随着Sybase被完全整合到SAP下，Sybase原来的支持网站被SAP Support Portal取代。
只有购买了SAP服务的用户才能使用账号登录SAP Support Portal进行介质下载、补丁升级、报Incident等。
目前，原Sybase所有产品（包括：Adaptive Server Enterprise、Sybase IQ、Replication Server、PowerDesigner等）的官方手册仍然可以从https://infocenter.sybase.com/help/index.jsp进行浏览或下载。暂不清楚该网站https://infocenter.sybase.com/help/index.jsp何时会被完全迁移到SAP Support上！
Sybase官方手册英文版有html和pdf两种格式，而中文版手册只有pdf一种格式。为了国内Sybase用户更方便、快捷地搜索Sybase常见产品的官方手册内容，特将中文版Sybase官方手册转为html格式！
Sybase产品官方手册中文版的html格式所有内容的版权归SAP公司所有！本博客站长是Sybase数据库的铁杆粉丝！
如有Sybase数据库技术问题需要咨询，请联系我！
以下官方手册为SAP IQ 16.0 SP03中文版：
GROUP BY 子句中的 CUBE 运算符通过以多维形式将数据分组（分组表达式）来分析 数据。
CUBE 需要一个有序维度列表作为参数，它让 SELECT 语句计算您在查询中指定的维 度组的所有可能组合的小计，并生成一个结果集来显示选定列中值的所有组合的集 合。
CUBE 语法：
SELECT … [ GROUPING (column-name) … ] … GROUP BY
[ expression [,…] | CUBE ( expression [,…] ) ]
GROUPING 采用列名作为参数，并返回下表中所列的布尔值：
表 2. 使用 CUBE 运算符时 GROUPING 返回的值
|
如果结果值是 |
GROUPING 将返回 |
|
由 CUBE 运算创建的 NULL |
1 (TRUE) |
|
指示该行是小计所在行的 NULL |
1 (TRUE) |
|
并非由 CUBE 运算创建 |
0 (FALSE) |
|
存储的 NULL |
0 (FALSE) |
当维度不是同一层次的一部分时，CUBE 特别有用。
|
此 SQL 语法... |
定义以下集... |
|
GROUP BY CUBE (A, B, C); |
(A, B, C) (A, B) (A, C) (A) (B, C) (B) (C) ( ) |
对 CUBE 运算符的限制如下：
• CUBE 运算符支持所有可用于 GROUP BY 子句的集合函数，但 COUNT DISTINCT 或 SUM DISTINCT 当前不支持 CUBE。
• 逆分布分析函数 PERCENTILE_CONT 和 PERCENTILE_DISC 当前不支持 CUBE。
• CUBE 只能用在 SELECT 语句中；SELECT 子查询中无法使用 CUBE。
• 当前不支持将 ROLLUP、CUBE 和 GROUP BY 列组合在同一个 GROUP BY 子句中的
GROUPING 规范。
• 不支持以常量表达式作为 GROUP BY 键。
注意： 如果 CUBE 的大小超过临时高速缓存的大小，CUBE 的性能将会下降。
GROUPING 可与 CUBE 运算符配合使用来区分存储 NULL 和 CUBE 创建的查询结果 中的 NULL。
请参见 ROLLUP 运算符说明中的示例，以了解如何使用 GROUPING 函数解释结果。
所有 CUBE 运算返回的结果集均至少有一行在除集合列以外的每个列中显示 NULL。 该行表示针对其执行集合函数的每列的汇总。
CUBE 示例 1 - 下列查询使用人口统计中的数据，包括州/省（地理位置）、性别、受 教育水平，以及人员收入。第一个查询包含一个 GROUP BY 子句，该子句根据表 census 中列 state、gender 和 education 的值将查询结果组织成行组，并计算 每一组的平均收入和总计。此查询只使用 GROUP BY 子句（不带 CUBE 运算符）来 将行分组。
SELECT State, Sex as gender, DepartmentID, COUNT(*),CAST(ROUND(AVG(Salary),2) AS NUMERIC(18,2))AS AVERAGEFROM
employees WHERE state IN ('MA' , 'CA')GROUP BY State, Sex, DepartmentIDORDER BY 1,2;
