ConvertUtil

package com.anna.hive.util;

public class ConvertUtil {

    /**
     * 統(tǒng)計(jì)分析函數(shù)的計(jì)算          sum count  avg
     * @param database 數(shù)據(jù)庫名稱
     * @param table 要操作的表的名稱
     * @param columns 結(jié)果列
     * @param column 計(jì)算列 ——> 也可以是數(shù)組
     * @param type 計(jì)算功能:sum / average /count
     * @return 翻譯后的SQL
     * */
    public String SAC(String database, String table, String[] columns, String column, String type) {
        String cls = "";

        for (String c : columns) {
            cls += c + ",";
        }
        String sql = "select " + cls + type  + "(" + column + ")" + " from " + database + "." + table + " group by " + cls.substring(0,cls.length() - 1);
        return sql;
    }

    /**
     * 獲得指定數(shù)據(jù)表的前n條數(shù)據(jù)  limit
     * @param database 數(shù)據(jù)庫名稱
     * @param table 數(shù)據(jù)表
     * @param columns 要獲取的列
     * @param n 要獲取的記錄數(shù)
     * @return 翻譯后的SQL
     * */
    public String getTableDataByN(String database, String table, String[] columns, int n) {
        String cls = "";

        for (String c : columns) {
            cls += c  + ",";
        }

        cls = cls.substring(0, cls.length() - 1);
        String sql = "select " + cls + " from " + database + "." + table + " limit " + n;
        return sql;
    }

    /**
     * 獲得指定數(shù)據(jù)表的前百分之n的數(shù)據(jù)         tablesample
     * @param database 數(shù)據(jù)庫
     * @param table 數(shù)據(jù)庫表
     * @param columns 待查詢的列
     * @param percent 百分比
     * @return 翻譯后的SQL
     * */
    public String getDataByNPercent(String database, String table, String[] columns, double percent) {
        String cls = "";

        for (String s : columns) {
            cls += s + ",";
        }

        cls = cls.substring(0, cls.length() - 1);
        String sql = "select " + cls + " from " + database + "." + table + " tablesample(" + percent + " percent)";
        return sql;
    }

    /**
     * 隨機(jī)抽樣     rand()
     * @param database 數(shù)據(jù)庫名稱
     * @param table 數(shù)據(jù)表名稱
     * @param columns 待查詢返回的列
     * @param n 要獲取多少一條記錄數(shù)
     * @return 翻譯后的SQL
     * */
    public String getRandomDataN(String database, String table, String[] columns, int n) {
        String cls = "";

        for (String c : columns) {
            cls += c + ",";
        }
        String sql = "select " + cls + "rand() r from " + database + "." + table + " order by r limit " + n;
        return sql;
    }

    /**
     * 條件查詢
     * @param database 數(shù)據(jù)庫名稱
     * @param table 數(shù)據(jù)表名稱
     * @param columns 條件列名
     * @param conditions 條件
     * @param values 條件值
     * @return 翻譯后的SQL
     * */
    public String getDataByCondition(String database, String table, String[] columns, String[] conditions, String[] values) {
        String c = "";
        for (int i = 0; i < columns.length; i++) {
            c += " and  " + columns[i] + " " + conditions[i] + " " + values[i];
        }

        String sql = "select * from " + database + "." + table + "where 1 = 1 " +c;
        return sql;
    }
}
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末夷狰,一起剝皮案震驚了整個(gè)濱河市横侦,隨后出現(xiàn)的幾起案子牵舵,更是在濱河造成了極大的恐慌,老刑警劉巖恩脂,帶你破解...
    沈念sama閱讀 216,372評(píng)論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異趣斤,居然都是意外死亡俩块,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門浓领,熙熙樓的掌柜王于貴愁眉苦臉地迎上來玉凯,“玉大人,你說我怎么就攤上這事联贩÷停” “怎么了?”我有些...
    開封第一講書人閱讀 162,415評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵泪幌,是天一觀的道長(zhǎng)盲厌。 經(jīng)常有香客問我,道長(zhǎng)祸泪,這世上最難降的妖魔是什么吗浩? 我笑而不...
    開封第一講書人閱讀 58,157評(píng)論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮没隘,結(jié)果婚禮上懂扼,老公的妹妹穿的比我還像新娘。我一直安慰自己右蒲,他們只是感情好阀湿,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,171評(píng)論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著瑰妄,像睡著了一般炕倘。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上翰撑,一...
    開封第一講書人閱讀 51,125評(píng)論 1 297
  • 那天罩旋,我揣著相機(jī)與錄音,去河邊找鬼眶诈。 笑死涨醋,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的逝撬。 我是一名探鬼主播浴骂,決...
    沈念sama閱讀 40,028評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼宪潮!你這毒婦竟也來了溯警?” 一聲冷哼從身側(cè)響起阵具,我...
    開封第一講書人閱讀 38,887評(píng)論 0 274
  • 序言:老撾萬榮一對(duì)情侶失蹤庞呕,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體虽填,經(jīng)...
    沈念sama閱讀 45,310評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡薪寓,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,533評(píng)論 2 332
  • 正文 我和宋清朗相戀三年裸诽,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了掀抹。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,690評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡伊诵,死狀恐怖单绑,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情曹宴,我是刑警寧澤搂橙,帶...
    沈念sama閱讀 35,411評(píng)論 5 343
  • 正文 年R本政府宣布,位于F島的核電站笛坦,受9級(jí)特大地震影響区转,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜弯屈,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,004評(píng)論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望恋拷。 院中可真熱鬧资厉,春花似錦、人聲如沸蔬顾。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽诀豁。三九已至窄刘,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間舷胜,已是汗流浹背娩践。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評(píng)論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留烹骨,地道東北人翻伺。 一個(gè)月前我還...
    沈念sama閱讀 47,693評(píng)論 2 368
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像沮焕,于是被迫代替她去往敵國和親吨岭。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,577評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容

  • 我沒有發(fā)表過文章峦树,因?yàn)椴簧朴诒磉_(dá)自己辣辫。有時(shí)候想說的話旦事,如果通過這種方式表達(dá)出來,總覺得太矯情急灭,也許天南地北地繞了一...
    天空有朵雨做的云liu閱讀 359評(píng)論 0 3