create-dwy 0.12.1 → 0.13.0

package/templates/claude-global/skills//346/225/260/346/215/256/345/272/223/dwy-dolphindb/references/official/tutorials/std_sql_ddb.md

@@ -0,0 +1,893 @@
+---
+source_url: https://docs.dolphindb.cn/zh/tutorials/std_sql_ddb.html
+fetched_at: 2026-05-19T09:48:25Z
+category: tutorials
+title: SQL 标准化
+sha1: c46171fc8b5fc7eae86d6a06a2d62cc198ea9776
+---
+
+# SQL 标准化
+
+为了提升用户体验，降低用户学习成本和脚本迁移复杂度，自 1.30.17 / 2.00.5 版本开始，DolphinDB 逐步支持了标准化 SQL 的书写方法；并于 1.30.22 / 2.00.10 版本起，对标准 SQL 的常用语法和关键字实现了兼容。
+
+## 1. 与标准 SQL 的兼容性
+
+在脚本层面，自 1.30.22 / 2.00.10 版本起，DolphinDB SQL 开始支持：
+
+- 关键字全大写或全小写的书写方式
+- 脚本的换行不影响语法解析，但存在两种特殊情况：
+  - 组合关键字不允许拆分，如 order by, group by, context by, pivot by, union all, inner join, nulls first 等。
+  - 不使用 as 指定字段别名时，别名与原字段之间不能换行。
+
+**注意**：SQL 语句中的数据库或数据表名称是大小写敏感的。
+
+本章三个小节分别以列表形式说明 DolphinDB 对标准 SQL 语法的支持：
+
+包含：
+
+- 对 SQL-92 常用关键字的支持性
+- 对 SQL 类型及类型转换函数的支持性
+- 非 SQL-92 标准的常用关键字支持表
+
+### 1.1. 常用的 ANSI SQL-92 关键字支持表
+
+下表共统计了 92 项常用的 ANSI SQL-92 关键字，支持 62 项。其中，在不支持的 30 项中：5 项部分兼容，7 项与约束相关（在分析项目中没有太大的使用价值），10 项有替代方案。
+
+- √：表示兼容 ×：不兼容 ○：部分兼容
+- “说明”字段会给出对应函数或可替代的方案
+
+| **keyword（按 A-Z 排列）** | **兼容性** | **说明** |
+| --- | --- | --- |
+| CHECK | × | 不支持约束 |
+| CONSTRAINT | × | 不支持约束 |
+| CONTAINS | × | 用 LIKE 替代 |
+| DEFAULT | × | 不支持默认值 |
+| ESCAPE | × | 暂不支持 ESCAPE 定义转义符 |
+| EXCEPT | × | 暂不支持 EXCEPT，用 WHERE 替代过滤 |
+| EXEC | × | 存在同名关键字，但是作用不同 |
+| EXTRACT | × | 通过内置日期函数截取日期/时间的某个部分 |
+| FOREIGN | × | 不支持外键 |
+| GLOBAL | × | 不支持定义 GLOBAL TEMPORARY TABLE |
+| IDENTITY | × | 需要自定义标识列，或者用 `rowNo` 替代 |
+| INTERSECT | × | 暂不支持取交集，用 WHERE 过滤 |
+| LAST | × | `<fetch orientation>` 的关键字之一，表示取最后几行记录。目前 DolphinDB 仅支持在 CONTEXT BY LIMIT 中指定取最后几行记录。注：内部存在同名关键字 LAST 用于排序时指定空值位置，用法 NULLS LAST。 |
+| NATURAL | × | 不支持 NATURAL JOIN，用 INNER JOIN 替代 |
+| OUTER | × | 直接用 LEFT JOIN, RIGHT JOIN, FULL JOIN 替代 |
+| OVERLAPS | × | 用 EXITS 替代 |
+| POSITION | × | 用 `strpos` 替代 |
+| PRIMARY | × | 不支持主键 |
+| REFERENCES | × | 不支持外键 |
+| RESTRICT | × | 不支持约束删除 |
+| SOME | × | 用 ANY 替代 |
+| SPACE | × |  |
+| TRANSLATE | × | 用 `strReplace` 或 `regexReplace` 替代 |
+| UNIQUE | × | 不支持唯一约束 |
+| VIEW | × | 不支持视图 |
+| ADD | √ | ALTER..ADD.. |
+| ALL | √ |  |
+| ALTER | √ |  |
+| AND | √ |  |
+| ANY | √ |  |
+| AS | √ |  |
+| ASC | √ |  |
+| BETWEEN | √ |  |
+| BY | √ |  |
+| CASE | √ |  |
+| CAST / CONVERT | √ | 对应 `cast` 函数 |
+| COALESCE | √ |  |
+| COLUMN | √ |  |
+| COUNT | √ |  |
+| CREATE | √ |  |
+| CROSS | √ | CROSS JOIN |
+| DELETE | √ |  |
+| DESC | √ |  |
+| DISTINCT | √ |  |
+| DROP | √ |  |
+| ELSE | √ | CASE WHEN..THEN..ELSE END |
+| END | √ | CASE WHEN..THEN..ELSE END |
+| EXISTS | √ |  |
+| FALSE | √ | false |
+| FROM | √ |  |
+| FULL | √ | FULL JOIN |
+| GROUP | √ |  |
+| HAVING | √ |  |
+| IF | √ | IF |
+| IN | √ |  |
+| INNER | √ | INNER JOIN |
+| INSERT | √ |  |
+| IS | √ | IS NULL |
+| JOIN | √ |  |
+| LEFT | √ | LEFT JOIN, 字符串函数 `left` |
+| LIKE | √ |  |
+| LOWER | √ | 对应 `lower` 函数 |
+| MAX / MIN | √ | 对应 `max`，`min` 函数 |
+| NOT | √ |  |
+| NULL | √ |  |
+| NULLIF | √ | 对应 `nullIf` 函数 |
+| ON | √ | JOIN .. ON |
+| OR | √ |  |
+| ORDER | √ |  |
+| REPEAT | √ | 对应 `repeat` 函数 |
+| RIGHT | √ | 字符串 `right` 函数 |
+| SELECT | √ |  |
+| SET | √ |  |
+| SUBSTRING | √ | 对应 `substr` 函数 |
+| SUM | √ | 对应 `sum` 函数 |
+| TABLE | √ |  |
+| TEMPORARY | √ |  |
+| THEN | √ |  |
+| TRIM | √ | 对应 `trim` 函数 |
+| TRUE | √ | true |
+| UNION | √ |  |
+| UPDATE | √ |  |
+| UPPER | √ | 对应函数 `upper` |
+| VALUES | √ | INSERT INTO .. VALUES .. |
+| WHEN | √ |  |
+| WHERE | √ |  |
+| WITH | √ |  |
+| CHARACTER\_LENGTH | ○ | 对应 `strlen` 函数 |
+| FETCH | ○ | 用 TOP / LIMIT 子句替代 |
+| FIRST | ○ | `<fetch orientation>` 的关键字之一，可以用 TOP/LIMIT 替代注：内部存在同名关键字 FIRST 用于排序时指定空值位置，用法 NULLS FIRST。 |
+| TRANSACTION | ○ | 对应 TRANSACTION 关键字 |
+| WHILE | ○ | 用内部 FOR 或 DO-WHILE 代替 |
+
+**注意**：DolphinDB 内部的权限管理机制是一套独立的机制，和 SQL 不直接挂钩，因此此处关键字不包含权限相关的关键字，如：GRANT, DENY 等。
+
+### 1.2. SQL 类型及相关类型转换函数的支持表
+
+| **keyword（按 A-Z 排列）** | **兼容性** | **说明** |
+| --- | --- | --- |
+| CHAR / CHARACTER 类型 | ○ | 对应 STRING, SYMBOL 类型 |
+| DATE 类型 | ○ | 对应 DATE 类型，或 `date` 函数 |
+| DATETIME 类型 | ○ | 对应 DATETIME 类型 |
+| DAY 函数 | ○ | 对应函数 `dayOfMonth` |
+| DECIMAL / DEC / NUMERIC 类型 | ○ | 对应 DECIMAL32, DECIMAL64, DECIMAL128 |
+| DOUBLE 类型 | ○ | 对应 DOUBLE 类型 |
+| FLOAT / REAL 类型 | ○ | 对应 FLOAT 类型 |
+| HOUR 函数 | ○ | 对应 `hour` 函数 |
+| INT / INTEGER 类型 | ○ | 对应 INT, SHORT, LONG |
+| INTERVAL 关键字 | × | 用 `temporalAdd` 的 DURATION 替代 |
+| MINUTE 函数 | ○ | 对应 `minuteOfHour` 函数 |
+| MONTH 函数 | ○ | 对应 `monthOfYear` 函数 |
+| SECOND 函数 | ○ | 对应 `secondOfMinute` 函数 |
+| TIME 类型 | ○ | 对应 SECOND 类型 |
+| TIMESTAMP 类型 | ○ | 对应 DATETIME 类型 |
+| VARCHAR 类型 | ○ | 对应 STRING, SYMBOL 类型 |
+| YEAR 类型 | × | 不支持年类型 |
+| YEAR 函数 | ○ | 对应 `year` 函数 |
+
+### 1.3. 非 SQL-92 标准的常用关键字支持表
+
+DolphinDB 针对分布式计算提供了很多特有的关键字，也根据应用场景提供了一些特色的 join 方法。
+
+| **keyword（按 A-Z 排列）** | **说明** |
+| --- | --- |
+| asof join | 按时间列就近连接 |
+| context by | 类似 OVER 开窗函数，用于分组计算 |
+| cgroup by | 累计分组计算 |
+| exec | 生成一个标量、向量或矩阵 |
+| map | 分区内单独计算 |
+| partition | 选择分区 |
+| pivot by / unpivot | 类似 Oracle 的 PIVOT，用于宽表和窄表的转换 |
+| sample | 随机选取分区 |
+| top / limit | 取前 n 条记录；其中 limit 和 context by 搭配使用可以取分组的前 n 条或后 n 条记录 |
+| truncate | 删除数据 |
+| window join | 窗口连接 |
+
+DolphinDB 还提供了一些辅助 SQL 查询的 HINT 关键字：
+
+| **keyword** | **说明** |
+| --- | --- |
+| [HINT\_LOCAL] | 添加该关键字后，仅获取在本地所有节点数据的查询结果。 |
+| [HINT\_HASH] | group by 分组默认优先采用哈希算法。 |
+| [HINT\_KEEPORDER] | 添加该关键字后，context by 分组后计算的输出结果顺序将和输入保持一致。 |
+| [HINT\_SEQ] | 添加该关键字后，SQL 语句将在分区间串行执行。 |
+| [HINT\_NOMERGE] | 添加该关键字后，map 的查询结果不再汇总成一张内存表返回给客户端，而是直接返回分区表的句柄。 |
+| [HINT\_PRELOAD] | 仅 TSDB 引擎支持该关键字，添加后，where 语句进行条件过滤前，会先将所有数据列加载到内存后再进行过滤。 |
+| [HINT\_EXPLAIN] | 添加该关键字后，系统将打印 SQL 语句的执行过程，便于 SQL 查询中实时监测查询的速度和执行的顺序。 |
+| [HINT\_SORT] | 添加该关键字后，group by 分组时将采用排序算法进行。 |
+| [HINT\_VECTORIZED] | 添加该关键字后，group by 分组时将采用向量化运算（vectorization）。 |
+
+更多有关 HINT 关键字的内容，参考：[HINT](../progr/sql/hint.html)。
+
+## 2. 数据准备
+
+本章将简单介绍如何在 DolphinDB 中以标准 SQL 的方式编写脚本。为了便于用户实践理解，本章的所有案例均采用统一的数据库和数据表，建库建表语句请参见 [建库建表章节](#%E5%BB%BA%E5%BA%93%E5%BB%BA%E8%A1%A8)。
+
+### 2.1. 数据集说明
+
+本文的示例采用了 [HR（人力资源数据集）](https://github.com/oracle-samples/db-sample-schemas/tree/99049719d53c2e0810b7a8462965636b98161131/human_resources)做为案例数据集（见节尾）进行演示，包含以下几个表：
+
+| **数据集** | **存储形式** |
+| --- | --- |
+| countries | 维度表 |
+| departments | 维度表 |
+| employees | 维度表 |
+| jobs | 维度表 |
+| job\_history | 分布式表：HASH(EMPLOYEE\_ID) |
+| locations | 维度表 |
+| regions | 维度表 |
+
+每个表的字段及类型如下：
+
+- countries
+
+  | **Column Name** | **Type** |
+  | --- | --- |
+  | COUNTRY\_ID | SYMBOL |
+  | COUNTRY\_NAME | STRING |
+  | REGION\_ID | INT |
+- departments
+
+  | Column Name | Type |
+  | --- | --- |
+  | DEPARTMENT\_ID | INT |
+  | DEPARTMENT\_NAME | STRING |
+  | MANAGER\_ID | INT |
+  | LOCATION\_ID | INT |
+- employees
+
+  | Column Name | Type |
+  | --- | --- |
+  | EMPLOYEE\_ID | INT |
+  | FIRST\_NAME | STRING |
+  | LAST\_NAME | STRING |
+  | EMAIL | STRING |
+  | PHONE\_NUMBER | STRING |
+  | HIRE\_DATE | DATE |
+  | JOB\_ID | SYMBOL |
+  | SALARY | INT |
+  | COMMISSION\_PCT | DOUBLE |
+  | MANAGER\_ID | INT |
+  | DEPARTMENT\_ID | INT |
+- jobs
+
+  | Column Name | Type |
+  | --- | --- |
+  | JOB\_ID | SYMBOL |
+  | JOB\_TITLE | STRING |
+  | MIN\_SALARY | INT |
+  | MAX\_SALARY | INT |
+- job\_history
+
+  | Column Name | Type |
+  | --- | --- |
+  | EMPLOYEE\_ID | INT |
+  | START\_DATE | DATE |
+  | END\_DATE | DATE |
+  | JOB\_ID | SYMBOL |
+  | DEPARTMENT\_ID | INT |
+- locations
+
+  | Column Name | Type |
+  | --- | --- |
+  | LOCATION\_ID | INT |
+  | STREET\_ADDRESS | STRING |
+  | POSTAL\_CODE | LONG |
+  | CITY | STRING |
+  | STATE\_PROVINCE | STRING |
+  | COUNTRY\_ID | SYMBOL |
+- regions
+
+  | Column Name | Type |
+  | --- | --- |
+  | REGION\_ID | INT |
+  | REGION\_NAME | STRING |
+
+数据文件：
+
+- [COUNTRIES.csv](https://cdn.dolphindb.cn/zh/tutorials/data/Standard_SQL_in_DolphinDB/COUNTRIES.csv)
+- [DEPARTMENTS.csv](https://cdn.dolphindb.cn/zh/tutorials/data/Standard_SQL_in_DolphinDB/DEPARTMENTS.csv)
+- [EMPLOYEES.csv](https://cdn.dolphindb.cn/zh/tutorials/data/Standard_SQL_in_DolphinDB/EMPLOYEES.csv)
+- [JOB\_HISTORY.csv](https://cdn.dolphindb.cn/zh/tutorials/data/Standard_SQL_in_DolphinDB/JOB_HISTORY.csv)
+- [JOBS.csv](https://cdn.dolphindb.cn/zh/tutorials/data/Standard_SQL_in_DolphinDB/JOBS.csv)
+- [LOCATIONS.csv](https://cdn.dolphindb.cn/zh/tutorials/data/Standard_SQL_in_DolphinDB/LOCATIONS.csv)
+- [REGIONS.csv](https://cdn.dolphindb.cn/zh/tutorials/data/Standard_SQL_in_DolphinDB/REGIONS.csv)
+
+### 2.2. 建库建表
+
+在 DolphinDB 中既可以通过符合标准 SQL 语言习惯的脚本建库建表，也可以通过 DolphinDB 内置的函数接口建库建表。
+
+1. 创建数据库
+
+   ```dolphindb
+   create database "dfs://hr" partitioned by HASH([INT, 10])
+   ```
+2. 创建数据表。此处以创建表 "job\_history" 为例进行说明。完整的建表脚本见附件：[create\_db\_table\_sql.txt](script/Standard_SQL_in_DolphinDB/create_db_table_sql.txt)
+
+   第一步：创建分布式表
+
+   ```dolphindb
+   // 通过标准 SQL 的方式创建
+   create table "dfs://hr"."job_history" (
+   	EMPLOYEE_ID INT,
+   	START_DATE DATE,
+   	END_DATE DATE,
+   	JOB_ID SYMBOL,
+   	DEPARTMENT_ID INT
+   )
+   partitioned by EMPLOYEE_ID
+   ```
+
+   第二步：导入数据
+
+   DolphinDB 的 INSERT INTO 语句仅支持内存表的数据追加，对于维度表、分布式表，需要通过 `tableInsert` 或者 `append!` 接口进行追加。
+
+   ```dolphindb
+   job_history_tmp=loadText(dir+"JOB_HISTORY.csv")
+   job_history = loadTable("dfs://hr", "job_history")
+
+   job_history.append!(job_history_tmp)
+   ```
+
+### 2.3. 修改表字段
+
+**注意**：DolphinDB 与其他关系型数据库、NoSQL、NewSQL 数据库不同的是，数据库、编程语言和分布式计算三者融为一体。这种设计使得 DolphinDB 可以一站式轻量化的解决大数据问题。但是，引用数据库和表时，因为与脚本中的变量名可能会冲突，故不能直接用数据库或表名称，必须使用 `loadTable` 函数加载数据表。
