Nano Hash - криптовалюты, майнинг, программирование

Удаление строк из одной таблицы на основе другой таблицы с парой ключ/значение

Table1 { name = 'bob' job='trucker' gender='male' car='blue' } Table1 { name = 'dave' job='Driver' gender='male' car='red' } Table1 { name = 'jane' job='loader' gender='female' car='purple' }

table2 ( removeID="name" removeKey="jane"} table2 ( removeID="car" removeKey="red"}

Мне нужно знать, какой SQL я мог бы использовать, чтобы получить следующий результат:

Table1 { name = 'bob' job='trucker' gender='male' car='blue' }

Я начинаю думать, что это невозможно и что мне нужно сравнивать столбцы с столбцами.

plsql
04.11.2014

Ответы:


1

Попробуйте что-то вроде

CREATE PROCEDURE DELETE_FROM_TABLE1
  strSql  VARCHAR2(32767);
BEGIN
  FOR aRow IN (SELECT * FROM TABLE2)
  LOOP
    strSql := 'DELETE FROM TABLE1 WHERE ' ||
                aRow.REMOVEID || '= ''' ||
                aRow.REMOVEKEY || '''';

    EXECUTE IMMEDIATE strSql;
  END LOOP;
END DELETE_FROM_TABLE1;

Не тестируется на животных - будете первыми!

Делитесь и наслаждайтесь.

04.11.2014
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..