SAP Funciones SQL de HANA: Tipos y ejemplos

⚡ Resumen inteligente

SAP Las funciones SQL de HANA transforman valores dentro de una consulta sin transferir los datos a la capa de aplicación. Siete categorías abarcan la conversión de tipos de datos, fechas y horas, búsqueda de texto completo, números, cadenas, ventanas y operaciones diversas.

  • 🔄 Funciones de conversión: Las funciones CAST, TO_BIGINT, TO_ALPHANUM y TO_BINARY cambian un valor de un tipo de dato a otro.
  • ???? Funciones de fecha y hora: Las funciones ADD_DAYS, ADD_MONTHS y ADD_SECONDS modifican o reformatean los valores de fecha y hora.
  • 🔍 Funciones de texto completo: La función SCORE y otras funciones relacionadas clasifican los resultados devueltos por una búsqueda de texto.
  • 🔢 Funciones numéricas: Las funciones ABS, ROUND y POWER aceptan datos numéricos y devuelven un resultado numérico.
  • 🔤 Funciones de cadena: Las funciones ASCII, CHAR y CONCAT procesan la entrada de caracteres y devuelven un valor derivado.
  • 🪟 Funciones de la ventana: RANK, DENSE_RANK y ROW_NUMBER dividen un conjunto de resultados en particiones de ventana.
  • 🧰 Varios: CONVERT_CURRENCY y CURRENT_SCHEMA gestionan tareas que quedan fuera de los otros seis grupos.

SAP Funciones SQL de HANA

SAP Funciones SQL de HANA

SAP HANA ofrece lo siguiente: SAP Funciones de HANA

  1. Función de conversión de tipo de datos – La función de conversión de tipo de datos se utiliza para convertir un tipo de datos a otro. A continuación se muestra una lista de la función de conversión de tipos de datos, p. CAST, TO_ALPHANUM, TO_BIGINT, TO_BINARY, etc.
  2. Funciones de fecha y hora – Las funciones de fecha y hora se utilizan para convertir fechas y horas a diferentes formatos. Por ejemplo: ADD_DAYS, ADD_MONTHS, ADD_SECOND, etc.
  3. Funciones de texto completo – La función de texto completo se utiliza para la búsqueda de texto. Por ejemplo: SCORE, etc.
  4. Funciones numéricas – Las funciones numéricas toman como entrada un valor numérico o una cadena con caracteres numéricos y devuelven valores numéricos. Por ejemplo: ABS, REDONDEAR, POTENCIA, etc.
  5. Funciones de cadena – Las funciones de cadena toman una cadena como entrada, la procesan y devuelven un valor según la función. Por ejemplo: (ASCII, CHAR, CONCAT, etc.).
  6. Funciones de ventana – Las funciones de ventana permiten al usuario dividir el conjunto de resultados de una consulta en grupos de filas denominados particiones de ventana. Por ejemplo: RANK(), DENSE_RANK(), ROW_NUMBER(), etc.
  7. Función Miscelánea- Existen algunas funciones más que se utilizan para tareas diversas, como por ejemplo: CONVERT_CURRENCY, CURRENT_SCHEMA, etc.

Cada función anterior se evalúa dentro del motor de la base de datos, por lo que insertar lógica en una función es casi siempre más rápido que recuperar filas y procesarlas en una aplicación. Los ejemplos siguientes utilizan la tabla DUMMY, una tabla del sistema de una sola fila que existe únicamente para probar una expresión sin acceder a datos reales.

Funciones escalares, agregadas y de ventana

Antes de los ejemplos, cabe destacar una distinción que determina cómo se comporta una función en una consulta: cuántas filas se introducen y cuántas se obtienen como resultado.

Categoría Filas de entrada: filas de salida ¿Necesita AGRUPAR POR? Ejemplos
Escalar Una fila a una fila No MAYÚSCULAS, REDONDAS, HASTA_LA_FECHA, CAST
Agregados Muchas filas en una sola fila Sí, a menos que todo el conjunto sea un solo grupo. SUMA, AVG, CONTEO, MÍNIMO, MÁXIMO
Ventana Muchas filas a muchas filas No, utiliza OVER en su lugar. RANGO, RANGO_DENSO, NÚMERO_DE_FILA, RETRASO
Tabla Devuelve un conjunto de resultados Utilizado en la cláusula FROM FECHA_DE_GENERACIÓN_DE_LA_SERIE

La consecuencia práctica es que una agregación reduce los detalles, mientras que una función de ventana los conserva. Para consultar a cada empleado junto con el promedio de su departamento, se necesita una función de ventana, ya que una agrupación eliminaría por completo las filas individuales.

Preguntas frecuentes sobre bancarrota SAP Funciones de HANA con ejemplos

Las siguientes instrucciones se pueden pegar directamente en la consola SQL. Cada una ilustra una categoría de la lista anterior.

1) Funciones de cadena. Estas funciones toman como entrada un carácter y devuelven un valor derivado.

