Vertica中移除指定下划线分隔段实现值截断的技术需求

需求说明 #

给定以下划线分隔的字符串，需要移除其中的第3段和第7段，保留其余部分并重新拼接成新字符串。示例如下：

• 输入：source_data_e0025895_pw2_px_77892_xxxx → 输出：source_data_pw2_px_77892
• 输入：east_match_a569820_kw2_lk_8975_p2585 → 输出：east_match_kw2_lk_8975

解决方案 #

利用Vertica内置的SPLIT_PART函数拆分字符串，再通过CONCAT_WS函数将需要保留的段重新拼接。

假设待处理字段名为str_col，所在表为your_table，执行以下SQL即可得到截断后的结果：

SELECT
  CONCAT_WS('_',
    SPLIT_PART(str_col, '_', 1),
    SPLIT_PART(str_col, '_', 2),
    SPLIT_PART(str_col, '_', 4),
    SPLIT_PART(str_col, '_', 5),
    SPLIT_PART(str_col, '_', 6)
  ) AS truncated_str
FROM your_table;

函数说明 #

• SPLIT_PART(str, delimiter, position)：将字符串str按指定分隔符delimiter拆分，返回第position段的内容。
• CONCAT_WS(delimiter, str1, str2, ...)：用指定分隔符delimiter拼接多个字符串，自动忽略NULL值（若某段不存在时不会额外添加分隔符）。

示例验证 #

对输入字符串source_data_e0025895_pw2_px_77892_xxxx：

1. 拆分后各段依次为：source、data、e0025895、pw2、px、77892、xxxx
2. 取第1、2、4、5、6段拼接，最终得到source_data_pw2_px_77892，与预期一致。

内容的提问来源于stack exchange，提问作者karan_kn