with as 是 python 的语法 如下:
并在调用结束 或者读取发生异常时 自动关闭文件 即完成了文件读写之后的处理工作
如果不用 with as 的话 则会是下面这样子:
比较繁琐 也失去了 python 语言本身的优雅
mysql 里面并没有类似的用法
mysqlwith
as
用法如下:
WITH
AS短语,也叫做子查询部分(subquery
factoring),可以让你做很多事情,定义一个SQL片断,该SQL片断会被整个SQL语句所用到。有的时候,是为了让SQL语句的可读性更高些,也有可能是在UNION
ALL的不同部分,作为提供数据的部分。
特别对于UNION
ALL比较有用。因为UNION
ALL的每个部分可能相同,但是如果每个部分都去执行一遍的话,则成本太高,所以可以使用WITH
AS短语,则只要执行一遍即可。如果WITH
AS短语所定义的表名被调用两次以上,则优化器会自动将WITH
AS短语所获取的数据放入一个TEMP表里,如果只是被调用一次,则不会。而提示materialize则是强制将WITH
AS短语里的数据放入一个全局临时表里。很多查询通过这种方法都可以提高速度。
二.使用方法
先看下面一个嵌套的查询语句:
复制代码
代码如下:
select
*
from
person.StateProvince
where
CountryRegionCode
in
(select
CountryRegionCode
from
person.CountryRegion
where
Name
like
'C%')
上面的查询语句使用了一个子查询。虽然这条SQL语句并不复杂,但如果嵌套的层次过多,会使SQL语句非常难以阅读和维护。因此,也可以使用表变量的方式来解决这个问题,SQL语句如下:
复制代码
代码如下:
declare
@t
table(CountryRegionCode
nvarchar(3))
insert
into
@t(CountryRegionCode)
(select
CountryRegionCode
from
person.CountryRegion
where
Name
like
'C%')
select
*
from
person.StateProvince
where
CountryRegionCode
in
(select
*
from
@t)
虽然上面的SQL语句要比第一种方式更复杂,但却将子查询放在了表变量@t中,这样做将使SQL语句更容易维护,但又会带来另一个问题,就是性能的损失。由于表变量实际上使用了临时表,从而增加了额外的I/O开销,因此,表变量的方式并不太适合数据量大且频繁查询的情况。为此,在SQL
Server
2005中提供了另外一种解决方案,这就是公用表表达式(CTE),使用CTE,可以使SQL语句的可维护性,同时,CTE要比表变量的效率高得多。
下面是CTE的语法:
复制代码
代码如下:
[
WITH
<common_table_expression>
[
,n
]
]
<common_table_expression>::=
expression_name
[
(
column_name
[
,n
]
)
]
AS
(
CTE_query_definition
)
现在使用CTE来解决上面的问题,SQL语句如下:
复制代码
代码如下:
with
cr
as
(
select
CountryRegionCode
from
person.CountryRegion
where
Name
like
'C%'
)
select
*
from
person.StateProvince
where
CountryRegionCode
in
(select
*
from
cr)
其中cr是一个公用表表达式,该表达式在使用上与表变量类似,只是SQL
Server
2005在处理公用表表达式的方式上有所不同。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)