Question

尝试创建一个存储过程，我可以使用它来按名字和姓氏搜索人员。 Fname和Lname一起存储在两个不同的表中，希望从_saveOptions = [[IKSaveOptions alloc] initWithImageProperties: _imageProperties imageUTType:(NSString*)kUTTypeJPEG];拉出来，如果没有匹配，则从Table1拉出结果。

Table2

到目前为止我尝试的是这个，它似乎拉回了所有的记录。

@FName VARCHAR(20) = NULL
@LName VARCHAR(20) = NULL,

SELECT  TB1.ID, TB1.FName, TB1.LName

FROM    Table1 TB1
        LEFT JOIN Table2 TB2
          ON TB1.ID = TB2.ID

WHERE   1=1
        AND COALESCE(TB1.Fname, '')  LIKE '%' + REPLACE(COALESCE(@FName, TB1.Fname, ''), ' ', '%') + '%'
        AND COALESCE(TB1.Fname, '')  LIKE '%' + REPLACE(COALESCE(@LName, TB1.Fname, ''), ' ', '%') + '%'

任何帮助或指导都会感激不尽，我在最后一天左右谷歌，但我想我正在谷歌搜索错误的东西。

Answer 1

您应该使用完全加入，确保您合并结果，以便从任何具有数据的表中提取结果。

SELECT  Coalesce(TB1.ID, TB2.ID) As ID, 
        Coalesce(TB1.FName, TB2.FName) As FName, 
        Coalesce(TB1.LName,TB2.LName) As LName
FROM    Table1 TB1
        Full JOIN Table2 TB2
          ON TB1.ID = TB2.ID

Answer 2

在玩了一会儿并看着G Mastros发布的内容之后，它让我想到了当我真正需要的只是一个时，我试图调用两个django.contrib.admin.FieldListFilter语句。所以我稍微更改了set.seed(107) library(fpp) library(rgenoud) adstock_k <- function(x, adstock_rate = 0, max_memory = 12){ learn_rates <- rep(adstock_rate, max_memory+1) ^ c(0:max_memory) adstocked_advertising <- stats::filter(c(rep(0, max_memory), x), learn_rates, method="convolution") adstocked_advertising <- adstocked_advertising[!is.na(adstocked_advertising)] return(as.numeric(adstocked_advertising)) } getRMSE <- function(x, y) { mean((x-y)^2) %>% sqrt } df <- data.frame(insurance) %>% mutate(Quotes = round (Quotes*1000, digits = 0 )) df$idu <- as.numeric(rownames(df)) my_f <- function(xx){ adstock_rate <- xx[1] adstock_memory <- xx[2] df.temp <- df %>% mutate(adstock = adstock_k(TV.advert, adstock_rate/100, adstock_memory )) mod <- lm(data=df.temp, Quotes ~ adstock ) getRMSE( df.temp$Quotes, predict(mod)) } domaine <- cbind(c(30,1), c(85, 8)) #this works min_f <- genoud(my_f, nvars = 2, max = F, pop.size=1000, wait.generations=10, Domains = domaine, data.type.int = T) #here I try to add a second parameter to the function. my_f2 <- function(xx,first_n_weeks=20){ adstock_rate <- xx[1] adstock_memory <- xx[2] df.temp <- df %>% filter(idu<= first_n_weeks) %>% mutate(adstock = adstock_k(TV.advert, adstock_rate/100, adstock_memory )) mod <- lm(data=df.temp, Quotes ~ adstock ) getRMSE( df.temp$Quotes, predict(mod)) } #this doesnt work min_f2 <- genoud(my_f2(first_n_week=10), nvars = 2, max = F, pop.size=1000, wait.generations=10, Domains = domaine, data.type.int = T)语句并将它们放在一个OR中，这反过来又给了我所需的结果。

我觉得这是一个可以根据需要添加其他请求的工作，所以例如我需要根据电子邮件或电话号码进行搜索。

COLESCE

如果第一个表没有匹配，则从两个表中拉取结果

2 个答案: