SQL：按电子邮件域名排序

Posted 2023-02-22

【中文标题】SQL：按电子邮件域名排序

【英文标题】：SQL: Sorting By Email Domain Name

【发布时间】：2010-12-21 03:46:56

【问题描述】：

根据域名片段对包含电子邮件地址列的表进行排序的最短和/或有效的 SQL 语句是什么？

这基本上忽略了电子邮件地址中“@”之前的任何内容并且不区分大小写。让我们忽略这个的国际化域名。

针对：mysql、MSSQL、Oracle

来自TABLE1的样本数据

身份证 姓名 电子邮件 ------------------------------------------ 1 约翰·多伊 [e-mail] 2 简·多伊 [e-mail] 3 阿里巴巴 [e-mail] 4 Foo 酒吧 [e-mail] 5 Tarrack Ocama [e-mail]

通过电子邮件订购SELECT * FROM TABLE1 ORDER BY EMAIL ASC

身份证 姓名 电子邮件 ------------------------------------------ 3 阿里巴巴 [e-mail] 4 Foo 酒吧 [e-mail] 2 简·多伊 [e-mail] 1 约翰·多伊 [e-mail] 5 Tarrack Ocama [e-mail]

按域排序SELECT * FROM TABLE1 ORDER BY ?????? ASC

身份证 姓名 电子邮件 ------------------------------------------ 5 Tarrack Ocama [e-mail] 3 阿里巴巴 [e-mail] 1 约翰·多伊 [e-mail] 2 简·多伊 [e-mail] 4 Foo 酒吧 [e-mail]

编辑： 我不是要求一个可以在所有 3 个或更多 SQL 引擎上运行的 SQL 语句。欢迎任何贡献。 :)

【问题讨论】：

请贴出你目前写的代码。人们通常不喜欢只为你写代码。

字符串操作函数是相当非标准化的。如果您能找到一个适用于所有 3 个查询的查询，我会感到惊讶。

@Mitch：如您所见，我添加了几个 os SQL 语句，非常简单，我没有一个用于我要问的语句。 :P

域名（和电子邮件）应该小写 - 因为域名（和互联网）不区分大小写，所以在捕获它们时将文本驱动为小写是没有风险的。但是域名从右到左解析 - 在@符号之前遇到的第二个句点表示子域，并且子域的数量没有限制。例如，[e-mail] - worldof 是子域，bar 是域，net 是根。这是否会改变您期望的列表排序方式？

鉴于示例数据，电子邮件必须被分割成子字符串。但数据也是确定性的——它总是会返回相同的数据。这意味着您可以考虑使用物化视图（SQL Server 中的索引视图）将您需要的字符串与电子邮件地址分开，同时使用索引。不幸的是，在您列出的数据库中 - MySQL 尚不支持物化视图，Oracle 和 SQL Server 支持。

【参考方案1】：

试试这个

查询（对于 Sql Server）：

select * from mytbl
order by SUBSTRING(email,(CHARINDEX('@',email)+1),1)

查询（对于 Oracle）：

select * from mytbl
order by substr(email,INSTR(email,'@',1) + 1,1)

查询（用于 MySQL）

pygorex1 already answered

输出：

身份证件姓名电子邮件

5   Tarrack Ocama   [e-mail]
3   Ali Baba    [e-mail]
1   John Doe    [e-mail]
2   Jane Doe    [e-mail]
4   Foo Bar [e-mail]

【讨论】：

等了几天才得到更多答案，似乎这是最完整的一个。在可扩展性和性能方面，我确实很欣赏其他替代方法和想法。确实是Wye开口。谢谢大家！

这个 Postgres 查询：select * from mytbl order by SUBSTRING(email,(position('@',email)+1),1)

对于 Sql Server，它看起来只会按域的第一个字母排序，所以我会调整如下：select * from mytbl order by SUBSTRING(email,(CHARINDEX('@',email)+1),LEN(email)-CHARINDEX('@', email))

pygorex1 已经回答了是的，我找不到它你应该添加一个链接或他的文字 + 他的名字不要让它变得复杂......

【参考方案2】：

对于 MySQL：

select email, SUBSTRING_INDEX(email,'@',-1) AS domain from user order by domain desc;

不区分大小写：

select user_id, username, email, LOWER(SUBSTRING_INDEX(email,'@',-1)) AS domain from user order by domain desc;

【讨论】：

SUBSTRING_INDEX 只是 MySQL。您需要 Google 搜索 Oracle 和 SQL Server 中的子字符串/字符串修改功能。不幸的是，这个 AFAIK 没有标准的 ANSI SQL 代码。

