir_id 和 connect_by_root(dir_id) 为每个目录构建一个 reverse 目录层次结构。这样，您就可以获得每个目录 ID 及其所有父目录的行。

2) Join (1) with files，获取每个文件的每个父目录的行。

3) 在 dir_id 上直接加入 (2)，然后分组。

select dirs_r.path, count(*), sum(filedir.file_size) from
(select sys_connect_by_path(dp.dir_name, '/') path, dir_id
  from dirs dp                                       
connect by prior dp.dir_id = dp.parent_dir_id      
  start with dp.parent_dir_id is null
) dirs_r,

(select f.file_size, dirs_reverse.dir_id dir_id
  from files f,
       (select connect_by_root(dp.dir_id) inner_dir_id, dp.dir_id
          from dirs dp
       connect by dp.dir_id = prior dp.parent_dir_id  
       ) dirs_reverse
 where dirs_reverse.inner_dir_id = f.dir_id) filedir

where dirs_r.dir_id = filedir.dir_id
group by dirs_r.path
order by dirs_r.path

在分层查询的每个级别获取计数

Getting counts at each level of a hierarchical query

sql

oracle

hierarchical-data

recursive-query

connect-by