数据清洗小记(12)：姓与名的提取

【背景】
由源端抽取数据时，姓名中文为唯一字段，落地到目标端时，由于业务需要，需要有单独的姓氏字段和姓名字段，则需要利用长度判读函数、截取函数处理。

【解决】
1、长度判读利用case、length函数；
2、截取函数利用substr函数。

【实验】
1、构造源端实验表

create table yuduan 
(
english_name varchar2(100),
chinese_name varchar2(100)
);

2、插入实验数据

insert into yuduan(english_name,chinese_name) values (‘huanggai‘,‘黄盖‘);
insert into yuduan(english_name,chinese_name) values (‘zhugeliang‘,‘诸葛亮‘);
insert into yuduan(english_name,chinese_name) values (‘caocao‘,‘曹操‘);
insert into yuduan(english_name,chinese_name) values (‘suolanglaji‘,‘索朗拉吉‘);
insert into yuduan(english_name,chinese_name) values (‘ouyangzhenghua‘,‘欧阳正华‘);
commit;

3、查询源端数据情况

select * from yuduan;

4、写查询语句进行测试，用于后续插入数据时使用

SELECT 
SYS_GUID() ID,--主键ID
ENGLISH_NAME ENGLISH_NAME,--英文名
CHINESE_NAME CHINESE_NAME,--中文名
CASE 
WHEN LENGTH(T.CHINESE_NAME)<=3 THEN SUBSTR(T.CHINESE_NAME,1,1)
ELSE SUBSTR(T.CHINESE_NAME,1,2) 
END PASG_FIRSTNAME, --旅客姓
CASE 
WHEN LENGTH(T.CHINESE_NAME)<=3 THEN SUBSTR(T.CHINESE_NAME,2)
ELSE SUBSTR(T.CHINESE_NAME,3) 
END  PASG_LASTNAME --旅客名
FROM YUDUAN T;

5、模拟写插入目标端语句

INSERT /*+APPEND*/ INTO TB_PEOPLE NOLOGGING
SELECT 
SYS_GUID() ID,--主键ID
ENGLISH_NAME ENGLISH_NAME,--英文名
CHINESE_NAME CHINESE_NAME,--中文名
CASE 
WHEN LENGTH(T.CHINESE_NAME)<=3 THEN SUBSTR(T.CHINESE_NAME,1,1)
ELSE SUBSTR(T.CHINESE_NAME,1,2) 
END PASG_FIRSTNAME, --旅客姓
CASE 
WHEN LENGTH(T.CHINESE_NAME)<=3 THEN SUBSTR(T.CHINESE_NAME,2)
ELSE SUBSTR(T.CHINESE_NAME,3) 
END  PASG_LASTNAME --旅客名
FROM YUDUAN T;
COMMIT;

6、删除测试表

drop table yuduan purge;

小知识，简而记之。

蓝的成长记系列:

原创作品，出自 “深蓝的blog” 博客

蓝的成长记——追逐DBA（1）：奔波于路上，挺进山东

蓝的成长记——追逐DBA（2）：安装！安装！久违的记忆，引起我对DBA的重新认知

蓝的成长记——追逐DBA（3）：古董上操作，数据导入导出成了问题

蓝的成长记——追逐DBA（4）：追忆少年情愁，再探oracle安装

蓝的成长记——追逐DBA（5）：不谈技术谈业务，恼人的应用系统

蓝的成长记——追逐DBA（6）：做事与做人：小技术，大为人

蓝的成长记——追逐DBA（7）：基础命令，地基之石

蓝的成长记——追逐DBA（8）：重拾SP报告，回忆oracle的STATSPACK实验

蓝的成长记——追逐DBA（9）：国庆渐去，追逐DBA，新规划，新启程

蓝的成长记——追逐DBA（10）：飞刀防身，熟络而非专长：摆弄中间件Websphere

蓝的成长记——追逐DBA（11）：回家后的安逸，晕晕乎乎醒了过来

蓝的成长记——追逐DBA（12）：七天七收获的SQL

蓝的成长记——追逐DBA（13）：协调硬件厂商，六个故事：所见所感的“服务器、存储、交换机……”

蓝的成长记——追逐DBA（14）：难忘的“云”端，起步的hadoop部署

蓝的成长记——追逐DBA（15）：以为FTP很“简单”，谁成想一波三折

蓝的成长记——追逐DBA（16）：DBA也喝酒，被捭阖了

蓝的成长记——追逐DBA（17）：是分享，还是消费，在后IOE时代学会成长

蓝的成长记——追逐DBA（18）：小机上WAS集群故障，由一次更换IP引起

蓝的成长记——追逐DBA（19）：路上的插曲：触碰“框架”与“软件系统”

蓝的成长记——追逐DBA（20）：何故缘起，建库护航

其它篇章：

足球与oracle系列（1）：32路诸侯点兵，oracle32进程联盟 之A组巴西SMON进程的大局观

足球与oracle系列（2）：巴西揭幕战预演，oracle体系结构杂谈

足球与oracle系列（3）：oracle进程排名，世界杯次回合即将战罢！

足球与oracle系列（4）：从巴西惨败于德国，想到，差异的RAC拓扑对比！

足球与oracle系列（5）：fifa14游戏缺失的directX库类比于oracle的rpm包！

足球与oracle系列（6）：伴随建库的亚洲杯——加油中国队