> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-parallel-read-in-order-multi-part.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# دالة الجدول Merge
> الاستعلام عن عدة جداول في الوقت نفسه.
تتيح لنا [دالة الجدول Merge](/ar/reference/functions/table-functions/merge) إجراء استعلام على عدة جداول بالتوازي.
وتفعل ذلك بإنشاء جدول [Merge](/ar/reference/engines/table-engines/special/merge) مؤقت، ثم تستمد بنية هذا الجدول من اتحاد أعمدة تلك الجداول واستنتاج الأنواع المشتركة.
إعداد الجداول
سنتعلّم كيفية استخدام هذه الدالة بالاستعانة بـ [قاعدة بيانات مباريات ATP الخاصة بـ TennisMyLife](https://github.com/Tennismylife/TML-Database).
سنعالج ملفات CSV التي تتضمن مباريات تعود إلى ستينيات القرن الماضي، لكننا سننشئ مخططًا مختلفًا قليلًا لكل عقد.
وسنضيف أيضًا عمودين إضافيين لعقد التسعينيات.
تعليمات الاستيراد موضحة أدناه:
```sql theme={null}
CREATE OR REPLACE TABLE atp_matches_1960s ORDER BY tourney_id AS
SELECT tourney_id, surface, winner_name, loser_name, winner_seed, loser_seed, score
FROM url('https://raw.githubusercontent.com/Tennismylife/TML-Database/refs/heads/master/{1968..1969}.csv')
SETTINGS schema_inference_make_columns_nullable=0,
schema_inference_hints='winner_seed Nullable(String), loser_seed Nullable(UInt8)';
CREATE OR REPLACE TABLE atp_matches_1970s ORDER BY tourney_id AS
SELECT tourney_id, surface, winner_name, loser_name, winner_seed, loser_seed, splitByWhitespace(score) AS score
FROM url('https://raw.githubusercontent.com/Tennismylife/TML-Database/refs/heads/master/{1970..1979}.csv')
SETTINGS schema_inference_make_columns_nullable=0,
schema_inference_hints='winner_seed Nullable(UInt8), loser_seed Nullable(UInt8)';
CREATE OR REPLACE TABLE atp_matches_1980s ORDER BY tourney_id AS
SELECT tourney_id, surface, winner_name, loser_name, winner_seed, loser_seed, splitByWhitespace(score) AS score
FROM url('https://raw.githubusercontent.com/Tennismylife/TML-Database/refs/heads/master/{1980..1989}.csv')
SETTINGS schema_inference_make_columns_nullable=0,
schema_inference_hints='winner_seed Nullable(UInt16), loser_seed Nullable(UInt16)';
CREATE OR REPLACE TABLE atp_matches_1990s ORDER BY tourney_id AS
SELECT tourney_id, surface, winner_name, loser_name, winner_seed, loser_seed, splitByWhitespace(score) AS score,
toBool(arrayExists(x -> position(x, 'W/O') > 0, score))::Nullable(bool) AS walkover,
toBool(arrayExists(x -> position(x, 'RET') > 0, score))::Nullable(bool) AS retirement
FROM url('https://raw.githubusercontent.com/Tennismylife/TML-Database/refs/heads/master/{1990..1999}.csv')
SETTINGS schema_inference_make_columns_nullable=0,
schema_inference_hints='winner_seed Nullable(UInt16), loser_seed Nullable(UInt16), surface Enum(\'Hard\', \'Grass\', \'Clay\', \'Carpet\')';
```
مخطط عدة جداول
يمكننا تشغيل الاستعلام التالي لعرض أعمدة كل جدول وأنواعها جنبًا إلى جنب، مما يسهّل ملاحظة الاختلافات.
```sql theme={null}
SELECT * EXCEPT(position) FROM (
SELECT position, name,
any(if(table = 'atp_matches_1960s', type, null)) AS 1960s,
any(if(table = 'atp_matches_1970s', type, null)) AS 1970s,
any(if(table = 'atp_matches_1980s', type, null)) AS 1980s,
any(if(table = 'atp_matches_1990s', type, null)) AS 1990s
FROM system.columns
WHERE database = currentDatabase() AND table LIKE 'atp_matches%'
GROUP BY ALL
ORDER BY position ASC
)
SETTINGS output_format_pretty_max_value_width=25;
```
```text theme={null}
┌─name────────┬─1960s────────────┬─1970s───────────┬─1980s────────────┬─1990s─────────────────────┐
│ tourney_id │ String │ String │ String │ String │
│ surface │ String │ String │ String │ Enum8('Hard' = 1, 'Grass'⋯│
│ winner_name │ String │ String │ String │ String │
│ loser_name │ String │ String │ String │ String │
│ winner_seed │ Nullable(String) │ Nullable(UInt8) │ Nullable(UInt16) │ Nullable(UInt16) │
│ loser_seed │ Nullable(UInt8) │ Nullable(UInt8) │ Nullable(UInt16) │ Nullable(UInt16) │
│ score │ String │ Array(String) │ Array(String) │ Array(String) │
│ walkover │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ Nullable(Bool) │
│ retirement │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ ᴺᵁᴸᴸ │ Nullable(Bool) │
└─────────────┴──────────────────┴─────────────────┴──────────────────┴───────────────────────────┘
```
لنستعرض الاختلافات:
* يغيّر جدول 1970s نوع `winner_seed` من `Nullable(String)` إلى `Nullable(UInt8)`، ونوع `score` من `String` إلى `Array(String)`.
* يغيّر جدول 1980s نوعَي `winner_seed` و`loser_seed` من `Nullable(UInt8)` إلى `Nullable(UInt16)`.
* يغيّر جدول 1990s `surface` من `String` إلى `Enum('Hard', 'Grass', 'Clay', 'Carpet')`، ويضيف العمودين `walkover` و`retirement`.
الاستعلام عن عدة جداول باستخدام merge
لنكتب استعلامًا للعثور على المباريات التي فاز بها جون ماكنرو ضد لاعب كان المصنف الأول:
```sql theme={null}
SELECT loser_name, score
FROM merge('atp_matches*')
WHERE winner_name = 'John McEnroe'
AND loser_seed = 1;
```
```text theme={null}
┌─loser_name────┬─score───────────────────────────┐
│ Bjorn Borg │ ['6-3','6-4'] │
│ Bjorn Borg │ ['7-6','6-1','6-7','5-7','6-4'] │
│ Bjorn Borg │ ['7-6','6-4'] │
│ Bjorn Borg │ ['4-6','7-6','7-6','6-4'] │
│ Jimmy Connors │ ['6-1','6-3'] │
│ Mats Wilander │ ['6-2','6-4'] │
│ Ivan Lendl │ ['6-2','4-6','6-3','6-7','7-6'] │
│ Ivan Lendl │ ['6-3','3-6','6-3','7-6'] │
│ Ivan Lendl │ ['6-1','6-3'] │
│ Stefan Edberg │ ['6-2','6-3'] │
│ Stefan Edberg │ ['7-6','6-2'] │
│ Ivan Lendl │ ['7-6','1-4','WEA'] │
│ Stefan Edberg │ ['6-2','6-2'] │
│ Jakob Hlasek │ ['6-3','7-6'] │
└───────────────┴─────────────────────────────────┘
```
بعد ذلك، لنفترض أننا نريد تصفية تلك المباريات للعثور على المباريات التي كان فيها McEnroe مُصنَّفًا رقم 3 أو أقل.
وهذا أكثر تعقيدًا قليلًا لأن `winner_seed` يستخدم أنواعًا مختلفة عبر الجداول المختلفة:
```sql theme={null}
SELECT loser_name, score, winner_seed
FROM merge('atp_matches*')
WHERE winner_name = 'John McEnroe'
AND loser_seed = 1
AND multiIf(
variantType(winner_seed) = 'UInt8', variantElement(winner_seed, 'UInt8') >= 3,
variantType(winner_seed) = 'UInt16', variantElement(winner_seed, 'UInt16') >= 3,
variantElement(winner_seed, 'String')::Nullable(UInt16) >= 3
);
```
نستخدم الدالة [`variantType`](/ar/reference/functions/regular-functions/other-functions#variantType) للتحقق من نوع `winner_seed` في كل صف، ثم نستخدم [`variantElement`](/ar/reference/functions/regular-functions/other-functions#variantElement) لاستخراج القيمة الفعلية.
وعندما يكون النوع `String`، نحوّله إلى رقم ثم نجري المقارنة.