+
+DolphinDB 支持通过 ALTER 语句，对字段进行增加、删除、重命名的操作。
+
+```dolphindb
+alter table tableObj add columnName columnType;
+alter table tableObj drop [column] columnName;
+alter table tableObj rename [column] columnName to newColumnName;
+```
+
+上述三个语句也可以分别用 DolphinDB 函数 `addColumn`, `dropColumns!`, `rename!` 实现。
+
+**注意**：对于分布式表，仅 OLAP 引擎支持删除和重命名操作。
+
+- 新增字段
+
+  给 "employees" 表增加一列全名“FULL\_NAME”列，并更新该列的数据。
+
+  ```dolphindb
+  employees = loadTable("dfs://hr", "employees") // 加载表 employees
+
+  alter table employees add FULL_NAME STRING 
+  employees = loadTable("dfs://hr", `employees) // 增加列后需要重新加载表
+  update employees set FULL_NAME=FIRST_NAME + " " + LAST_NAME
+  select * from employees
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/2_1.png)
+- 重命名字段
+
+  将“FULL\_NAME”列重命名为 "EMPLOYEE\_NAME"。
+
+  ```dolphindb
+  alter table employees rename "FULL_NAME" to "EMPLOYEE_NAME" 
+  employees = loadTable("dfs://hr", `employees) // 重命名列后需要重新加载表
+  select * from employees
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/2_2.png)
+- 删除字段
+
+  删除上文新增的 "EMPLOYEE\_NAME" 字段。
+
+  ```dolphindb
+  alter table employees drop EMPLOYEE_NAME 
+  employees = loadTable("dfs://hr", `employees) // 删除列后需要重新加载表
+  select * from employees
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/2_3.png)
+
+### 2.4. 删除库表
+
+1. 删除数据库
+
+   ```dolphindb
+   drop database if exists "dfs://hr"
+   ```
+2. 删除数据表
+
+   ```dolphindb
+   drop table if exists "dfs://hr"."job_history"
+   ```
+
+## 3. SQL 关键字
+
+**注**：下文的表变量均是通过 tbName=loadTable(“dfs://hr“, `tbName) 加载得到的，为了说明的简洁，该步骤已被省略。
+
+### 3.1. 谓词
+
+谓词指的是返回值为真值的函数，DolphinDB 支持谓词的关键字有：(not) in, (not) like, between, (not) exists, is (not) null。
+
+1. (not) in
+
+   选取 "employees" 表中 "EMPLOYEE\_ID" 为 [101, 103, 152] 的对应记录。
+
+   ```dolphindb
+   select * from employees where EMPLOYEE_ID in [101, 103, 152];
+   ```
+
+   选取 "employees" 表中 "EMPLOYEE\_ID" 不在 100~150 的对应记录。
+
+   ```dolphindb
+   select * from employees where EMPLOYEE_ID not in 100..150;
+   ```
+2. (not) like
+
+   选取 "employees" 表中 "PHONE\_NUMBER" 以“515”开头的对应记录。
+
+   ```dolphindb
+   select * from employees where PHONE_NUMBER like "515%";
+   ```
+
+   选取 "employees" 表中 "JOB\_ID" 不以“AD”开头的对应记录。
+
+   ```dolphindb
+   select * from employees where JOB_ID not like "AD%";
+   ```
+3. between
+
+   统计 2006 年雇佣的职员人数。
+
+   ```dolphindb
+   select count(*) from employees where date(HIRE_DATE) between 2006.01.01 and 2006.12.31 // output: 24
+   ```
+4. (not) exists
+
+   **注**：由于 exists 暂不支持在分布式查询中使用，下述脚本先将维度表和分布式表赋值给内存表再进行查询。
+
+   ```dolphindb
+   job_history = select * from loadTable("dfs://hr", "job_history")
+   employees = select * from loadTable("dfs://hr", "employees")
+   ```
+
+   查询记录在 "job\_history" 表中的 "employees" 表的职员对应的记录。
+
+   ```dolphindb
+   select * from employees where exists(select * from job_history where employees.EMPLOYEE_ID in job_history.EMPLOYEE_ID)
+   ```
+
+   查询记录不在 "job\_history" 表中的 "employees" 表的职员对应的记录。
+
+   ```dolphindb
+   select * from employees where not exists(select * from job_history where employees.EMPLOYEE_ID in job_history.EMPLOYEE_ID)
+   ```
+5. is (not) null
+
