SQL中的聚合函数,顾名思义是聚集合并的意思,是对某个范围内的数值进行聚合,聚合后的结果是一个值或是各个类别对应的值。直接聚合得到的结果是所有数据合并,分组聚合(group by)得到的结果是分组合并。

这种聚合函数得到的数据行数是小于基础数据行数的,但是我们经常会有这样的需求,就是既希望看基础数据同时也希望查看聚合后的数据,这个时候聚合函数就满足不了我们了,窗口函数就派上用场了。窗口函数就是既可以显示原始基础数据也可以显示聚合数据。

1.测试数据

学习当然不能凭空想象,需要大量的实践来提高学习效果。

先编排测试数据。

-- 创建测试表
create table temp_cwh_window
(
shopname varchar(10),
sales number,
date2 date
);
-- 插入数据
insert into temp_cwh_window values('淘宝','50',to_date('20191013','yyyymmdd'));
insert into temp_cwh_window values('淘宝','35',to_date('20191014','yyyymmdd'));
insert into temp_cwh_window values('淘宝','63',to_date('20191015','yyyymmdd'));
insert into temp_cwh_window values('天猫','15',to_date('20191013','yyyymmdd'));
insert into temp_cwh_window values('天猫','59',to_date('20191014','yyyymmdd'));
insert into temp_cwh_window values('天猫','63',to_date('20191015','yyyymmdd'));
insert into temp_cwh_window values('京东','159',to_date('20191013','yyyymmdd'));
insert into temp_cwh_window values('京东','32',to_date('20191014','yyyymmdd'));
insert into temp_cwh_window values('京东','59',to_date('20191015','yyyymmdd'));
-- 查询
select * from temp_cwh_window;
序号 shopname sales date2
1 淘宝 50 2019/10/13
2 淘宝 35 2019/10/14
3 淘宝 63 2019/10/15
4 天猫 15 2019/10/13
5 天猫 59 2019/10/14
6 天猫 63 2019/10/15
7 京东 159 2019/10/13
8 京东 32 2019/10/14
9 京东 59 2019/10/15

2.聚合函数+over()

over()的作用就是告诉SQL引擎:按区域对数据进行分区,然后累计每个切片的总额,再全部展示。

over函数指明在那些字段上做分析,其内跟Partition by表示对数据进行分组。注意Partition by可以有多个字段。

over函数可以和其它聚集函数、分析函数搭配,起到不同的作用。例如sum,还有诸如rankdense_rank, min, max等。

  • 平均销量
select shopname,
sales,
date2,
avg(sales) over()
from temp_cwh_window;

3.partition by子句

使用partition by子句可以进行分组操作,类似于group by,需要与over()搭配使用。

select shopname,
sales,
date2,
avg(sales) over(partition by shopname)
from temp_cwh_window;

4.order by子句

使用order by子句可以按照某一列数值进行排序,可与序列函数ntilerow_numberlagleadfirst_valuelast_value等结合使用。

当 order by 与聚合函数一起使用时,是顺序聚合的。类似于累计和的效果,截止当前行的累计,这里需要特别注意。

select shopname,
sales,
date2,
sum(sales) over(partition by shopname order by date2)
from temp_cwh_window;
-- 运行结果
1 京东 159 2019/10/13 159
2 京东 32 2019/10/14 191
3 京东 59 2019/10/15 250
4 淘宝 50 2019/10/13 50
5 淘宝 35 2019/10/14 85
6 淘宝 63 2019/10/15 148
7 天猫 15 2019/10/13 15
8 天猫 59 2019/10/14 74
9 天猫 63 2019/10/15 137

当order by与序列函数一起使用时用于排序。

5.序列函数

序列函数,就是可以将数据整理成一个有序的序列,然后可以在这个序列里面挑选我们想要的序列对应的数据。

5.1 分析函数之 ntile

ntile函数对一个数据分区中的有序结果集进行划分,将其分组为各个桶,并为每个小组分配一个唯一的组编号。默认是对表在不做任何操作之前进行切片分组的。

注:必须要加order by

  • 随机切分为3组
select shopname,
sales,
date2,
ntile(3) over(order by null)
from temp_cwh_window;
  • 先分组排序再切分
select shopname,
sales,
date2,
ntile(3) over(partition by shopname order by sales)
from temp_cwh_window;
  • 空值排最后
select shopname,
sales,
date2,
ntile(3) over(partition by shopname order by sales desc nulls last)
from temp_cwh_window;

