Jag håller med om att detta är en riktigt dålig design. Testa detta om du inte kan ändra den designen:
select distinct id, trim(regexp_substr(value,'[^,]+', 1, level) ) value, level
from tbl1
connect by regexp_substr(value, '[^,]+', 1, level) is not null
order by id, level;
OUTPUT
id value level
1 AA 1
1 UT 2
1 BT 3
1 SK 4
1 SX 5
2 AA 1
2 UT 2
2 SX 3
3 UT 1
3 SK 2
3 SX 3
3 ZF 4
Tack till detta
För att ta bort dubbletter på ett mer elegant och effektivt sätt (krediter till @mathguy)
select id, trim(regexp_substr(value,'[^,]+', 1, level) ) value, level
from tbl1
connect by regexp_substr(value, '[^,]+', 1, level) is not null
and PRIOR id = id
and PRIOR SYS_GUID() is not null
order by id, level;
Om du vill ha en "ANSIer"-strategi, använd en CTE:
with t (id,res,val,lev) as (
select id, trim(regexp_substr(value,'[^,]+', 1, 1 )) res, value as val, 1 as lev
from tbl1
where regexp_substr(value, '[^,]+', 1, 1) is not null
union all
select id, trim(regexp_substr(val,'[^,]+', 1, lev+1) ) res, val, lev+1 as lev
from t
where regexp_substr(val, '[^,]+', 1, lev+1) is not null
)
select id, res,lev
from t
order by id, lev;
OUTPUT
id val lev
1 AA 1
1 UT 2
1 BT 3
1 SK 4
1 SX 5
2 AA 1
2 UT 2
2 SX 3
3 UT 1
3 SK 2
3 SX 3
3 ZF 4
Ett annat rekursivt tillvägagångssätt av MT0 men utan regex:
WITH t ( id, value, start_pos, end_pos ) AS
( SELECT id, value, 1, INSTR( value, ',' ) FROM tbl1
UNION ALL
SELECT id,
value,
end_pos + 1,
INSTR( value, ',', end_pos + 1 )
FROM t
WHERE end_pos > 0
)
SELECT id,
SUBSTR( value, start_pos, DECODE( end_pos, 0, LENGTH( value ) + 1, end_pos ) - start_pos ) AS value
FROM t
ORDER BY id,
start_pos;
Jag har provat tre metoder med en datauppsättning på 30 000 rader och 118 104 rader returnerade och fick följande genomsnittliga resultat:
- Mitt rekursiva tillvägagångssätt:5 sekunder
- MT0-tillvägagångssätt:4 sekunder
- Mathguy approach:16 sekunder
- MT0 rekursivt tillvägagångssätt utan regex:3,45 sekunder
@Mathguy har också testat med en större datauppsättning:
I alla fall fungerar den rekursiva frågan (jag testade bara den med regularsubstr och instr) bättre, med en faktor på 2 till 5. Här är kombinationerna av # strängar/tokens per sträng och CTAS-körningstider för hierarkisk kontra rekursiv, hierarkisk först . Alla gånger på några sekunder
- 30 000 x 4:5/1.
- 30 000 x 10:15/3.
- 30 000 x 25:56 / 37.
- 5 000 x 50:33 / 14.
- 5 000 x 100:160 / 81.
- 10 000 x 200:1 924 / 772