SELECT
  UPPER('sap hana')               AS UPPER_TEXT,
  LENGTH('SAP HANA')              AS TEXT_LENGTH,
  CONCAT('SAP ', 'HANA')         AS JOINED,
  SUBSTRING('SAP HANA', 5, 4)   AS PART,
  REPLACE('SAP HANA', 'HANA', 'S/4') AS SWAPPED,
  TRIM('  padded  ')             AS CLEANED
FROM DUMMY;

2) Funciones numéricas. Vale la pena probar el comportamiento de redondeo, ya que ROUND utiliza un redondeo comercial, mientras que FLOOR y CEIL siempre se mueven en una dirección.

SELECT
  ABS(-45.7)          AS ABSOLUTE_VALUE,
  ROUND(123.4567, 2) AS ROUNDED,
  FLOOR(9.9)          AS ROUNDED_DOWN,
  CEIL(9.1)           AS ROUNDED_UP,
  POWER(2, 10)       AS RAISED,
  MOD(17, 5)         AS REMAINDER
FROM DUMMY;

3) Funciones de fecha y hora. Estos son los que se necesitan con mayor frecuencia para la elaboración de informes periódicos.

SELECT
  CURRENT_DATE                              AS TODAY,
  ADD_DAYS(CURRENT_DATE, 30)                AS IN_30_DAYS,
  ADD_MONTHS(CURRENT_DATE, -1)              AS LAST_MONTH,
  DAYS_BETWEEN('2026-01-01', CURRENT_DATE) AS ELAPSED,
  LAST_DAY(CURRENT_DATE)                    AS MONTH_END,
  WEEKDAY(CURRENT_DATE)                     AS DAY_INDEX
FROM DUMMY;

4) Funciones de conversión. La conversión explícita evita la coerción de tipos silenciosa que ralentiza una cláusula WHERE.

SELECT
  CAST('1234' AS INTEGER)               AS AS_NUMBER,
  TO_VARCHAR(CURRENT_DATE, 'DD.MM.YYYY') AS AS_TEXT,
  TO_DECIMAL(1234.5678, 10, 2)         AS AS_DECIMAL
FROM DUMMY;

El comportamiento de los tipos y los límites de cada tipo objetivo se tratan en SAP Tipos de datos de HANA.

Explicación de las funciones de ventana

Una función de ventana realiza un cálculo sobre un conjunto de filas relacionadas con la fila actual, sin agruparlas. La cláusula OVER define dicho conjunto y tiene dos partes opcionales: PARTITION BY divide los datos en grupos y ORDER BY fija el orden dentro de cada grupo.

SELECT
  DEPARTMENT,
  EMP_NAME,
  SALARY,
  ROW_NUMBER() OVER (PARTITION BY DEPARTMENT ORDER BY SALARY DESC) AS ROW_NUM,
  RANK()       OVER (PARTITION BY DEPARTMENT ORDER BY SALARY DESC) AS RANKING,
  DENSE_RANK() OVER (PARTITION BY DEPARTMENT ORDER BY SALARY DESC) AS DENSE_RANKING,
  SUM(SALARY)  OVER (PARTITION BY DEPARTMENT) AS DEPT_TOTAL
FROM DHK_SCHEMA.EMPLOYEE;

Las tres funciones de clasificación solo difieren cuando los valores empatan:

  • NUMERO DE FILA Nunca hay empate. Dos salarios idénticos siguen recibiendo 1 y 2, elegidos arbitrariamente.
  • RANK A las filas empatadas se les asigna el mismo número y luego se saltan una. Dos filas en el número 1 van seguidas de 3.
  • RANGO_DENSO A las filas empatadas se les asigna el mismo número y no se saltan ninguna. Dos filas en el número 1 van seguidas de dos en el número 2.

Utilice ROW_NUMBER para eliminar duplicados, RANK para la clasificación al estilo de competición y DENSE_RANK cuando la secuencia deba permanecer ininterrumpida. Los símbolos de comparación y lógicos utilizados junto con estas funciones se tratan en SAP Operadores de HANAy la estructura de la declaración en SAP HANA-SQL.

Preguntas Frecuentes

DUMMY es una tabla del sistema que contiene exactamente una fila. Permite evaluar una expresión o función en una instrucción SELECT sin hacer referencia a ninguna tabla real.

Ambos asignan el mismo número a las filas empatadas. RANK omite los siguientes valores, por lo que a dos primeros les sigue el tercero. DENSE_RANK no omite, por lo que a dos primeros les sigue el segundo.

Sí. Describir la transformación en lenguaje sencillo devuelve la función y la sintaxis correspondientes, lo cual es más rápido que examinar una lista de referencias de varios cientos de entradas.

Con frecuencia, una función que envuelve una columna filtrada impide un filtrado eficiente, y la IA puede reestructurar el predicado para que la columna permanezca intacta. Confirme con el plan de ejecución.

Sí, pero aplicarlo a la columna obliga a evaluar cada fila. Siempre que sea posible, transforme la constante para que la columna pueda filtrarse de forma eficiente.

Resumir este post con: