实测：Vertica 与 WutongDB 函数对比测试之_匹配和搜索函数篇

测试环境：

Vertica：Vertica Analytic Database v11.1.1-22
WutongDB：V5.4.10.0

1. match_columns

功能说明：
match_columns(pattern) 函数用于在表中搜索列名，返回与指定模式（pattern）匹配的列名列表。这个函数特别适用于在大型表中查找特定的列。

测试语句：

select
  match_columns('%id%')
from
  bdcis.tb_cis_user_induser_day
limit
  10;

Vertica 输出结果：
vertica 可以直接使用该函数，输出结果如下图所示：
WutongDB 输出结果：
在梧桐数据库在显示无此函数，如下图所示：
Wutong DB 5.4 替代方案：
- 在 Wutong DB 5.4 中没有直接等效的 match_columns 函数，可以通过元数据表 information_schema.columns 和模式匹配来实现类似功能：
```
sql复制代码SELECT column_name 
FROM information_schema.columns 
WHERE table_name = 'tb_cis_user_induser_day' 
  AND column_name LIKE '%id%';
```
- 函数说明：
  - information_schema.columns：存储数据库中所有表和列的元数据信息。
  - LIKE '%id%'：用于进行模式匹配，查找列名中包含 "id" 的列。

Wutong DB 6 替代方案：

在 Wutong DB 6 中，同样可以使用 information_schema.columns 结合 LIKE 实现列名匹配：

sql复制代码SELECT column_name 
FROM information_schema.columns 
WHERE table_name = 'tb_cis_user_induser_day' 
  AND column_name LIKE '%id%';

2. regexp_count

功能说明：
regexp_count(expression, pattern) 函数用于计算表达式中与指定正则表达式模式匹配的子字符串的数量。这个函数常用于统计文本中特定模式出现的次数。

测试语句：

select
  user_id,
  regexp_count(user_id, '9')
from
  bdcis.tb_cis_user_induser_day
limit
  10;

Vertica 输出结果：
vertica 可以直接使用该函数，输出结果如下图所示：
WutongDB 输出结果：
在梧桐数据库在显示无此函数，如下图所示：
Wutong DB 5.4 替代方案：
- 在 Wutong DB 5.4 中没有 regexp_count 函数，但可以通过 regexp_matches 函数结合数组长度计算来模拟实现：
```
SELECT array_length(regexp_matches(expression, pattern, 'g'), 1) AS match_count;
```
- 函数说明：
  - regexp_matches(expression, pattern, 'g')：返回所有匹配模式的子字符串，使用 'g' 选项表示全局匹配。
  - array_length(array, 1)：返回数组的长度，表示匹配项的数量。
Wutong DB 6 替代方案：
- 在 Wutong DB 6 中，也没有直接的 regexp_count 函数，可以继续使用上述方法：
```
SELECT array_length(regexp_matches(expression, pattern, 'g'), 1) AS match_count;
```

3. regexp_ilike

功能说明：
regexp_ilike(expression, pattern) 函数用于判断表达式是否与指定的正则表达式模式不区分大小写匹配。这个函数类似于ILIKE，但支持正则表达式。

测试语句：

select
  *
from
  bdcis.tb_cis_user_induser_day
where
  regexp_ilike(gender, 'F')
LIMIT
  10;

Vertica 输出结果：
vertica 可以直接使用该函数，输出结果如下图所示：
WutongDB 输出结果：
在梧桐数据库在显示无此函数，如下图所示：
Wutong DB 5.4 替代方案：
- 在 Wutong DB 5.4 中，可以通过 LOWER() 函数和正则表达式结合实现不区分大小写的匹配。
```
SELECT * 
FROM table_name 
WHERE LOWER(expression) ~ LOWER(pattern);
```
Wutong DB 6 替代方案：
- 在 Wutong DB 6 中，可以使用 ~* 操作符，该操作符用于不区分大小写的正则表达式匹配。
```
SELECT * 
FROM table_name 
WHERE expression ~* pattern;
```
- 函数说明：
  - ~*：用于不区分大小写的正则表达式匹配。

4. regexp_instr

功能说明：
regexp_instr(expression, pattern) 函数返回表达式中首次匹配正则表达式模式的位置。这个函数在需要定位某个模式在字符串中的位置时非常有用。

测试语句：

select
       a.upp_area_code      , --地市
       a.user_id            , --用户编码
       a.join_date          , --入网时间
       a.photo_stall        , --拍照用户档位
       a.user_flag_1        , --是否保提转（1是0否）
       a.plan_id_new        , --新办理的plan_id
       a.plan_name_new      , --新办理的plan_name
       a.plan_stall_new     , --营销案档位
       a.user_flag_2        , --是否变更档位（1是0否）
       a.plan_id_old        , --旧的plan_id
       c.offer_name          , --旧的plan_name
       to_number(to_char(case when translate(c.offer_name,repeat('0', 10), '0123456789') like '%0元%'
              and regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0元')+1-regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0')<=3
              then substr(c.offer_name,regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0'),regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0元')+1-regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0'))
         when translate(c.offer_name,repeat('0', 10), '0123456789') like '%0套餐%'
              and regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0套餐')+1-regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0')<=3
              then substr(c.offer_name,regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0'),regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0套餐')+1-regexp_instr(translate(c.offer_name,repeat('0', 10), '0123456789'),'0'))
        else '0' end))                    --旧的档位
from gs_test.ceshi_regexp_instr a
left join  gs_test.ceshi_regexp_instr2 c  --bdbds.tb_bds_prod_plans_message_day
    on a.plan_id_old=c.offer_id;