+   查询存在经理的部门对应的记录。
+
+   ```dolphindb
+   select * from departments where MANAGER_ID is not null
+   ```
+
+   查询任务百分比为空的职员对应的记录。
+
+   ```dolphindb
+   select * from employees where COMMISSION_PCT is null
+   ```
+
+### 3.2. distinct
+
+distinct 关键字添加在 select / exec 语句后，用于去除重复值并返回唯一值（distinct value）。
+
+**注**：支持在分布式查询中使用，但暂不支持 distinct 与 group by, context by 或 pivot by 配合使用。
+
+需要注意 DolphinDB 中存在同名的函数 `distinct`，若在 SQL 中使用 `distinct` 函数，则不保证返回结果的顺序，且默认将结果列的列名重命名为 "distinct\_colName"。
+
+```dolphindb
+select distinct COUNTRY_ID from locations // (1)
+select distinct(COUNTRY_ID) from locations // (2)
+```
+
+![](images/Standard_SQL_in_DolphinDB/3_1.png)  
+
+对多列应用 distinct：取 "DEPARTMENT\_ID", "MANAGER\_ID" 的唯一值。
+
+```dolphindb
+select distinct DEPARTMENT_ID, MANAGER_ID from employees
+```
+
+### 3.3. any / all
+
+支持使用 any / all 进行谓词比较，谓词包括：=, !=, >, <, <=, >=.
+
+- any
+
+  查询和采购部门任意职工薪水相同的职工信息。
+
+  ```dolphindb
+  select * from employees
+  where salary = 
+  any(select salary 
+   from employees
+   where department_id = 30) 
+  order by employee_id
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/3_2.png)
+- all
+
+  查询薪水大于等于 IT 部门的最低薪水的员工信息。
+
+  ```dolphindb
+   select * from employees
+   where salary >=
+   all (select salary from employees where department_id=60)
+   order by employee_id
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/3_3.png)  
+
+  \*\*注：\*\*目前不支持形如  `ALL (1400, 3000)` 这样的比较。
+
+### 3.4. order by 支持 nulls first / last
+
+支持在 order by 子句中，对空值字段进行 first/last 排序。
+
+查询职工表并按经理 ID 排序，没有经理的职工优先。
+
+```dolphindb
+select * from employees
+order by manager_id asc nulls first
+```
+
+![](images/Standard_SQL_in_DolphinDB/3_4.png)  
+
+查询职工表并按经理 ID 排序，没有经理的职工放至最后。
+
+```dolphindb
+select * from employees
+order by manager_id asc nulls last
+```
+
+![](images/Standard_SQL_in_DolphinDB/3_5.png)
+
+### 3.5. 支持 with 语句
+
+with 子句可以极大地提高 SQL 的可读性，并且通过 with 生成可复用的中间表，提高一些复杂 SQL 的执行效率。
+
+查询财务部门已经工作 5 年以上，薪水 8000 以上的职员列表，并按薪水从高到低排序。该查询先查询财务部门工作 5 年以上的职工，生成临时表 "employees\_with\_salary\_increase"，并在 "employees\_with\_salary\_increase" 的基础上继续查询薪水在 8000 以上的职工信息生成 "employees\_with\_raise"表，最终在 "employees\_with\_raise" 表上查询并得到最终结果。
+
+```dolphindb
+//查询在部门ID为100的员工中，那些在过去五年内（由has_5_years字段表示）有工资增长（即当前工资大于8000）的员工信息。这些信息包括员工ID、工资和是否有五年工作经验。
+with  
+  employees_with_salary_increase as (  
+    select employee_id, salary, year(now()) as current_year,   
+           case when  year(now()) - year(hire_date) > 5 then 1 else 0 end as has_5_years  
+    from employees  
+    where department_id = 100  
+  ),  
+  employees_with_raise as (  
+    select employee_id, salary, has_5_years  
+    from employees_with_salary_increase  
+    where salary > 8000  
+    and has_5_years = 1  
+  )  
+select employee_id, salary, has_5_years  
+from employees_with_raise  
+order by salary desc; //查询结果按工资降序排列
+```
+
+![](images/Standard_SQL_in_DolphinDB/3_6.png)  
+
+如上，在后续的版本中，通过使用 with 语句，我们可以将复杂的查询过程分解成多个步骤，并且将这些步骤的结果进行临时存储。这可以大大简化查询过程，并且提高查询效率。
+
+### 3.6. 集合运算
+
+支持集合的并运算，包括 union、union all。
+
+- union all
+
+  将地区信息表与部门信息表合并查询，查询所有的地区 ID（可能存在重复记录）。
+
+  ```dolphindb
+  select location_id from locations 
+  union all 
+  select location_id from departments
