TDengine 字符串函数 Replace 用户手册

REPLACE 函数使用手册

函数定义

REPLACE(expr, from_str, to_str)

功能说明

一句话描述: 将字符串中所有指定的子串替换为新的子串。

将字符串 expr 中所有的 from_str 子串替换为 to_str，返回替换后的结果。

参数说明

参数	说明	类型	必填
expr	待处理的原始字符串	VARCHAR、NCHAR	是
from_str	要被替换的子串	VARCHAR、NCHAR	是
to_str	替换后的新子串	VARCHAR、NCHAR	是

返回值

• 类型 : 与输入参数 expr 的原始类型相同（VARCHAR 或 NCHAR）
• 长度: 根据替换结果动态确定
• NULL 处理: 任意参数为 NULL，返回 NULL

适用范围

• 数据类型: VARCHAR、NCHAR
• 适用于: 表和超级表
• 子查询: 支持内层和外层查询

版本

v3.3.3.0

基础示例

-- 基本替换
taos> SELECT REPLACE('aabbccAABBCC', 'AA', 'DD');
 replace('aabbccAABBCC', 'AA', 'DD') |
======================================
 aabbccDDBBCC                        |

-- 替换空格为下划线
taos> SELECT REPLACE('hello world test', ' ', '_');
 replace('hello world test', ' ', '_') |
========================================
 hello_world_test                      |

-- 大小写敏感
taos> SELECT REPLACE('HELLO hello', 'hello', 'world');
 replace('HELLO hello', 'hello', 'world') |
===========================================
 HELLO world                              |

-- 子串不存在
taos> SELECT REPLACE('tdengine', 'xyz', 'abc');
 replace('tdengine', 'xyz', 'abc') |
====================================
 tdengine                          |

-- 替换为空字符串（删除子串）
taos> SELECT REPLACE('test_data_base', '_', '');
 replace('test_data_base', '_', '') |
=====================================
 testdatabase                       |

-- NULL 值处理
taos> SELECT REPLACE(NULL, 'a', 'b');
 replace(null, 'a', 'b') |
==========================
 NULL                    |

taos> SELECT REPLACE('test', NULL, 'b');
 replace('test', null, 'b') |
=============================
 NULL                        |

taos> SELECT REPLACE('test', 'a', NULL);
 replace('test', 'a', null) |
=============================
 NULL                        |

使用场景示例

场景 1: 标准化设备位置格式

业务需求: 统一设备位置信息中的分隔符格式

-- 创建智能电表超级表
CREATE STABLE test.meters (
    `ts` TIMESTAMP,
    `current` FLOAT,
    `voltage` INT,
    `phase` FLOAT
) TAGS (
    `groupid` INT,
    `location` VARCHAR(100)
);

-- 插入测试数据（使用不同分隔符）
INSERT INTO test.d001 USING test.meters TAGS(1, 'Beijing_Chaoyang_Building_A')
VALUES ('2024-01-15 08:00:00', 10.5, 220, 0.85);

INSERT INTO test.d002 USING test.meters TAGS(2, 'Shanghai.Pudong.Tower.B')
VALUES ('2024-01-15 08:00:00', 12.3, 221, 0.88);

INSERT INTO test.d003 USING test.meters TAGS(3, 'Guangzhou-Tianhe-Plaza-C')
VALUES ('2024-01-15 08:00:00', 9.8, 219, 0.82);

-- 统一替换为标准分隔符 '-'
SELECT 
    tbname,
    location AS original_location,
    REPLACE(REPLACE(location, '_', '-'), '.', '-') AS standardized_location,
    voltage
FROM test.meters;

输出示例:

tbname | original_location           | standardized_location       | voltage
-------|-----------------------------|-----------------------------|--------
d001   | Beijing_Chaoyang_Building_A | Beijing-Chaoyang-Building-A | 220
d002   | Shanghai.Pudong.Tower.B     | Shanghai-Pudong-Tower-B     | 221
d003   | Guangzhou-Tianhe-Plaza-C    | Guangzhou-Tianhe-Plaza-C    | 219