Vertica 输出结果：
输出结果如下图所示：
WutongDB 输出结果：
在梧桐数据库在显示无此函数，如下图所示：
Wutong DB 5.4 替代方案：
- 在 Wutong DB 5.4 中没有 regexp_instr 函数，可以使用 POSITION() 和 regexp_replace() 组合来模拟：
```
SELECT POSITION(pattern IN regexp_replace(expression, '^.*(' || pattern || ').*$', '\1'));
```
- 函数说明：
  - regexp_replace(expression, pattern, replacement)：使用正则表达式进行替换。
  - POSITION(substring IN string)：返回子字符串在字符串中首次出现的位置。
Wutong DB 6 替代方案：
- 在 Wutong DB 6 中，可以使用 regexp_replace() 和 POSITION() 的组合来模拟 regexp_instr 的功能：
```
SELECT POSITION(pattern IN regexp_replace(expression, '^.*(' || pattern || ').*$', '\1'));
```

5. regexp_not_ilike

功能说明：
regexp_not_ilike(expression, pattern) 函数用于判断表达式是否不与指定的正则表达式模式（不区分大小写）匹配。这个函数与 regexp_ilike 相反。

测试语句：

select
  *
from
  bdcis.tb_cis_user_induser_day
where
  regexp_not_ilike(gender, 'F')
LIMIT
  10;

Vertica 输出结果：
在 vertica 中可以执行，如下图所示：
WutongDB 输出结果：
在梧桐数据库在显示无此函数，如下图所示：
Wutong DB 5.4 替代方案：
- 在 Wutong DB 5.4 中没有直接的 regexp_not_ilike 函数，但可以通过将表达式和模式都转换为小写，并结合 regexp_matches 函数和逻辑否定来模拟这种不区分大小写的非匹配操作。
```
SELECT NOT regexp_matches(LOWER(expression), LOWER(pattern)) IS NOT NULL AS not_match_result;
```
- 函数说明：
  - LOWER(expression)：将表达式转换为小写，以便进行不区分大小写的匹配。
  - regexp_matches(expression, pattern)：用于匹配正则表达式，返回匹配的结果。
  - NOT ... IS NOT NULL：通过逻辑否定判断匹配是否不成功，成功时返回 FALSE，不匹配时返回 TRUE。
Wutong DB 6 替代方案：
- Wutong DB 6 同样没有直接的 regexp_not_ilike，可以使用相同的方法，通过 LOWER() 和 regexp_matches 函数来模拟不区分大小写的非匹配操作：
```
SELECT NOT regexp_matches(LOWER(expression), LOWER(pattern)) IS NOT NULL AS not_match_result;
```

6. regexp_not_like

功能说明：
regexp_not_like(expression, pattern) 函数用于判断表达式是否不与指定的正则表达式模式（区分大小写）匹配。这个函数与 regexp_like 相反。

测试语句：

select
  *
from
  bdcis.tb_cis_user_induser_day
where
  regexp_not_like(gender, 'M')
LIMIT
  10;

Vertica 输出结果：
在 vertica 中可以执行，如下图所示：
WutongDB 输出结果：
在梧桐数据库在显示无此函数，如下图所示：
Wutong DB 5.4 和 Wutong DB 6 替代方案：
- 在 Wutong DB 中，可以使用 !~ 操作符来表示不匹配正则表达式的情况。
```
SELECT * 
FROM table_name 
WHERE expression !~ pattern;
```
- 函数说明：
  - !~：用于判断表达式不符合给定的正则表达式。

7. regexp_replace

功能说明：
regexp_replace(expression, pattern, replacement) 函数用于在表达式中用替换文本替换所有匹配指定正则表达式模式的子字符串。这个函数常用于数据清洗和格式化。

测试语句：

select 
  a.user_id,
  max(case when attr_code='1' then length(regexp_replace(b.attr_value,'[0-9]'))+1 end ),----语音定向白名单数量
  max(case when attr_code='1' then b.attr_value end),  --语音定向白名单列表
  max(case when attr_code='2' then length(regexp_replace(b.attr_value,'[0-9]'))+1 end) ,----短信定向数量
  max(case when attr_code='2' then b.attr_value end)   --短信白名单号码列表
from gs_test.ceshi_regexp_replace a,
  gs_test.ceshi_regexp_replace2  b
where a.user_id=b.user_id
group by a.user_id;

