营配数据质量核查,关于营销mis系统与配电gis系统里面的sql语句查询,做为积累使用,下次就不用重复写同样的语句了。

1.配电gis线路导出数据:

select r.name 线路名称,r.run_status 运行状态,r.voltage_level 电压等级,
r.manager_depart 管理部门,r.belong_substation 所属厂站
from ods_sc.T_D2_PD_FEEDER r where r.gsdm=‘040100‘ and r.run_status <>‘退运‘ and r.voltage_level=‘10kV‘
and r.manager_depart not in
 (‘江南供电分局‘,‘青秀供电分局‘,‘兴宁供电分局‘,‘城西供电分局‘,‘五象供电分局‘)

2.配电gis变压器导出数据

select t2.NAME 变压器名称,t2.BELONG_FEEDER 所属线路,t2.RUN_STATUS 运行状态,
 t2.MANAGER_DEPART 管理部门,t2.TRANSFORMER_TYPE 变压器类型,t2.BYQH 变压器号 ,t2.VOLTAGE_LEVEL 电压等级
  from ods_yx.v_gis_byq_count t2 where t2.GSDM=‘040100‘ and
 t2.voltage_level=‘10kV‘
and (t2.manager_depart not in
 (‘江南供电分局‘,‘青秀供电分局‘,‘兴宁供电分局‘,‘城西供电分局‘,‘五象供电分局‘) or t2.MANAGER_DEPART is null) and
  t2.transformer_type in (‘配变‘, ‘公变‘,‘专变‘)

3.配电gis系统用户导出数据

select user_no 用户号,user_name 用户名,x.MANAGER_DEPART 管理部门 from
  ods_yx.V_GIS_USER_yhyzx x where x.GSDM=‘040100‘ and x.MANAGER_DEPART is null

4.营销mis线路导出数据

select l1.line_name 线路名称,
 (select max(param_value) from ods_yx.sys_param_value v  where v.gdjdm=‘040100‘ and v.param_code=l1.volt_level_code
 and v.param_type_code=‘VOLT_LEVEL‘) 电压等级,
 (select max(param_value) from ods_yx.sys_param_value v where v.gdjdm=‘040100‘ and v.param_code=l1.line_type
 and v.param_type_code=‘LINE_TYPE‘) 线路性质,
(select max(NEXT_DEPT_NAME) from ods_yx.VIEW_NEXT_BUSI v where v.gdjdm=‘040100‘ and
  v.NEXT_DEPT_CODE=l1.business_place_code) 所属营业区域
 from ods_yx.line l1 where l1.business_place_code in (#)
  and l1.volt_level_code=‘08‘ and l1.line_type in (1,5,10)

5.营销mis变压器导出数据

select trans_no 变压号,user_no 户号,desk_name 变压器名称,
 (select max(NEXT_DEPT_NAME) from ods_yx.VIEW_NEXT_BUSI v where v.gdjdm=‘040100‘ and
  v.NEXT_DEPT_CODE=n.business_place_code) 所属营业区域,
 (select max(param_value) from ods_yx.sys_param_value v where v.gdjdm=‘040100‘ and v.param_code=n.trans_state
 and v.param_type_code=‘TRANS_STATUS_FLAG‘) 变压器运行状态,
 (select max(param_value) from ods_yx.sys_param_value v where v.gdjdm=‘040100‘ and v.param_code=n.is_pub_trans
 and v.param_type_code=‘IS_PUB_TRANS‘) 公专变类型,
 (select max(param_value) from ods_yx.sys_param_value v where v.gdjdm=‘040100‘ and v.param_code=n.volt_level_code
 and v.param_type_code=‘VOLT_LEVEL‘) 电压等级
 from ods_yx.trans_run n where n.business_place_code in (#) and n.volt_level_code=‘08‘
 6.营销mis用户导出数据