以上查询的结果：
state gender DepartmentID COUNT() AVERAGE
|
----- ------ ------- |
-------- |
-------- CA |
F |
200 |
|
|
2 58650.00 CA |
M |
200 |
1 |
39300.00 |
如果要根据州/省、性别和受教育情况计算整个人口统计中的平均收入，并计算列 state、gender 和 education 的所有可能组合的平均收入，同时只遍历一次人口 统计数据，请使用 GROUP BY 子句的 CUBE 扩展。例如，如果要计算所有州/省的所 有女性的平均收入，或者要根据所受教育和地理位置计算人口统计中所有人的平均收 入，请使用 CUBE 运算符。
当 CUBE 计算组时，系统会为计算其组的列生成 NULL。必须使用 GROUPING 函数 确定某个 NULL 是存储在数据库中的 NULL，还是从 CUBE 生成的 NULL。如果已将 指定列合并到更高级别的组中，则 GROUPING 函数返回 1。
CUBE 示例 2 - 以下查询说明了如何将 GROUPING 函数与 GROUP BY CUBE 结合使用。
SELECT case grouping(State) WHEN 1 THEN 'ALL' ELSE StateEND AS c_state, case grouping(sex) WHEN 1 THEN 'ALL'ELSE Sex end AS c_gender, case grouping(DepartmentID)WHEN 1 THEN 'ALL' ELSE cast(DepartmentID as char(4)) endAS c_dept, COUNT(*), CAST(ROUND(AVG(salary),2) ASNUMERIC(18,2))AS AVERAGEFROM employees WHERE state IN ('MA' , 'CA')GROUP BY CUBE(state, sex,
DepartmentID)ORDER BY 1,2,3;
下面显示了此查询的结果。系统将按照查询中的指定，在小计行中将 CUBE 生成的指 示小计行的 NULL 替换为 ALL。
|
c_state |
c_gender |
c_dept |
COUNT() |
AVERAGE |
|
------- |
-------- |
------- |
----- |
-------- |
|
ALL |
ALL |
200 |
3 |
52200.00 |
|
ALL |
ALL |
ALL |
3 |
52200.00 |
|
ALL |
F |
200 |
2 |
58650.00 |
|
ALL |
F |
ALL |
2 |
58650.00 |
|
ALL |
M |
200 |
1 |
39300.00 |
|
ALL |
M |
ALL |
1 |
39300.00 |
|
CA |
ALL |
200 |
3 |
52200.00 |
|
CA |
ALL |
ALL |
3 |
52200.00 |
|
CA |
F |
200 |
2 |
58650.00 |
|
CA |
F |
ALL |
2 |
58650.00 |
|
CA |
M |
200 |
1 |
39300.00 |
|
CA |
M |
ALL |
1 |
39300.00 |
CUBE 示例 3 - 在此示例中，查询返回一个汇总订单总数的结果集，然后按年和季度 计算订单数小计。
注意： 随着待比较变量数量的增加，CUBE 的计算成本呈指数增长。
SELECT year (OrderDate) AS Year, quarter(OrderDate) AS Quarter, COUNT (*) OrdersFROM SalesOrdersGROUP BY CUBE (Year, Quarter)ORDER BY Year, Quarter
下图显示的是从查询得到的结果集。在结果集中突出显示小计行。每个小计行在计算 小计所针对的列中的值为 NULL。
第一个突出显示的行 [1] 表示两年和所有季度内的订单总数。Orders 列中的值是每 个标有 [3] 的行中值的总和。它也是标有 [2] 的行中的四个值的总和。
下一组突出显示的行 [2] 按季度显示两年内的订单总数。标有 [3] 的两个行分别显示 2000
年和 2001 年的所有季度的订单总数。
Sybase SQL Anywhere数据库恢复工具ReadASADB：
