用于分析 SAP HANA 数据库中所有表/视图（可选择按名称过滤）的所有列（可选择按名称过滤）的查询

Question

（为奇怪的格式道歉 - 试图在这里变得更好！）

我正在寻找有关如何最好地实现标题中列出的目标的建议，例如 output 的效果如下：

表名	列名	配置文件类型	配置文件类型计数
测试台	测试列	空计数	278
测试台	测试列	唯一值	71
测试表2	测试栏2	空计数	0
测试表2	测试栏2	唯一值	25
...	...	...	...

我希望能够一口气完成这项工作，认识到这可能无法通过单个查询来完成，但相信有一种简单有效的方法； 我只是对 HANA 和 SQL 编码不够熟悉，不知道要瞄准什么。 （我有 HANA Studio 并了解如何在其中运行查询。）我希望能够在查询中指定额外的 ProfileTypes 并将它们应用于所有表/列。 我想包括的一个 ProfileType 是 Top X 最常用的值（每个值将显示在上面示例表的 ProfileType 列中，计数显示在 ProfileTypeCount 列中。）

我非常愿意接受“你没有以正确的方式思考这个问题！考虑一下这个！”的性质的输入。

我一直在尝试使用 Access 中的链接表和直通查询进行一些 VBA 编码以实现相同的结果，但我的最终目标是让 HANA 数据库本身成为完成工作的系统，而不是我的本地 PC。

我一直试图通过的逻辑方法是：

• 从数据库本身提取所有表/视图/列的完整列表（我一直在使用这个查询： SELECT VIEW_NAME TableViewName, COLUMN_NAME ColumnName FROM VIEW_COLUMNS WHERE SCHEMA_NAME='SCHEMA' ）
• 对于每个表/视图（可选择按名称过滤）
  • 对于每一列（可选择按名称过滤）

    • 对于每个 ProfileType（可以是子查询，例如SELECT Count (*) NULLCOUNT from SCHEMA.TABLEVIEWNAME.COLUMNAME ）

      • 像上面的示例表一样返回一行

    • 环形

  • 环形
• 环形

感谢您的帮助/指导！

Answer 1

如果使用 Python（特别是hana-ml 客户端）是一个选项，则您想要实现的部分内容由HANA Dataframe object 的描述方法完成。它生成统计信息，例如

行数（“计数”），

不同值的数量（“唯一”），

空值数（“空值”），

平均值（“平均值”），

标准偏差（“标准”）

中位数（“中位数”），

最小值（“min”），

最大值（“最大”），

当被视为连续变量（“25_percent_cont”）时的 25% 百分位数，

被视为离散变量时的 25% 百分位数（“25_percent_disc”），

被视为连续变量时的 50% 百分位数（“50_percent_cont”），

被视为离散变量时的 50% 百分位数（“50_percent_disc”），

当被视为连续变量时的 75% 百分位数（“75_percent_cont”），

被视为离散变量时的 75% 百分位数（“75_percent_disc”）