MATCH 子句

允许您以搜索事件模式筛选大量历史数据的 SQL 扩展， MATCH 子句为解析分区、排序提供子类，并基于您定义的模式匹配结果表的行。

您指定一个由 DEFINE 子句中定义的事件类型组成的模式作为正则表达式，其中每个事件都与输入表中的一行对应。接下来，您可以在输入事件序列内搜索模式。模式匹配返回符合 PATTERN 子句的连续行序列。例如，模式 P (A B* C) 由三个事件类型组成：A、B 和 C，当 Vertica 在输入表中找到匹配时，相关模式实例必须是一个 A 类型事件，且后接零个或多个 B 类型事件和一个 C 类型事件。

如果您想在点击流分析中根据用户的 Web 浏览行为（页面点击）确定用户的操作，那么模式匹配就尤其有用。有关详细信息，请参阅事件系列模式匹配。

语法

MATCH ( [ PARTITION BY table‑column ] ORDER BY table‑column
    DEFINE event‑name AS boolean‑expr [,...]
    PATTERN pattern‑name AS ( regexp )
    [ rows‑match‑clause ] )

参数

PARTITION BY
定义与 PATTERN 子句中定义的模式相匹配的窗口数据范围。分区子句通过 PATTERN 子句中定义的匹配模式将数据分区。使用 OEDER BY 子句对每个分区中的数据进行排序。如果忽略分区子句，则将整个数据集视为单个分区。
ORDER BY
定义与 PATTERN 子句中定义的模式相匹配的窗口数据范围。对于每个分区，顺序子句指定如何针对模式匹配对输入数据排序。
DEFINE
定义在正则表达式中构成事件类型的 boolean 表达式。例如： 
DEFINE
 Entry    AS RefURL  NOT ILIKE '%website2.com%' AND PageURL ILIKE
                               '%website2.com%',
 Onsite   AS PageURL ILIKE     '%website2.com%' AND Action='V',
  
 Purchase AS PageURL ILIKE     '%website2.com%' AND Action='P'

DEFINE 子句最多可接受 52 个事件。有关示例，请参阅 事件系列模式匹配。

event‑name
每一行需要进行评估的事件名称，如前面示例中的 Entry, Onsite, Purchase。
boolean‑expr
返回 true 或 false 的表达式。boolean_expr 可包含 布尔运算符 和相关 (comparison) 运算符。例如： 
Purchase AS PageURL ILIKE '%website2.com%' AND Action = 'P'
PATTERN pattern‑name
在 PATTERN 子句中定义的模式的名称，例如，P 是如下文定义的模式名称： 
 PATTERN P AS (...)

PATTERN 是由名称和正则表达式组成的搜索模式。

regexp
一个正则表达式，由 DEFINE 子句中定义的事件类型和下面的一个或多个限定符组成。当 Vertica 评估 MATCH 子句时，正则表达式会识别满足表达式条件的行。
rows‑match‑clause
指定如何解决单一行中评估为真的事件多于一个的问题，为以下几项之一：

  • ROWS MATCH ALL EVENTS：如果单一行中的多个事件评估为真，Vertica 将返回以下错误：

    ERROR: pattern events must be mutually exclusive
HINT:  try using ROWS MATCH FIRST EVENT

  • ROWS MATCH FIRST EVENT：如果给定行中的多个事件评估为真，Vertica 将使用该行的 SQL 语句中的第一个事件。

模式语意评估

  • SQL 子句的语意评估顺序是：FROM -> WHERE -> PATTERN MATCH -> SELECT。

  • 数据根据 PARTITION BY 子句的规定分区。如果忽略分区子句，则将整个数据集视为单个分区。

  • 对于每个分区，顺序子句指定如何针对模式匹配对输入数据排序。

  • 对每一行的事件进行评估。一行可以具有 0、1 或 N 个事件评估为真。如果同一行中评估为真的事件超过一个，除非您指定 ROWS MATCH FIRST EVENT，否则 Vertica 将返回一个运行时错误。如果指定了 ROWS MATCH FIRST EVENT，且单一行中评估为真的事件多于一个，Vertica 将选择 SQL 语句中第一个定义的事件用于行。

  • Vertica 通过查找符合 PATTERN 子句中定义模式的连续行序列执行模式匹配。

对于每一个匹配，Vertica 将输出匹配行。并非匹配一部分的行（不满足一个或多个术语）不输出。

  • Vertica 仅报告非重叠匹配。如果发生重叠，Vertica 将选择输入流中发现的第一个匹配。查找到匹配后，Vertica 会在前一次匹配结束后，开始搜索下一个匹配。

  • Vertica 将报告最长可能匹配，而不是匹配的子集。例如，考虑模式：AB（包含输入）：AAAB。因为 A 使用贪婪正则表达式量词 ()，所以 Vertica 会报告所有 A 的输入 (AAAB)，而不是 AAB、AB 或 B。

注释和限制

  • 模式匹配查询中不允许使用 DISTINCT 和 GROUP BY/HAVING 子句。

  • 下面的表达式不可用于 DEFINE 子句：

    • 子查询，如 DEFINE X AS c IN ELECT c FROM table

    • 分析函数，如 DEFINE X AS c <EA1) OVER (ORDER BY 1)

    • 聚合函数，如 DEFINE X AS c <A1)

  • 不可使用相同的模式名称定义不同的事件，例如，X 不允许执行下文：

    DEFINE   X AS c1 <  3
  X AS c1  >= 3

  • 与 MATCH 子句一起使用，Vertica MATCH 子句函数 提供关于模式的额外数据。例如，您可是使用函数返回表示与输入行相匹配的事件名称、匹配的序列号或匹配模式实例的分区范围内唯一标识符。

示例

例如，请参阅事件系列模式匹配。

另请参阅

本节内容