تظهر نتيجة تنفيذ الاستعلام أدناه:
```text theme={null}
┌─loser_name────┬─score───────────────┬─winner_seed─┐
│ Bjorn Borg │ ['6-3','6-4'] │ 3 │
│ Mats Wilander │ ['6-2','6-4'] │ 3 │
│ Stefan Edberg │ ['6-2','6-3'] │ 6 │
│ Stefan Edberg │ ['7-6','6-2'] │ 4 │
│ Ivan Lendl │ ['7-6','1-4','WEA'] │ 4 │
│ Stefan Edberg │ ['6-2','6-2'] │ 7 │
└───────────────┴─────────────────────┴─────────────┘
```
من أي جدول تأتي الصفوف عند استخدام merge؟
ماذا لو أردنا معرفة الجدول الذي تنتمي إليه الصفوف؟
يمكننا استخدام العمود الافتراضي `_table` للقيام بذلك، كما هو موضح في الاستعلام التالي:
```sql theme={null}
SELECT _table, loser_name, score, winner_seed
FROM merge('atp_matches*')
WHERE winner_name = 'John McEnroe'
AND loser_seed = 1
AND multiIf(
variantType(winner_seed) = 'UInt8', variantElement(winner_seed, 'UInt8') >= 3,
variantType(winner_seed) = 'UInt16', variantElement(winner_seed, 'UInt16') >= 3,
variantElement(winner_seed, 'String')::Nullable(UInt16) >= 3
);
```
```text theme={null}
┌─_table────────────┬─loser_name────┬─score───────────────┬─winner_seed─┐
│ atp_matches_1970s │ Bjorn Borg │ ['6-3','6-4'] │ 3 │
│ atp_matches_1980s │ Mats Wilander │ ['6-2','6-4'] │ 3 │
│ atp_matches_1980s │ Stefan Edberg │ ['6-2','6-3'] │ 6 │
│ atp_matches_1980s │ Stefan Edberg │ ['7-6','6-2'] │ 4 │
│ atp_matches_1980s │ Ivan Lendl │ ['7-6','1-4','WEA'] │ 4 │
│ atp_matches_1980s │ Stefan Edberg │ ['6-2','6-2'] │ 7 │
└───────────────────┴───────────────┴─────────────────────┴─────────────┘
```
يمكننا أيضًا استخدام هذا العمود الافتراضي ضمن استعلام لعدّ القيم في العمود `walkover`:
```sql theme={null}
SELECT _table, walkover, count()
FROM merge('atp_matches*')
GROUP BY ALL
ORDER BY _table;
```
```text theme={null}
┌─_table────────────┬─walkover─┬─count()─┐
│ atp_matches_1960s │ ᴺᵁᴸᴸ │ 7319 │
│ atp_matches_1970s │ ᴺᵁᴸᴸ │ 39404 │
│ atp_matches_1980s │ ᴺᵁᴸᴸ │ 36097 │
│ atp_matches_1990s │ true │ 129 │
│ atp_matches_1990s │ false │ 37023 │
└───────────────────┴──────────┴─────────┘
```
يمكننا أن نرى أن العمود `walkover` تكون قيمته `NULL` في جميع الحالات باستثناء `atp_matches_1990s`.
سنحتاج إلى تحديث الاستعلام للتحقق مما إذا كان العمود `score` يحتوي على السلسلة `W/O` إذا كانت قيمة العمود `walkover` هي `NULL`:
```sql theme={null}
SELECT _table,
multiIf(
walkover IS NOT NULL,
walkover,
variantType(score) = 'Array(String)',
toBool(arrayExists(
x -> position(x, 'W/O') > 0,
variantElement(score, 'Array(String)')
)),
variantElement(score, 'String') LIKE '%W/O%'
),
count()
FROM merge('atp_matches*')
GROUP BY ALL
ORDER BY _table;
```
إذا كان النوع الأساسي لـ `score` هو `Array(String)`، فعلينا استعراض عناصر المصفوفة والبحث عن `W/O`، أما إذا كان نوعه `String`، فيمكننا ببساطة البحث عن `W/O` في السلسلة النصية.
```text theme={null}
┌─_table────────────┬─multiIf(isNo⋯, '%W/O%'))─┬─count()─┐
│ atp_matches_1960s │ true │ 296 │
│ atp_matches_1960s │ false │ 7023 │
│ atp_matches_1970s │ true │ 583 │
│ atp_matches_1970s │ false │ 38821 │
│ atp_matches_1980s │ true │ 117 │
│ atp_matches_1980s │ false │ 35980 │
│ atp_matches_1990s │ true │ 129 │
│ atp_matches_1990s │ false │ 37023 │
└───────────────────┴──────────────────────────┴─────────┘
```