五种主流数据库:常用数值函数

数据库 SQL Server
SQL 的主要功能就是对数据进行处理和分析。为了提高数据处理的效率,SQL 为我们提供了许多预定义的功能模块,也就是函数(Function)。

SQL 的主要功能就是对数据进行处理和分析。为了提高数据处理的效率,SQL 为我们提供了许多预定义的功能模块,也就是函数(Function)。

数值函数通常接收一个或者多个数字类型的参数,并且返回一个数值结果。本文比较五种主流数据库常用数值函数的实现和差异,包括 MySQL、Oracle、SQL Server、PostgreSQL 以及 SQLite。

数值函数

函数功能

MySQL

Oracle

SQL Server

PostgreSQL

SQLite

ABS(x)

计算x的绝对值

✔️

✔️

✔️

✔️

✔️

CEILING(x)

返回大于或等于x的最小整数

✔️

CEIL(x)

✔️

✔️

CEIL(x)

FLOOR(x)

返回小于或等于x的最大整数

✔️

✔️

✔️

✔️

✔️

MOD(x, y)

计算x除以y的余数

✔️

✔️

x % y

✔️

x % y

ROUND(x, n)

将x四舍五入到n位小数

✔️

✔️

✔️

✔️

✔️

RANDOM()

返回一个伪随机数

RAND()

DBMS_RANDOM

RAND()

✔️

✔️

绝对值函数

ABS(x) 函数计算输入参数的绝对值,例如:

SELECT ABS(-1), ABS(1), ABS(0)
FROM employee
WHERE emp_id = 1;

查询返回的结果如下:

ABS(-1)|ABS(1)|ABS(0)
-------|------|------
      1|     1| 0

取整函数

CEIL(x) 和 CEILING(x) 函数返回大于或等于 x 的最小整数,也就是向上取整。FLOOR(x) 函数返回小于或等于 x 的最大整数,也就是向下取整。例如:

SELECT CEIL(-2), CEILING(-2), FLOOR(4.5)
FROM employee
WHERE emp_id = 1;

Oracle 不支持 CEILING(x) 函数,Microsoft SQL Server 不支持 CEIL(x) 函数。查询返回的结果如下:

CEIL(-2)|CEILING(-2)|FLOOR(4.5)
--------|-----------|----------
      -2|         -2| 4

ROUND(x, n) 函数将 x 四舍五入到 n 位小数,也就是执行四舍五入运算。例如:

SELECT ROUND(9.456, 1), ROUND(9.456)
FROM employee
WHERE emp_id = 1;

第二个函数调用时省略了参数 n,表示四舍五入到整数。Microsoft SQL Server 不能省略参数 n,可以将 ROUND(9.456) 替换成 ROUND(9.456, 0)。查询返回的结果如下:

ROUND(9.456, 1)|ROUND(9.456)
---------------|------------
            9.5| 9

求余函数

MOD(x, y)函数计算 x 除以 y 的余数,也就是执行求模运算。例如:

-- Oracle、MySQL 以及 PostgreSQL
SELECT MOD(5,3)
FROM employee
WHERE emp_id = 1;

Oracle、MySQL 以及 PostgreSQL 实现了 MOD 函数。查询返回的结果如下:

MOD(5,3)
--------
 2

Microsoft SQL Server 和 SQLite 没有提供 MOD 函数,可以使用%运算符进行求模运算:

-- Microsoft SQL Server、MySQL、PostgreSQL 以及 SQLite
SELECT 5 % 3
FROM employee
WHERE emp_id = 1;

MySQL 和 PostgreSQL 也支持这种语法。查询返回的结果和上面的示例相同。

生成伪随机数

通过计算机生成的随机数都是伪随机数,数据库都提供了生成伪随机数的函数。

MySQL 使用 RAND 函数返回一个大于或等于 0 且小于 1 的随机数。Microsoft SQL Server 也使用 RAND 函数返回随机数,但是随机数的取值范围为大于 0 且小于 1。例如:

-- MySQL 和 Microsoft SQL Server
SELECT RAND()
FROM employee
WHERE emp_id <= 3;

对于 MySQL 而言,在一个查询语句中的多次 RAND 函数调用都会返回不同的随机数。查询返回的结果如下:

RAND() 
-------------------
0.12597889371773124
0.6288336549222783
0.7662316241918427

对于 Microsoft SQL Server 而言,在一个查询语句中的多次 RAND 函数调用返回相同的随机数。查询返回的结果如下:

RAND() 
-------------------
0.47224141500963573
0.47224141500963573
0.47224141500963573

一般来说,如果你运行上面的示例将会得到不同的随机数。不过,我们也可以为 RAND 函数指定一个随机数种子,重现相同的随机数。例如:

-- MySQL 和 Microsoft SQL Server
SELECT RAND(1);

其中,函数中的参数 1 是随机数种子。多次执行以上查询将会返回相同的结果。

Oracle 提供了一个系统程序包 DBMS_RANDOM,其中的 VALUE 函数可以用于返回大于或等于 0 且小于 1 的随机数。例如:

-- Oracle
SELECT DBMS_RANDOM.VALUE
FROM employee
WHERE emp_id <= 3;

查询返回的结果如下:

VALUE 
----------------------------------------
0.18048925385153716390255039523196767411
0.3353631757935088547857071602303392595
0.3412188906823928592522036537134902456

对于 Oracle,每次调用 RAND 函数都会返回不同的随机数。

提示:Oracle 系统程序包 DBMS_RANDOM 中还提供了其他生成随机数和随机字符串的函数,以及设置随机数种子的方法,可以查看其官方文档。

PostgreSQL 提供了 RANDOM 函数,可以返回一个大于或等于 0 且小于 1 的随机数。例如:

-- PostgreSQL
SELECT RANDOM()
FROM employee
WHERE emp_id <= 3;

查询返回的结果如下:

random 
------------------
0.1523788485137807
0.2580784959938427
0.0528612944722024

对于 PostgreSQL,每次调用 RANDOM 函数都会返回不同的随机数。如果想要重现相同的随机数,可以使用 SETSEED 函数。例如,重复执行以下两个语句可以得到相同的随机数:

-- PostgreSQL
SELECT SETSEED(0);
SELECT RANDOM();

SQLite 也提供了 RANDOM 函数,可以返回一个大于或等于-263 且小于或等于 263-1 的随机整数。例如:

-- SQLite
SELECT RANDOM()
FROM employee
WHERE emp_id <= 3;

查询返回的结果如下:

RANDOM() 
--------------------
3344080139226703236
-4444734262945592004
8384000175497818543

对于 SQLite,每次调用 RANDOM 函数都会返回不同的随机数。SQLite 不支持随机数种子设置,无法重现相同的随机数。

责任编辑:华轩 来源: SQL编程思想
相关推荐

2024-03-05 15:26:03

日期函数数据库MySQL

2024-01-31 16:46:24

SQL数据库

2011-09-21 11:21:00

NoSQL

2011-03-01 09:10:19

开源数据库

2022-02-17 11:03:33

数据库基础语法用法

2021-02-01 10:17:14

编程C语言计算机

2010-04-15 15:52:12

Oracle数据库

2011-05-16 10:29:44

HandlerSockNoSQL

2011-07-13 09:58:15

HBase

2020-11-23 16:42:38

数据库MySQL技术

2010-03-05 16:03:30

Python连接数据库

2011-04-14 09:27:37

内存数据库

2011-05-30 09:27:35

NoSQL评测

2011-07-06 16:36:40

Redis

2023-11-13 15:36:24

开源数据库

2018-07-30 09:06:46

大数据Hadoop数据架构

2023-09-15 16:03:59

向量数据库开源

2011-05-13 13:38:49

数据库对象

2022-06-10 09:00:00

数据库分布式数据库集群

2021-01-13 15:13:07

Python开发 工具
点赞
收藏

51CTO技术栈公众号