之前就已经研发成功了能够从Sybase SQL Anywhere的DB文件中恢复数据的工具: ReadASADB。此工具支持ASA v5.0, v6.0, v7.0, v8.0, v9.0, v10.0, v11.0, v12.0, v16.0, v17.0等版本。
能够从损坏的SQL Anywhere数据文件(.db)和UltraLite数据文件(.udb)上提取数据的非常规恢复工具。
恢复Sybase SQL Anywhere的工具在国内处于领先水平。
Sybase SQL Anywhere数据库恢复工具ReadASADB功能
能够从损坏的SQL Anywhere数据文件(.db)和UltraLite数据文件(.udb)上提取数据的非常规恢复工具
- 适用于所有的SQL Anywhere版本 包括：5.x,6.x,7.x,8.x,9.x,10.x,11.x,12.x,16.x,17.x
- 适用于所有的UltraLite版本
- 能够恢复出来表结构和数据
- 能够恢复自定义数据类型
- 能够恢复存储过程等对象的语法
- 能够导出到目标数据库
- 能够导出到SQL文件并生成导入脚本
- 支持多种字符集，包括：cp850、cp936、gb18030、utf8等
- 能够恢复未加密或者简单加密类型的数据
- 简单易用
- 限制：不支持AES加密的数据文件
SQL Anywhere数据库非常规恢复工具ReadASADB使用介绍
Sybase SQL Anywhere数据库恢复工具ReadASADB适用场景
各种误操作：
- 误截断表(truncate table)
- 误删除表(drop table)
- 错误的where条件误删数据
- 误删除db或log文件
- 误删除表中的字段
Sybase SQL Anywhere数据库恢复工具ReadASADB的应用场景：
1.因为物理磁盘故障、操作系统、系统软件方面或者掉电等等原因导致的Sybase SQL Anywhere数据库无法打开的情况；
2.误操作，包括truncate table,drop table,不正确的where条件导致的误删除等；
Sybase SQL Anywhere无法打开时，比较常见的错误是：Assertion failed。
如：
1、Internal database error *** ERROR *** Assertion failed:201819 (8.0.1.2600) Checkpoint log: invalid bitmap page -- transaction rolled back
2、Internal database error *** ERROR *** Assertion failed:201819 (8.0.1.2600) Page number on page does not match page requested -- transaction rolled back
3、Internal database error *** ERROR *** Assertion failed:200502 (9.0.2.2451) Checksum failure on page 23 -- transaction rolled back
4、File is shorter than expected
5、Internal database error *** ERROR *** Assertion failed: 201116 Invalid free list index page found while processing checkpoint log -- transaction rolled back
6、*** ERROR *** Assertion failed: 51901 Page for requested record not a table page or record not present on page
7、*** ERROR *** Assertion failed: 201417 (7.0.4.3541) Invalid count or free space offset detected on a table page
8、Internal database error *** ERROR *** Assertion failed: 201425 (8.0.3.5594) Invalid count or free space offset detected on a free list page -- transaction rolled back.
9、Internal database error *** ERROR *** Assertion failed: 100702 (8.0.1.2600) Unable to modify indexes for a row referenced in rollback log -- transaction rolled back
Sybase ASE数据库恢复工具READSYBDEVICE：
一个不依赖数据库管理系统、直接从Sybase数据库设备文件上提取数据的业内领先的恢复工具！能够从损坏的Sybase ASE设备文件(.dat)上提取数据的非常规恢复工具。
Sybase ASE数据库恢复工具READSYBDEVICE的主要功能：
- 被勒索病毒加密数据文件及备份文件情况下的恢复；
- 系统崩溃只剩下数据文件的情况下的恢复，甚至数据库文件不存在而只有损坏的备份文件情况下的恢复；
- 因断电、硬盘坏道等造成数据库文件损坏情况下的恢复；
- delete数据恢复、误update数据恢复、误删除表(drop）恢复、误truncate表恢复 等；
- 各种Sybase内部系统表损坏、索引错误的修复；
- master数据库损坏而无法正常运行情况下的恢复；
- Sybase数据库被标记为可疑，不可用等情况的恢复；
- Sybase数据库中数据文件内部出现坏块情况下的恢复；
- Sybase数据库无数据文件但有日志文件的情况下的恢复；
- Sybase数据库只有数据文件无任何日志文件的情况下的恢复；
- Sybase数据文件被误删除情况下的碎片提取恢复；
- 磁盘阵列上的Sybase数据库被误格式化情况下的数据库恢复；
- 数据库sysobjects等系统表损坏无法正常应用情况下的恢复；
- Sybase数据库还原数据库出现失败情况下的恢复；
- Sybase数据库只剩下损坏的备份文件情况下的恢复。
Sybase ASE数据库恢复工具READSYBDEVICE支持的版本：
Sybase ASE 11.0.x，11.5.x，11.9.x，12.0.x，12.5.x，15.0.x，15.5.x，15.7.x，16.0.xSQL Server数据库恢复工具SQLRescue：
一个不依赖数据库管理系统、直接从SQL Server数据库文件上提取数据的业内领先的恢复工具！能够从损坏的SQL Server数据库文件(.mdf)上提取数据的非常规恢复工具。
SQL Server数据库恢复工具SQLRescue的主要功能：
- 系统崩溃只剩下数据文件的情况下的恢复，即无日志文件或者日志文件损坏情况下的恢复；
- 断电导致数据库文件损坏情况下的恢复；
- 硬盘坏道造成数据库损坏情况下的恢复；
- 数据文件内部存在坏页情况下的恢复；
- 企业管理器误删除数据表记录，管理软件误删除数据表记录的恢复；
- 并闩锁错误、格式化、误删除后导致软件不能使用的情况；
- 无法读取并闩锁页sysindexes失败情况下的修复；
- 数据文件被误删除情况下的碎片提取恢复；
- 系统表损坏、索引错误、误删除数据库表、删除记录的数据找回；
- master数据库损坏而无法正常运行情况下的恢复；
- 数据文件无法附加情况下的数据恢复；
- 数据库被标记为可疑，质疑，不可用等情况的恢复；
- 数据库sysobjects等系统表损坏情况下的恢复；
- 数据被误(drop、delete、truncate）删除表数据的恢复,误update后的数据恢复等；
- 还原时报一致性错误，错误823等情况下的数据恢复，各种错误提示的数据库文件修复；
- 数据库被误格式化等情况下的数据库恢复；
- 日志收缩造成数据库损坏情况下的恢复；
- 仅剩损坏的备份文件情况下的恢复。
SQL Server数据库恢复工具SQLRescue技术特点：
只要SQL Server数据库的数据文件存在，我们就有办法帮您从数据文件中找回重要数据。- 从数据文件中直接恢复数据
- 不能附加时直接恢复数据并生成新的数据库
- 系统表损坏的数据库修复
- 快速修复SQL 823错误、连接中断错误
SQL Server数据库恢复工具SQLRescue支持的版本：
Microsoft SQL Server 7.0, 2000, 2005, 2008, 2008R2, 2012, 2014, 2016, 2017,2019。+-------------------------------------华丽的分割线-------------------------------------------------------------------------
提供Sybase ASE及Sybase SQL Anywhere数据库修复服务，电话: 13811580958(微信)，QQ: 289965371！We have many years of experience in recovering data from damanged Sybase devices. Contact us by Phone: +86 13811580958 Wechat: 13811580958 Email: 289965371@qq.com
京ICP备2020043699号-2
Powered by WordPress | SiteMap | Baidu Knows | Google Knows | About