目的: 数据标准化，便于后续统一处理和查询

---

场景 2: 设备编号格式转换

业务需求: 将设备编号中的特殊字符替换为标准格式

-- 假设增加设备编号标签
ALTER STABLE test.meters ADD TAG device_no VARCHAR(50);

-- 插入数据
INSERT INTO test.d004 USING test.meters 
TAGS(4, 'Beijing-test', 'METER#2024#001')
VALUES ('2024-01-15 08:00:00', 11.0, 222, 0.88);

INSERT INTO test.d005 USING test.meters 
TAGS(5, 'Shanghai-test', 'METER#2024#002')
VALUES ('2024-01-15 08:00:00', 10.2, 219, 0.86);

-- 将 '#' 替换为 '-'
SELECT 
    tbname,
    device_no AS original_no,
    REPLACE(device_no, '#', '-') AS formatted_no
FROM test.meters
WHERE device_no IS NOT NULL;

输出示例:

tbname | original_no     | formatted_no
-------|-----------------|---------------
d004   | METER#2024#001  | METER-2024-001
d005   | METER#2024#002  | METER-2024-002

目的: 设备编号标准化，符合系统命名规范

---

场景 3: 数据脱敏处理

业务需求: 对敏感信息进行脱敏显示

-- 假设增加联系电话标签
ALTER STABLE test.meters ADD TAG contact_phone VARCHAR(20);

-- 插入数据
INSERT INTO test.d006 USING test.meters 
TAGS(6, 'Beijing-test', '', '13812345678')
VALUES ('2024-01-15 08:00:00', 10.5, 220, 0.85);