5.2 分析函数之 row_number

row_number() 从 1 开始,按照顺序(注意这里是顺序不是排序)生成该条数据在分组内的对应的序列数,row_number() 的值不会存在重复,当排序的值相同时,按照表中记录的顺序进行排列。

row_number() 一般需要与 order by 进行结合使用。

rank是不连续排名函数(1,1,3,3,5),dense_rank 是连续排名函数(1,1,2,2,3)。

select shopname,
sales,
date2,
row_number() over(partition by shopname order by date2) as rank
from temp_cwh_window;

然后只需要将 rank = 1 部分数据取出即可。

5.3 分析函数之 lag、lead

lag 的英文意思是滞后,而 lead 的英文意思是超前。

对应的 lag 是让数据向后移动,而 lead 是让数据向前移动。

select shopname,
sales,
date2,
lag(date2,1) over(partition by shopname order by date2)
from temp_cwh_window;
-- 结果
1 京东 159 2019/10/13
2 京东 32 2019/10/14 2019/10/13
3 京东 59 2019/10/15 2019/10/14
4 淘宝 50 2019/10/13
5 淘宝 35 2019/10/14 2019/10/13
6 淘宝 63 2019/10/15 2019/10/14
7 天猫 15 2019/10/13
8 天猫 59 2019/10/14 2019/10/13
9 天猫 63 2019/10/15 2019/10/14
select shopname,
sales,
date2,
lead(date2,1) over(partition by shopname order by date2)
from temp_cwh_window;
-- 结果
1 京东 159 2019/10/13 2019/10/14
2 京东 32 2019/10/14 2019/10/15
3 京东 59 2019/10/15
4 淘宝 50 2019/10/13 2019/10/14
5 淘宝 35 2019/10/14 2019/10/15
6 淘宝 63 2019/10/15
7 天猫 15 2019/10/13 2019/10/14
8 天猫 59 2019/10/14 2019/10/15
9 天猫 63 2019/10/15

5.4 分析函数之 first_value、last_value

first_valuelast_value 都是顾名思义,就是获取第一个值和最后一个值。

但是不是真正意义上的第一个或最后一个,而是截至到当前行的第一个或最后一个。

select shopname,
sales,
date2,
first_value(date2) over(partition by shopname order by date2),
last_value(date2) over(partition by shopname order by date2)
from temp_cwh_window;
-- 结果
1 京东 159 2019/10/13 2019/10/13 2019/10/13
2 京东 32 2019/10/14 2019/10/13 2019/10/14
3 京东 59 2019/10/15 2019/10/13 2019/10/15
4 淘宝 50 2019/10/13 2019/10/13 2019/10/13
5 淘宝 35 2019/10/14 2019/10/13 2019/10/14
6 淘宝 63 2019/10/15 2019/10/13 2019/10/15
7 天猫 15 2019/10/13 2019/10/13 2019/10/13
8 天猫 59 2019/10/14 2019/10/13 2019/10/14
9 天猫 63 2019/10/15 2019/10/13 2019/10/15

Oracle学习笔记:窗口函数的更多相关文章

  1. Oracle学习笔记三 SQL命令

    SQL简介 SQL 支持下列类别的命令: 1.数据定义语言(DDL) 2.数据操纵语言(DML) 3.事务控制语言(TCL) 4.数据控制语言(DCL)  

  2. oracle学习笔记第一天

    oracle学习笔记第一天 --oracle学习的第一天 --一.几个基础的关键字   1.select select (挑选) 挑选出显示的--列--(可以多列,用“,”隔开,*表示所有列),为一条 ...

  3. Oracle学习笔记——点滴汇总

    Oracle学习笔记——点滴汇总 http://www.botangdb.com/ Oracle GI = Grid Infrastructure = ASM + Cluster

  4. Oracle学习笔记之四sp1,Oracle 11g的常用函数

    从Oracle学习笔记之四,SQL语言入门中摘出来的,独立成一章节 3.1 字符类函数 ASCII(c)和CHR(i)    分别用于返回一个字符的ASCII码和返回给定ASCII值所对应的字符. C ...