select t1.user_no 用户号,t1.user_name 用户名,
  (select max(param_value) from ods_yx.sys_param_value v where v.gdjdm=‘040100‘ and v.param_code=t1.user_state
 and v.param_type_code=‘USER_STATUS‘) 用户状态,
  (select max(NEXT_DEPT_NAME) from ods_yx.VIEW_NEXT_BUSI v where v.gdjdm=‘040100‘ and
  v.NEXT_DEPT_CODE=t1.business_place_code) 所属营业区域,
  (select max(param_value) from ods_yx.sys_param_value v where v.gdjdm=‘040100‘ and v.param_code=t2.self_supply_mode
 and v.param_type_code=‘SELF_SUPPLY_MODE‘) 供电方式
  from ods_yx.user_files t1,ods_yx.power_file t2 where t1.user_no=t2.user_no and
   t1.business_place_code in (#) and t1.user_state<>‘2‘
   and t2.self_supply_mode in (‘5‘,‘6‘)

7.生产mis系统参数信息

select ywbm,nr from PD_GY_SBZDB where sjbm=‘5012‘ 设备状态

--配电站信息
select * from pd_gy_sb_pdzlxxb where id in( select id from pd_gy_sb_wjjgb where bs=‘BDZ‘);
--电压等级
SELECT ywbm, nrFROM PD_GY_SBZDB WHERE sjbm = ‘5004‘;
--产权性质
SELECT GY_DM_XTDMB.YWBM, GY_DM_XTDMB.NR FROM GY_DM_XTDMB WHERE GY_DM_XTDMB.SJBM = ‘371‘

8.县级生产mis重复变压器号

select id,byqh as 变压器号,wlsbmc as 物理设备名称,sbxslj as 设备显示路径 ,
(select max(xlmc) from dw_scxj.pd_gy_sb_xlxxb b where b.id=ssxl and gsdm=‘040102‘) as 所属线路
from ods_yx.xj_sc_gb where byqh in (select byqh
from ods_yx.xj_sc_gb tzb
where tzb.gsdm =‘040102‘ group by byqh having count(1)>1
)

时间: 2024-12-08 16:44:24

营配数据质量核查,关于营销mis系统与配电gis系统里面的sql语句查询,做为积累使用,下次就不用重复写同样的语句了。的相关文章

数据质量抽数与检查日志

一.营销mis系统抽取数据按月抽取的表的方法: 营销表按月抽取的方法:1.没有增量,全量抽取,入库目标地址为ods_yx,数据集成平台.不用入库到镜像库的. 要先进行表数据的抽取,把81.34里面的log日志文件删除,然后 使用到的程序为:F:\FTP\2013KHPZ里面的入库程序. 勾选循环执行LDR,入库前先清除表数据等选项.然后开始执行入库. 二.营销mis无主键的数据抽取 无主键的数据抽取: 1.生成sybase全量视图语句,拿语句给覃金卫进行部署,然后把CTL文件拷贝到81.34 F

大数据时代如何精准营销?

近年来,同质化商品.频繁的价格战.店铺租金上涨.电子商务的冲击等因素导致零售企业利润不断下降,在当今大数据时代,谁能顺应时代的改变进行改革,谁就能抓住新的发展机遇. 零售企业通过多年的运营,掌握了大量的一手数据资料,如果能从这些数据中发现其隐藏的价值,掌握消费者的消费行为规律,预测消费者的购买意图,就能体现精确的营销策略.将以产品为导向的传统营销模式改为以消费者为导向的精确营销模式,是零售企业提高核心竞争力的有效方式. 大数据是指数据规模大到不能使用传统分析方法在合理时间内进行有效的处理.大数据

老白聊数据-为什么你的营销总是没有效?

