一文带你了解不一样的SQL，惊喜多多( 四 ) _SQL

SQL 行模式识别（MATCH_RECOGNIZE）能够用于检测数据流中的复杂模式，具有处理复杂事件（CEP）的强大功能。常见的应用包括侦测异常的安全行为、发现金融交易行为模式、欺诈检测和传感器数据分析等。
2019 年 SQL 标准增加了第 15 部分：ISO/IEC 9075-15:2019 多维数组（SQL/MDA）。
三.SQL 与多维数组
多维数组（Multi-Dimensional Arrays）是各种科学和工程数据的核心基础结构，包括一维传感器数据、二维卫星和显微镜扫描图像、三维图像时间序列和地球物理数据、以及四维气候和海洋数据等。
大部分的编程语言，例如 C/C++、JAVA、Python、R 等，都提供了数组类型和相关操作的支持。早在 1999 年，SQL 就已经对数组提供了一些非常基本的支持；最新的 SQL/MDA 允许存储、访问和处理大规模的多维数组，例如 N 通道的卫星图像。这意味着 SQL 现在可以解码图像，并且通过像素坐标直接访问和处理图像区域。

文章插图

其中，MDA 表示在数据库之外的数组数据，支持格式包括 TIFF、netCDF、HDF5、JSON 等；SQL/MDA 表示数据库中存储的数组数据，支持的操作包括：

数组数据的摄取和存储；
更新存储的数组数据；
导出数组；
数组和关系数据的集成查询。

以 PostgreSQL 为例，它允许将字段定义为多维数组类型，数组的元素可以是任何内置类型、自定义类型、枚举类型、复合类型等。例如：

CREATE TABLE sal_emp (    name            text,    pay_by_quarter  integer[],    schedule        text[][]);INSERT INTO sal_emp    VALUES ('Bill',    '{10000, 10000, 10000, 10000}',    '{{"meeting", "lunch"}, {"training", "presentation"}}');INSERT INTO sal_emp    VALUES ('Carol',    ARRAY[20000, 25000, 25000, 25000],    ARRAY[['breakfast', 'consulting'], ['meeting', 'lunch']]);

sal_emp 表中包含两个数组字段，pay_by_quarter 是一个一维数组，schedule 是一个二维数组。
以下查询返回了 Bill 一周中的前两天计划里的第一项内容：
select schedule[1:2][1:1] from sal_emp where name = 'bill';name |-----|Carol|使用下标可以访问数组的元素，PostgreSQL 中的数组元素从 1 开始编号。以下语句用于修改数组中的数据切片：
update sal_emp set pay_by_quarter[1:2] = '{27000,27000}'where name = 'carol';PostgreSQL 为数组数据提供许多函数和运算符，例如以下查询使用 && 运算符查找曾经拿过 10000 报酬的员工：
select name from sal_emp where pay_by_quarter && array[10000];name|----|Bill|unnest 函数可以将数组转换为关系表，例如：

select name, unnest(pay_by_quarter), unnest(schedule) from sal_emp;name |unnest|unnest      |-----|------|------------|Bill | 10000|meeting     |Bill | 10000|lunch       |Bill | 10000|training    |Bill | 10000|presentation|Carol| 20000|breakfast   |Carol| 25000|consulting  |Carol| 25000|meeting     |Carol| 25000|lunch       |

PostgreSQL 还为数组提供了 GiST 和 GIN 类型的索引，可以优化数组数据的查询。
除此之外，基于 PostgreSQL 的 PostGIS Raster、Oracle GeoRaster 以及 rasdaman 数组数据库则提供了更加完善的多维数组应用场景支持。
四.SQL 与图形数据库
图形数据库（graph database）属于 NoSQL 的一种，使用节点、边和属性来表示和存储数据，使用图结构进行语义查询。图形数据库非常适合社交网络、人工智能、欺诈检测、推荐系统等领域中的复杂关系处理。Neo4j 是目前最著名的图形数据库。