+  order by location_id
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/3_7.png)
+- union
+
+  将地区信息表与部门信息表合并查询，查询非重复的地区 ID。
+
+  ```dolphindb
+  select location_id from locations 
+  union  
+  select location_id from departments
+  order by location_id
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/3_8.png)
+
+## 4. join 增强
+
+join 在分析场景应用广泛，尤其是在数据仓库维度建模中，通过 join 来生成大宽表服务于应用层。在之前的版中，join 有诸多限制（比如不支持类型不匹配的字段，只支持分布式表之间关联等）。DolphinDB 2.00.10 版本大大提升了 join 的功能。在标准 SQL 中，join 的语法主要定义在 SQL92, SQL99 中，SQL99 的可读性更高，功能更加完备，被广泛采用。
+
+**SQL92 关联特性**
+
+| 分类 | 语法 | DolphinDB 支持情况 |
+| --- | --- | --- |
+| 笛卡尔积 | from t1,t2 | √ |
+| 等值连接 | from t1,t2 where t1.id= t2.id | √ |
+| 非等值连接 | from t1,t2 where t1.id <op> t2.id 其中，op 包括：>, <,>=, <=, <>，between…and | √ |
+| 外连接 | 左连接：from t1, t2 where t1.id = t2.id(+) 右连接：from t1, t2 where t1.id(+) = t2.id | X |
+| 自连接 | from t t1, t t2 where t1.id <op> t2.id其中，op 包括：=,>, <,>=, <=, <>，between…and | √ |
+
+**SQL99 关联特性**
+
+| 分类 | 语法 | DolphinDB 支持情况 |
+| --- | --- | --- |
+| 交叉连接（笛卡尔积） | t1 cross join t2 | √ |
+| 等值连接 | t1 [inner] join t2 on t1.id = t2.id | √ |
+| 非等值连接 | t1 join t2 on t1.id <op> t2.id 其中，op 包括：>, <,>=, <=, <> ,between…and | X |
+| 外连接 | 左连接：t1 left join t2右连接：t1 right join t2 全连接：t1 full join t2 | √ |
+| 自然连接 | t1 natural join t2 | X |
+| using 连接 | t1 [inner] join t2 using(id) | X |
+| 自连接 | t t1 join t t2 on t1.id <op> t2.id 其中，op 包括：=,>, <,>=, <=, <> ,between…and | √ |
+
+### 4.1. 标准 SQL 的各种类型的关联、笛卡尔积
+
+具体包括 cross join、inner join、left join、right join、full join。除标准 SQL 的关联之外，还拓展了 left semi join（左半连接）。
+
+- cross join（笛卡尔积）
+
+  获取职工的两两信息表，可以基于此结果集做一些关联分析。
+
+  1. SQL 92
+
+     ```dolphindb
+     select * 
+     from employees a, employees b
+     where a.employee_id <> b.employee_id
+     ```
+  2. SQL99
+
+     ```dolphindb
+      select * 
+      from employees a
+      cross join employees b
+      where a.employee_id <> b.employee_id
+     ```
+
+     ![](images/Standard_SQL_in_DolphinDB/4_1.png)
+- inner join
+
+  职工表自关联，获取职工、经理 ID 信息。
+
+  1. SQL92
+
+     ```dolphindb
+     select e1.employee_id, e1.manager_id
+     from employees e1, employees e2
+     where e1.manager_id = e2.employee_id
+     order by e1.employee_id, e1.manager_id
+     ```
+
+     ![](images/Standard_SQL_in_DolphinDB/4_2.png)
+  2. SQL99
+
+     ```dolphindb
+     select e1.employee_id, e1.manager_id
+     from employees e1 
+     inner join employees e2
+     on e1.manager_id = e2.employee_id
+     order by e1.employee_id, e1.manager_id
+     ```
+
+     ![](images/Standard_SQL_in_DolphinDB/4_3.png)
+- left join
+
+  职工表自关联获取职工 ID，经理 ID，包括没有上级经理的职工。
+
+  ```dolphindb
+  select e1.employee_id, e1.last_name, e2.last_name as manager_name  
+  from employees e1
+  left join employees e2 
+  on e1.manager_id = e2.employee_id
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/4_4.png)
+- left semi join
+
+  left semi join 不属于标准 SQL 的范畴，但应用广泛，且在分布式环境有较好的性能，故予以支持。
+
+  获取部门信息，并展示一个薪水在 2500 以上的员工信息。
+
+  ```dolphindb
+  select department_id, department_name,employee_id, first_name, last_name, salary
+  from departments 
+  left semi join employees // or left semijoin