最近在反复思考数据分析的价值究竟该如何落地,这个问题,其实大家都在反复追问很多行业大咖,也在不断尝试实践. 对我来说,我觉得数据分析在企业中的应用无非就是三个方面:营销,风险,经营. 通俗的讲,营销更多是面向客群运营的最后一步,基本上是围绕场景和客群展开的: 风险,则是解决如何降低成本,控制不必要的浪费,策略和规则是核心: 经营,则是要动态的评估和量化我们在诸多操作方面的效果,不断策略优化. 今天我们拿营销来说,数据分析在营销中究竟的核心价值在哪里,营销未来该怎么走下去? 我们来看作为客群运营的

cognos开发与部署报表到广西数据质量平台

1.cognos报表的部署. 参数制作的步骤: 1.先在cognos里面把做好的报表路径拷贝,然后再拷贝陈工给的报表路径. 开始做替换,把陈工给的报表路径头拿到做好的报表路径中,如下面的链接http://10.194.40.11:9300/p2pd/servlet/dispatch?b_action=xts.run&m=portal/report-viewer.xts&ui.action=run&ui.object=CAMID这个是报表运行的参数(陈工) 然后再把尾部的run.ou

数据质量及数据清洗方法

先对其进行介绍:    数据清洗(Data cleaning)– 对数据进行重新审查和校验的过程,目的在于删除重复信息.纠正存在的错误,并提供数据一致性.[1] 数据清洗从名字上也看的出就是把“脏”的“洗掉”,指发现并纠正数据文件中可识别的错误的最后一道程序,包括检查数据一致性,处理无效值和缺失值等.因为数据仓库中的数据是面向某一主题的数据的集合,这些数据从多个业务系统中抽取而来而且包含历史数据,这样就避免不了有的数据是错误数据.有的数据相互之间有冲突,这些错误的或有冲突的数据显然是我们不想要的

【CSWS2014 Summer School】大数据下的游戏营销模式革新-邓大付

大数据下的游戏营销模式革新 邓大付博士腾讯专家工程师 Bio:毕业于华中科技大学,现任腾讯IEG运营部数据中心技术副总监,负责腾讯游戏的数据挖掘相关工作,包括有用户画像,推荐系统,基础算法研究等.主要感兴趣的领域包括有分布式计算平台系统架构,机器学习算法等. =================================================== 这个讲座时间比较短,内容也比较少,不过还是让我开拓了眼界,比如TX游戏数据的规模.游戏服务器的规模以及游戏中一些算法.模型的应用. ==

【网络大数据】大数据时代:网络营销能否颠覆传统?

大数据分析_大数据技术_大数据处理_云计算数据中心 网络大数据(www.raincent.com)整合了大数据分析,大数据处理,大数据技术,云计算数据等服务为一体,力争打造国内数一数二的网络数据处理平台. 众所周知,构成世界的三大要素为物质,能源和信息.由于互联网的迅猛发展,一场人类历史上从未有过的庞大商业变革正发生在我们面前,那就是网络营销+大数据时代. 千思传媒根据美国马萨诸塞州的EMC公司的调查报告表明,2011年全球被创建和被复制的数字总量是1.8ZB,相当于两千多亿个时长为两小时的视频

【数据挖掘导论】——数据质量

数据质量 数据挖掘使用的数据通常是为其他用途收集或者收集的时候还没有明确目的.因此数据常常不能在数据的源头控制质量.为了避免数据质量的问题,所以数据挖掘着眼于两个方面:数据质量问题的检测和纠正(数据清理):使用可以容忍低质量数据的算法. 测量和数据收集问题 完美的数据在实际中几乎是不存在的,对于存在的数据质量问题,我们先定义测量误差和数据收集错误,然后考虑测量误差的各种问题:噪声,伪像,偏倚,精度和准确度.接着讨论测量和数据收集的数据质量问题:离群点,遗漏和不一致的值,重复数据. 测量误差(me

数据质量分析

转自:http://www.tipdm.org/ganhuofenxiang/1026.jhtml 数据质量分析是数据挖掘中的重要一环,错误的假设和糟糕的数据问题都是导致数据挖掘结果产生偏差的重要原因.数据挖掘从业者常常会说"Garbage In ,Garbage Out"即"垃圾进,垃圾出",装入的数据是垃圾,计算出来的结果也是垃圾.很多的时候我们过度重视重视算法,而忽略数据本身,算法固然重要,但是优质完整的数据却是要优于好的算法,假设如数据质量一样,数据特征选择