我就是这么想的。我想知道 o.k.w 是否意味着这 3 个 DBMS 是硬性要求？

@lexu,pygorex1：不是硬性要求。我只是认为放 3 个受欢迎的可能会对其他人有所帮助。 pygorex1，+1 为您的答案：P

感谢您的 +1。这是一个不错的技巧 - 但请记住，您将在其自己的索引列中从单独的域中获得更快的性能。

【参考方案3】：

如果您希望此解决方案可扩展，您不应该尝试提取子列。随着表变得越来越大，每行函数的速度非常慢。

在这种情况下，正确的做法是将提取成本从select（经常发生）转移到发生较少的insert/update（在大多数普通数据库中） .通过仅在 insert 和 update 上产生成本，您可以大大提高数据库的整体效率，因为这是您需要这样做的唯一时间点（即，它是唯一的数据变化的时间）。

为了实现这一点，请将电子邮件地址拆分为表格中的两个不同列，email_user 和 email_domain)。然后，您可以在插入/更新之前将其拆分到您的应用程序中，或者在数据库中使用触发器（或预先计算的列，如果您的 DBMS 支持它）来自动执行此操作。

然后您按email_domain 排序，如果您想要完整的电子邮件地址，请使用email_name|'@'|email_domain。

或者，您可以保留完整的 email 列并使用触发器仅复制 email_domain 中的域部分，然后您无需担心连接列以获得完整的电子邮件地址。

如果您知道自己在做什么，出于性能原因从 3NF 恢复是完全可以接受的。在这种情况下，两列中的数据不会因为触发器不允许而不同步。这是用磁盘空间（相对便宜）换取性能（我们总是想要更多）的好方法。

而且，如果您根本不喜欢从 3NF 恢复，email_name/email_domain 解决方案将解决这个问题。

这也假设您只想处理 a@b 形式的电子邮件地址 - 还有其他有效的电子邮件地址，但我不记得多年来在野外看到过任何一个。

【参考方案4】：

对于 SQL Server，您可以将 计算列 添加到表中，并将域提取到单独的字段中。如果您将该列持久保存到表中，您可以像使用任何其他字段一样使用它，甚至可以在其上放置索引，以加快速度，如果您通过域名查询很多：

ALTER TABLE Table1
  ADD DomainName AS 
     SUBSTRING(email, CHARINDEX('@', email)+1, 500) PERSISTED

所以现在您的表格将有一个附加列“域名”，其中包含您电子邮件地址中“@”符号之后的任何内容。

【参考方案5】：

假设您确实必须满足 MySQL、Oracle 和 MSSQL .. 最有效的方法可能是将帐户名和域名存储在两个单独的字段中。您可以订购：

select id,name,email from table order by name

select id,name,email,account,domain from table order by email

select id,name,email,account,domain from table order by domain,account

正如 donnie 指出的那样，字符串操作函数是非标准的......这就是为什么你必须保持数据冗余！

我已将帐户和域添加到第三个查询中，因为我记得并非所有 DBMS 都会对不在所选字段中的字段的查询进行排序。

【参考方案6】：

这将适用于 Oracle：

select id,name,email,substr(email,instr(email,'@',1)+1) as domain
from table1
order by domain asc

【参考方案7】：

对于 postgres，查询是：

SELECT * FROM table
ORDER BY SUBSTRING(email,(position('@' in email) + 1),252)

值252 是允许的最长域（因为电子邮件的最大长度为254，包括本地部分、@ 和域。

更多详情请参见：What is the maximum length of a valid email address?

【参考方案8】：

您将不得不使用文本操作函数来解析域。然后按新列排序。

【参考方案9】：

MySQL，right() 和 instr() 的智能组合

SQL Server、right() 和 patindex()

甲骨文、instr() 和 substr()

而且，正如其他人所说，如果您的记录数相当高，则将您的电子邮件字段包装在 where 子句中的函数中，这样 RDBMS 就无法使用您在该列上可能拥有的任何索引。因此，您可能需要考虑创建一个包含域的计算列。

【参考方案10】：

如果你有百万条记录，我建议你只用域名创建新列。

【参考方案11】：

我的建议是（对于 mysql）：

SELECT 
    LOWER(email) AS email,
    SUBSTRING_INDEX(email, '@', + 1) AS account,
 REPLACE(SUBSTRING_INDEX(email, '@', -1), CONCAT('.',SUBSTRING_INDEX(email, '.', -1)),'') -- 2nd part of mail - tld.
  AS domain,
    CONCAT('.',SUBSTRING_INDEX(email, '.', -1)) AS tld
FROM
********
ORDER BY domain, email ASC;

然后只需添加一个 WHERE ...

【参考方案12】：

SQL Server 的原始答案对我不起作用......

这是 SQL Server 的版本...

select SUBSTRING(email,(CHARINDEX('@',email)+1),len(email)), count(*) 
from table_name 
group by SUBSTRING(email,(CHARINDEX('@',email)+1),len(email))
order by count(*) desc

【参考方案13】：

更聪明地工作而不是更努力地工作：

SELECT REVERSE(SUBSTRING_INDEX(REVERSE(SUBSTRING(emails.email, POSITION('@' IN emails.email)+1)),'.',2)) FROM emails

【讨论】：

调用 reverse 两次并不聪明。聪明（并且显而易见）是为本地部分和域名设置单独的列，以便数据库可以使用索引。