Vertica 输出结果：
在 vertica 中可以执行，如下图所示：

WutongDB 输出结果：

在梧桐数据库在显示无此函数，如下图所示：

-- 在梧桐数据库中经检测，当函数里有三个参数时可以执行
select regexp_replace('healthy,wealthy,and wise','\w+thy','something');
-- 执行结果为：healthy,wealthy,and wise (结果是错的，应该是something,something,and wise，将结尾为thy的替换为something)；
-- 当只有两个参数时，报错显示函数不存在，语句为：
select regexp_replace('healthy,wealthy,and wise','\w+thy');

Wutong DB 5.4 替代方案：
- Wutong DB 5.4 已支持 regexp_replace 函数，因此可以直接使用此函数：
```
SELECT regexp_replace(expression, pattern, replacement) AS result;
```

函数说明：
- regexp_replace(expression, pattern, replacement)：使用正则表达式进行替换操作。

Wutong DB 6 替代方案：
- Wutong DB 6 继续支持 regexp_replace 函数，语法和功能与 8.2.15 版本相同：
```
SELECT regexp_replace(expression, pattern, replacement) AS result;
```

8. regexp_substr

功能说明：
regexp_substr(expression, pattern) 函数用于返回表达式中与指定正则表达式模式匹配的子字符串。这个函数非常适合从文本中提取特定格式的信息。

测试语句：

select distinct
  up_area_code   ,  --地市
  area_code      ,  --县区
  null           ,  --商品订购实例标识
  group_id       ,  --集团编号
  ext_order_id   ,  --计费号码
  null           ,  --用户标识
  create_date    ,  --订购日期
  null           ,  --订购产品编号
  offer_id       ,  --订购资费编码
  offer_name     ,  --订购资费名称
  create_op_id   ,  --操作人工号
  '商企通'       ,  --产品类型
  null           ,  --资费类型
  regexp_substr(substr(offer_name,instr(offer_name,'元')-5,5),'[0-9]\\d+')::integer  --资费
from
  gs_test.ceshi_regexp_substr
where
  offer_id between 1016
  and 1022
  and flow_state not in ('10', '22')
  and create_date >= '2021-03-23'
  and create_date <= '2021-12-18';

Vertica 输出结果：
在 vertica 中可以执行，如下图所示：
WutongDB 输出结果：
在梧桐数据库在显示无此函数，如下图所示：
Wutong DB 5.4 替代方案：
- 在 Wutong DB 5.4 中没有 regexp_substr 函数，可以使用 substring() 和正则表达式组合来实现类似功能：
```
SELECT substring(expression FROM pattern) AS match_substring;
```

函数说明：
- substring(string FROM pattern)：返回第一个匹配模式的子字符串。

Wutong DB 6 替代方案：
- 在 Wutong DB 6 中，也可以使用 substring() 函数与正则表达式组合来实现类似的 regexp_substr 功能：
```
SELECT substring(expression FROM pattern) AS match_substring;
```

实测：Vertica 与 WutongDB 函数对比测试之_匹配和搜索函数篇

测试环境：

1. match_columns

功能说明：

测试语句：

Vertica 输出结果：

WutongDB 输出结果：

Wutong DB 5.4 替代方案：

Wutong DB 6 替代方案：

2. regexp_count

功能说明：

测试语句：

Vertica 输出结果：

WutongDB 输出结果：

Wutong DB 5.4 替代方案：

Wutong DB 6 替代方案：

3. regexp_ilike

功能说明：

测试语句：

Vertica 输出结果：

WutongDB 输出结果：

Wutong DB 5.4 替代方案：

Wutong DB 6 替代方案：

4. regexp_instr

功能说明：

测试语句：

Vertica 输出结果：

WutongDB 输出结果：

Wutong DB 5.4 替代方案：

Wutong DB 6 替代方案：

5. regexp_not_ilike

功能说明：

测试语句：

Vertica 输出结果：

WutongDB 输出结果：

Wutong DB 5.4 替代方案：

Wutong DB 6 替代方案：

6. regexp_not_like

功能说明：

测试语句：

Vertica 输出结果：

WutongDB 输出结果：

Wutong DB 5.4 和 Wutong DB 6 替代方案：

7. regexp_replace

功能说明：

测试语句：

Vertica 输出结果：

WutongDB 输出结果：

Wutong DB 5.4 替代方案：

Wutong DB 6 替代方案：

8. regexp_substr

功能说明：

测试语句：

Vertica 输出结果：

WutongDB 输出结果：

Wutong DB 5.4 替代方案：

Wutong DB 6 替代方案：

千钧

引用和评论

利用 WuTongDB 高效解析嵌套 JSON 数据

数据集汇总｜18个电影/音乐数据集汇总，覆盖影片/歌曲推荐、电影评价、歌词识别、音乐流派······

使用 MongoDB 构建 AI：Gradient Accelerator Block 如何在几秒钟内让您从零开发 AI

MongoDB Atlas与YoMio.AI近乎完美适配:推理更快速、查询更灵活、场景更丰富

MongoDB 8.0已全面可用

简道云搭载阿里云MongoDB数据库，帮助数以万计企业重构业务系统

MySQL 回收表碎片实践教程