提取文本中的表名并分成多行，再根据表名进行汇总

我是DBA

文本是这样的
CPU Time (s)        Number  SQLTEXT
916154.22         33       Select  * from A_1_2_3 A where a.b in (select b.b from B_3SDF B)
865764.75          234    SELECT COUNT(1) FROM A_1_2_3 A, C_1_2 C WHERE  A.AD (SELECT 1 FROM D_2_3 D WHERE aa=xx)


我要把所有SQLTEXT文本中的表名提取出来，只取From 后面的表名，根据表名变成多行，一个from 后面可能有多个表名，要根据逗号来判断，表可大多数都有别名，只取表名即可，结果如下所示：


中间结果：
CPU Time (s)        Number  SQLTEXT
916154.22         33         A_1_2_3
916154.22         33        B_3SDF
865764.75          234     A_1_2_3
865764.75          234     C_1_2
865764.75          234     D_2_3

最终结果：
CPU Time (s)        Number  SQLTEXT
1781918.97         267        A_1_2_3
916154.22         33        B_3SDF
865764.75          234     C_1_2
865764.75          234     D_2_3

ly5066113

回复 1# 我是DBA


以前你也可以写出来的。

1. sed -r 's/from/,/gi;s/((\S+\s+){2})[^,]*, *(\w+)[^,]*/\1\3\n\1/;/\n/P;D' file

复制代码

jason680

回复 1# 我是DBA

$ awk 'NR==1{print;next}{for(n=3;n<NF;n++){if(t==1){if(!num[$n])a[++c]=$n;cpu[$n]+=$1;num[$n]+=$2;n++;t=sub(",$","",$n)}if(toupper($n)=="FROM")t=1;}}END{for(n=1;n<=c;n++)printf("%12.2f\t%9d   %s\n",cpu[a[n]],num[a[n]],a[n])}' FILE
CPU Time (s)        Number  SQLTEXT
  1781918.97              267   A_1_2_3
   916154.22               33   B_3SDF
   865764.75              234   C_1_2
   865764.75              234   D_2_3

zxy877298415

1. awk -F 'from|where|FROM|WHERE' 'BEGIN{print "CPU Time (s)\tNumber\tSQLTEXT"}
   
2.        {split($1,c," ");e=c[1];f=c[2];
   
3.           for(i=2;i<=NF;i++) {
   
4.             if(i%2==0) {
   
5.               for (j=1;j<=split($i,a,",");j++) {
   
6.                  for(k=1;k<=split(a[j],b,",");k++)
   
7.                    split(b[1],d," ");
   
8.                    h[d[1]]+=e;m[d[1]]+=f;q[d[1]]
   
9.               }
   
10.                 }
    
11.              }
    
12.         }
    
13.    END{for (i in q) printf( "%.2f\t%d\t%s\n",h[i],m[i],i)}' file
    
14. CPU Time (s)    Number  SQLTEXT
    
15. 916154.22       33      B_3SDF
    
16. 865764.75       234     D_2_3
    
17. 865764.75       234     C_1_2
    
18. 1781918.97      267     A_1_2_3

复制代码

回复 1# 我是DBA


   

zsszss0000

楼上的全是大神~

tasteoftime_90

搭楼管道

1. awk -F'  +' 'NR==1{print ;next}{a[$3]+=$2;b[$3]+=$1}END{for(i in a)printf("%.2f\t%s\t%d\n",b[i],i,a[i])}'

复制代码

回复 2# ly5066113