-- 使用子查询实现电话号码中间4位脱敏
```sql
SELECT 
    tbname,
    contact_phone AS original_phone,
    CONCAT(
        SUBSTRING(contact_phone, 1, 3),
        '****',
        SUBSTRING(contact_phone, 8)
    ) AS masked_phone
FROM test.meters
WHERE contact_phone IS NOT NULL;

输出示例:

tbname | original_phone | masked_phone
-------|----------------|-------------
d006   | 13812345678    | 138****5678

目的: 保护用户隐私，敏感信息脱敏显示

---

场景 4: URL 地址清理

业务需求: 清理设备监控 URL 中的多余参数

-- 假设增加监控URL标签
ALTER STABLE test.meters ADD TAG monitor_url VARCHAR(200);

-- 插入数据
INSERT INTO test.d007 USING test.meters 
TAGS(7, 'Beijing-test', '', '', 'http://monitor.com/device?id=001&debug=true')
VALUES ('2024-01-15 08:00:00', 10.5, 220, 0.85);

-- 移除调试参数
SELECT 
    tbname,
    monitor_url AS original_url,
    REPLACE(monitor_url, '&debug=true', '') AS cleaned_url
FROM test.meters
WHERE monitor_url IS NOT NULL;

输出示例:

tbname | original_url                                | cleaned_url
-------|---------------------------------------------|---------------------------
d007   | http://monitor.com/device?id=001&debug=true | http://monitor.com/device?id=001

目的: URL 标准化，移除不必要的参数

---

场景 5: 批量文本替换

业务需求: 批量更新设备位置中的旧区域名称

-- 查询需要更新的设备
SELECT 
    tbname,
    location AS old_location,
    REPLACE(location, 'OldDistrict', 'NewDistrict') AS new_location
FROM test.meters
WHERE location LIKE '%OldDistrict%';

-- 使用子查询统计替换前后差异
SELECT 
    COUNT(*) AS total_affected,
    SUM(CASE WHEN old_location != new_location THEN 1 ELSE 0 END) AS changed_count
FROM (
    SELECT 
        location AS old_location,
        REPLACE(location, 'OldDistrict', 'NewDistrict') AS new_location
    FROM test.meters
) AS subquery;

目的: 批量数据维护，区域名称更新

---

场景 6: 多层嵌套替换

业务需求: 执行多次字符串替换操作

-- 多次替换：统一格式 + 移除空格
SELECT 
    tbname,
    location AS original,
    final_location
FROM (
    SELECT 
        tbname,
        location,
        REPLACE(
            REPLACE(
                REPLACE(location, '_', '-'),
                '.', '-'
            ),
            ' ', ''
        ) AS final_location
    FROM test.meters
) AS subquery;

输出示例:

tbname | original                     | final_location
-------|------------------------------|----------------------
d001   | Beijing_Chaoyang Building_A | Beijing-ChaoyangBuilding-A

目的: 复杂字符串清理，多步骤标准化

---

实际应用优势

1. 数据清洗

-- 清理多余空格
SELECT REPLACE(REPLACE(REPLACE(text_field, '  ', ' '), '  ', ' '), '  ', ' ')
FROM table_name;

2. 格式标准化

-- 统一日期分隔符
SELECT REPLACE(date_string, '/', '-') FROM records;

3. 字符串修正

-- 修正拼写错误
SELECT REPLACE(content, 'teh', 'the') FROM documents;

性能考虑

1. 字符串长度: 替换操作的性能与字符串长度和替换次数成正比
2. 多次替换: 使用嵌套 REPLACE 时注意性能影响
3. 大数据集: 在大表上执行替换操作时建议加 WHERE 条件过滤
4. 索引失效: WHERE 子句中使用 REPLACE 会导致索引无法使用

注意事项

1. 大小写敏感: REPLACE 函数区分大小写
2. 多字节安全: 正确处理 UTF-8 多字节字符（如中文）
3. NULL 处理: 任何参数为 NULL 都返回 NULL
4. 嵌套使用: TDengine 不支持在 SELECT 中直接引用前面定义的列别名，需要使用子查询
5. 替换顺序: 多次嵌套替换时注意执行顺序，从内到外

子查询使用说明

由于 TDengine 不支持以下语法：

-- ❌ 错误写法
SELECT 
    REPLACE(location, '_', '-') AS step1,
    REPLACE(step1, '.', '-') AS step2  -- 无法引用 step1
FROM test.meters;

应使用以下方式：

-- ✅ 正确写法 1: 嵌套函数
SELECT 
    REPLACE(REPLACE(location, '_', '-'), '.', '-') AS result
FROM test.meters;

-- ✅ 正确写法 2: 子查询
SELECT 
    step1,
    REPLACE(step1, '.', '-') AS step2
FROM (
    SELECT REPLACE(location, '_', '-') AS step1
    FROM test.meters
) AS subquery;

相关函数

• SUBSTR()/SUBSTRING(): 提取子串
• CONCAT(): 字符串连接
• TRIM(): 去除空格
• UPPER()/LOWER(): 大小写转换
• LENGTH(): 获取字符串长度
• POSITION(): 查找子串位置

完整示例: 设备信息标准化

-- 综合应用: 设备信息清理与标准化
SELECT 
    tbname,
    standardized_location,
    standardized_device_no,
    cleaned_url
FROM (
    SELECT 
        tbname,
        REPLACE(REPLACE(REPLACE(location, '_', '-'), '.', '-'), ' ', '') AS standardized_location,
        REPLACE(device_no, '#', '-') AS standardized_device_no,
        REPLACE(monitor_url, '&debug=true', '') AS cleaned_url
    FROM test.meters
    WHERE location IS NOT NULL
) AS subquery
WHERE standardized_location != ''
ORDER BY tbname;

这个综合示例展示了如何使用 REPLACE 函数实现:

• 多种分隔符统一
• 空格清理
• 特殊字符标准化
• URL 参数清理
• 批量数据标准化处理

关于 TDengine

TDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；TDengine IDMP 是一款AI原生工业数据管理平台，它通过树状层次结构建立数据目录，对数据进行标准化、情景化，并通过 AI 提供实时分析、可视化、事件管理与报警等功能。