  5. Oracle学习笔记之四,SQL语言入门

    1. SQL语言概述 1.1 SQL语言特点 集合性,SQL可以的高层的数据结构上进行工作,工作时不是单条地处理记录,而对数据进行成组的处理. 统一性,操作任务主要包括:查询数据:插入.修改和删除数据 ...

  6. Oracle学习笔记—数据字典和常用命令(转载)

    转载自: oracle常用数据字典和SQL语句总结 Oracle常用命令大全(很有用,做笔记) 一.Oracle数据字典 数据字典是Oracle存放有关数据库信息的地方,其用途是用来描述数据的.比如一 ...

  7. oracle学习笔记(一)用户管理

    --oracle学习第一天 --连接 @后面连接数据库实例,具体连接到那个数据库 conn scott/tiger@MYORA1; --修改密码 passw; --显示用户 show user; -- ...

  8. 吴裕雄--天生自然 oracle学习笔记:oracle理论学习详解及各种简单操作例子

    1. 数据库的发展过程 层次模型 -->网状模型 -->关系模型 -->对象关系模型 2. 关于数据库的概念 DB:数据库(存储信息的仓库) DBMS:数据库管理系统(用于管理数据库 ...

  9. Oracle 学习笔记 11 -- 视图 (VIEW)

    本次必须学习一个全新的概念-- 视图 (VIEW).在前面的笔记中曾提到过,数据对象包含:表.视图.序列.索引和同义词.前面的笔记都是对表的想剖析,那么本次笔记就对视图的世界进行深入的剖析. 视图是通 ...

随机推荐

  1. 发布机制-灰度发布-例子:QZone

    ylbtech-发布机制-灰度发布-例子:QZone QZone是另外一个采用灰度发布的例子.大家都知道,QZone在过去的一年中改进是巨大的,从以前慢悠悠的老爷爷变成了一个充满青春活力的小伙子.其中 ...

  2. Jmeter性能测试工具的使用(Web性能测试)

    Jmeter性能测试工具的使用(Web性能测试) 1.下载 http://pan.baidu.com/s/1o7p18Ye 该软件不用安装,直接解压打开即可使用. 2.使用 这里就在win下进行,图形 ...

  3. mysql 严重锁表解决方案

    转自 http://blog.csdn.net/miltonzhong/article/details/20562587 http://wangwei3.iteye.com/blog/784435

  4. Java数组(4):数组实用功能

    Java标准类库的System.arraycopy()方法,及在java.utils.Arrays类中一套用于数组的static方法,都是操纵数组实用功能.下面分别介绍. (1) 数组的复制 (2)  ...

  5. 【JVM学习笔记】ServiceLoader类

    ServiceLoader.load方法的函数原型如下 public static <S> ServiceLoader<S> load(Class<S> servi ...

  6. web安全checklist

    web安全漏洞场景分析 输入输出检验不充分 设计缺陷 环境缺陷

  7. RestTemplate连接池(转载)

    出处:http://zhangzhi19861216.cnblogs.com/ spring-boot RestTemplate 连接池 以前我们项目都是基于Apache HttpClient 连接池 ...

  8. 使用zookeeper作为分布式锁以及设计一种通知监听模式

    1.创建实例/** * 初始化单例的便捷方法 */ public static void init() { getInstance(); } /** * 获取单例 * @return */ publi ...

  9. [Agc036D]Do Not Duplicate_链表_贪心_数论

    Do Not Duplicate 题目链接:https://atcoder.jp/contests/agc036/tasks/agc036_b 题解: 首先最后肯定至多只有$n$个数. 我们想处理出来 ...

  10. [转帖]传输层安全协议TLS 1.3 RFC 8446使互联网更快、更安全

    传输层安全协议TLS 1.3 RFC 8446使互联网更快.更安全 2018-08-12 11:38:19作者:LINUX人稿源:开源社区 https://ywnz.com/linuxyffq/261 ...