+  on departments.department_id = employees.department_id 
+         and employees.salary > 2500
+  order by department_id
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/4_5.png)
+- right join
+
+  获取职工薪水、部门信息，包括那些没有所属部门的职工。
+
+  ```dolphindb
+   select department_id, employee_id, first_name, last_name, salary
+   from departments 
+   right join employees
+   on departments.department_id = employees.department_id 
+          and employees.salary > 2500
+   order by department_id
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/4_6.png)
+- full join
+
+  展示所有部门的职工信息，包括没有员工的部门和没有所属部门的员工。
+
+  ```dolphindb
+   select department_id, department_name, employee_id, first_name, last_name, salary
+   from departments a
+   full join employees b
+   on a.department_id = b.department_id
+  ```
+
+  ![](images/Standard_SQL_in_DolphinDB/4_7.png)
+
+### 4.2. 表类型拓展
+
+参与 join 的表类型支持：内存表、分布式表、维度表、非相关子查询（单表、多表 join 的子查询）的临时表。
+
+查找各职员的工作历史信息，测试各类型的表进行关联查询的兼容性情况。
+
+```dolphindb
+select j.job_id, j.job_title, j.min_salary
+  , h.start_date, h.end_date
+from jobs j  
+left join job_history h 
+on h.job_id = j.job_id
+```
+
+| **类型** | 内存表 | 分布式表 | 维度表 | 子查询 |
+| --- | --- | --- | --- | --- |
+| 内存表 | √ | √ | √ | √ |
+| 分布式表 | √ | √ | √ | √ |
+| 维度表 | √ | √ | √ | √ |
+| 子查询 | √ | √ | √ | √ |
+
+### 4.3. 多表级联 join
+
+现在你可以将任意多个表 join（之前的版本只能支持两个分区表的 join），来拼接一些大宽表。
+
+关联查询职工表、部门表，获取详细的职工信息，包括个人、经理、部门相关信息。
+
+```dolphindb
+ select a.employee_id, a.last_name, a.manager_id, b.last_name as manager_name
+    , a.department_id, c.department_name
+ from employees a
+ inner join employees b 
+ on a.manager_id = b.employee_id 
+ inner join departments c 
+ on a.department_id = c.department_id
+```
+
+![](images/Standard_SQL_in_DolphinDB/4_8.png)
+
+### 4.4. on 条件拓展
+
+查询职工的工作历史，并将 FI\_ACCOUNT，AC\_ACCOUNT 都视为 AC\_ACCOUNT（会计）。
+
+```dolphindb
+select employee_id, j.job_id, j.job_title, j.min_salary
+  , h.start_date, h.end_date
+from job_history h 
+left join jobs j
+on j.job_id = case when h.job_id in ("FI_ACCOUNT", "AC_ACCOUNT") then "FI_ACCOUNT" else h.job_id end  
+order by employee_id
+```
+
+![](images/Standard_SQL_in_DolphinDB/4_9.png)  
+
+支持在 join 的条件列上做如下转换：
+
+- 函数
+- case when
+- 支持整型与 STRING/SYMBOL 类型字段 join
+
+**注**：目前仍然不支持 on 1=2 这样的常量表达式（对开发、框架代码可能有一些影响）。
+
+## 5. SQL 方言 (dialect) 兼容
+
+Oracle、MySQL 等传统数据库在遵循 SQL 规范的前提下，都有各自的扩展特性，并且存在行为不一致的同名函数。以 `substr`/`concat` 函数为例：
+
+- MySQL 执行 `select substr('HelloWorld',0,4)` 会返回空值，Oracle 执行 `select substr('HelloWorld',0,4) from dual` 返回 "Hell"，两者输入一致，但是输出不一致。
+- MySQL 中 `concat` 可以拼接多个字符串，`select concat('my', 's', 'ql', '8')`，Oracle 中 `concat` 只能拼接两个字符串，两者函数名称一致，但是签名不一样。
+
+为此，DolphinDB 开发了一整套框架，使得用户可以指定每个 session 选择兼容的 SQL 方言。目前已支持 Oracle 和 MySQL。其中在 Oracle 模式下，已经实现了一系列的 Oracle 函数，在 MySQL 模式下，实现的函数还较少。后续版本会继续开发，进一步提升兼容率。
+
+### 5.1. 脚本使用 SQL 方言
+
+方言模式可以在客户端工具 session 级别进行指定，设置后按指定的 SQL 方言进行解析执行。以 DolphinDB GUI 环境为例：
+
+设置 *File → Preferences → Always show sqlStd dropDown(√)*
+
+![](images/Standard_SQL_in_DolphinDB/5_1.png)  
+
+选择对应的 SQL 方言即可，目前支持 Oracle、MySQL、DolphinDB 三种模式。
+
+下面示例以 Oracle 模式按部门统计职工薪水情况，包括部门信息、职工人数等：
+
+```dolphindb
+select   
+  d.department_id, 
+  d.department_name,  
+  count(a.employee_id) as num_of_employee_id,
+  sum(a.salary) as total_salary,  
+  avg(a.salary) as avg_salary,  
+  max(a.salary) as max_salary,
+  decode(a.job_id, 'IT_PROG' , 'Programmer', 'FI_ACCOUNT', 'Accountant', 'Others') as job_title
+from employees a 
+inner join departments d
+on a.department_id = d.department_id  
+group by   
+  d.department_id,  
+  d.department_name,  
+  decode(a.job_id, 'IT_PROG' , 'Programmer', 'FI_ACCOUNT', 'Accountant', 'Others') as job_title
+```
+
+![](images/Standard_SQL_in_DolphinDB/5_2.png)  
+
+上述代码使用了 Oracle 的 `decode` 函数，除此之外，目前还支持： `concat`, `sysdate`, `nvl`, `to_char`, `to_date`, `to_number`, `regexp_like`, `trunc`, `asciistr`，`instr`，`row_number`。通过设置 SQL 方言，使用 Oracle 的应用程序迁移至 DolphinDB 时，SQL 代码迁移成本大大降低。MySQL 模式的使用方式类似，方言选项选择 MySQL 即可。目前 MySQL 只支持 `sysdate()` 函数，后续版本会逐步提高兼容性。
+
+### 5.2. API 使用 SQL 方言
+
+- Java API
+
+  使用 Java API 时可以在构造 DBconnection 对象时输入 SqlstdEnum, 包括 `DolphinDB`，`Oracle`，`MySQL`。
+
+  ```dolphindb
+  package com.dolphindb.sqlstd;
+
+  import com.xxdb.DBConnection;
+  import com.xxdb.comm.SqlStdEnum;
+  import com.xxdb.data.Entity;
+  import java.io.IOException;
+
+  public class OracleMode {
+      public static void main(String[] args) throws IOException {
+          DBConnection connection = new DBConnection(SqlStdEnum.Oracle);
+          connection.connect("192.168.1.206", 11702, "admin", "123456");
+          String sql = String.format(
+                  "select employee_id, first_name, last_name, \n" +
+                  "  decode(job_id, 'IT_PROG' , 'Programmer', 'FI_ACCOUNT', 'Accountant', 'Others') as jobs_title\n" +
+                  "from loadTable(%s, %s) a"
+                  , "\"dfs://hr\"", "\"employees\""
+          );
+          Entity result = connection.run(sql);
+          System.out.println(result.getString());
+      }
+  }
+  ```
+- JDBC
+
+  使用 jdbc 时需要在 url 上增加配置项 *sqlStd*。
+
+  ```dolphindb
+  spring.datasource.url=jdbc:dolphindb://192.168.1.206:11702?databasePath=dfs://hr&sqlStd=Oracle
+  spring.datasource.username=admin
+  spring.datasource.password=123456
+  spring.datasource.driver-class-name=com.dolphindb.jdbc.Driver
+  ```
+
+## 6. 总结
+
+DolphinDB 自 1.30.22 / 2.00.10 版本起，对标准 SQL 的常用语法和关键字实现了兼容，包括：
+
+- 大小写兼容：SQL 关键字支持全大写或全小写，字段名大小写不敏感，但数据库名/表名还是大小写敏感；
+- SQL 语句换行解析：支持在 SQL 语句中任意位置的换行；
+- 支持谓词：支持的关键字有 (not) in, (not) like, (not ) between and, (not) exists, is (not) null
+- distinct 支持多列：distinct 支持对多个字段一起去重，暂不支持与 group by, context by, pivot by 联用；
+- order by 支持 nulls first/last
+- 支持 with as 语句
+- 支持 union、union all
+- 支持 any、all
+- 支持多表 join：支持的 join 包括 cross join, inner join, left join, right join, full join, left semi join（left semijoin 也支持） 。
+  - 支持用 comma (,) 来表示 cross join，a join b，如果后面没有跟 on 条件，表示 cross join，否则表示 inner join。
+  - on 条件列支持函数、case when（以前只能是表的某一个字段）。
+  - 支持整型与字符串类型的 join。
+- 支持 join 对象是子查询：支持多分区表的 join（以前只能支持两分区表的 join），支持子查询。join 的表可以是内存表、分区表、维度表、单表子查询、多表 join 的子查询。暂不支持子查询使用父查询的字段；
+
+另外针对 Oracle、MySQL 等传统数据库在遵循 SQL 规范的前提下，都有各自的扩展特性、特别是有同名函数但行为不一致的情况，DolphinDB 开发了一整套框架，使得用户可以为每个会话 (session) 选择兼容的 SQL 方言，目前在 Oracle 模式下，已经实现了一系列的 Oracle 函数。后续版本 DolphinDB 会继续进行 SQL 标准化的开发，进一步提升兼容率。例如对于在 SQL-2003 标准中引入的开窗函数，将会在下个主要版本（2.00.11）支持。