Oracle分析函数简析

oracle的分析函数over(Partition by...)

Sql代码

over(Partition by...) 一个超级牛皮的ORACLE特有函数。

最近工作中才接触到这个功能强大而灵活的函数。

oracle的分析函数over 及开窗函数

一：分析函数over

Oracle从8.1.6开始提供分析函数，分析函数用于计算基于组的某种聚合值，它和聚合函数的不同之处是

对于每个组返回多行，而聚合函数对于每个组只返回一行。

下面通过几个例子来说明其应用。

 1：统计某商店的营业额。
      date       sale
      1           20
      2           15
      3           14
      4           18
      5           30
     规则：按天统计：每天都统计前面几天的总额
     得到的结果：
     DATE   SALE       SUM
     ----- -------- ------
     1      20        20           --1天
     2      15        35           --1天＋2天
     3      14        49           --1天＋2天＋3天
     4      18        67            .
     5      30        97            .  

 2:统计各班成绩第一名的同学信息
     NAME   CLASS S
     ----- ----- ----------------------
     fda    1      80
     ffd    1      78
     dss    1      95
     cfe    2      74
     gds    2      92
     gf     3      99
     ddd    3      99
     adf    3      45
     asdf   3      55
     3dd    3      78                

     通过：
     --
     select * from
     (
     select name,class,s,rank()over(partition by class order by s desc) mm from t2
     )
     where mm=1
     --
     得到结果：
     NAME   CLASS S                       MM
     ----- ----- ---------------------- ----------------------
     dss    1      95                      1
     gds    2      92                      1
     gf     3      99                      1
     ddd    3      99                      1            

     注意：
     1.在求第一名成绩的时候，不能用row_number()，因为如果同班有两个并列第一，row_number()只返回一个结果
     2.rank()和dense_rank()的区别是：
       --rank()是跳跃排序，有两个第二名时接下来就是第四名
       --dense_rank()l是连续排序，有两个第二名时仍然跟着第三名  

 3.分类统计 (并显示信息)
     A   B   C
     -- -- ----------------------
     m   a   2
     n   a   3
     m   a   2
     n   b   2
     n   b   1
     x   b   3
     x   b   2
     x   b   4
     h   b   3
    select a,c,sum(c)over(partition by a) from t2
    得到结果：
    A   B   C        SUM(C)OVER(PARTITIONBYA)
    -- -- ------- ------------------------
    h   b   3        3
    m   a   2        4
    m   a   2        4
    n   a   3        6
    n   b   2        6
    n   b   1        6
    x   b   3        9
    x   b   2        9
    x   b   4        9                          

    如果用sum，group by 则只能得到
    A   SUM(C)
    -- ----------------------
    h   3
    m   4
    n   6
    x   9
    无法得到B列值         

 ＝＝＝＝＝
 select * from test  

 数据:
 A B C
 1 1 1
 1 2 2
 1 3 3
 2 2 5
 3 4 6   

 ---将B栏位值相同的对应的C 栏位值加总
 select a,b,c, SUM(C) OVER (PARTITION BY B) C_Sum
 from test  

 A B C C_SUM
 1 1 1 1
 1 2 2 7
 2 2 5 7
 1 3 3 3
 3 4 6 6   

 ---如果不需要已某个栏位的值分割,那就要用 null  

 eg: 就是将C的栏位值summary 放在每行后面  

 select a,b,c, SUM(C) OVER (PARTITION BY null) C_Sum
 from test  

 A B C C_SUM
 1 1 1 17
 1 2 2 17
 1 3 3 17
 2 2 5 17
 3 4 6 17  

 求个人工资占部门工资的百分比   

 SQL> select * from salary;  

 NAME DEPT SAL
 ---------- ---- -----
 a 10 2000
 b 10 3000
 c 10 5000
 d 20 4000  

 SQL> select name,dept,sal,sal*100/sum(sal) over(partition by dept) percent from salary;  

 NAME DEPT SAL PERCENT
 ---------- ---- ----- ----------
 a 10 2000 20
 b 10 3000 30
 c 10 5000 50
 d 20 4000 100  

 二：开窗函数
       开窗函数指定了分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变化而变化，举例如下：
 1：
    over（order by salary） 按照salary排序进行累计，order by是个默认的开窗函数
    over（partition by deptno）按照部门分区
 2：
   over（order by salary range between 5 preceding and 5 following）
    每行对应的数据窗口是之前行幅度值不超过5，之后行幅度值不超过5
    例如:对于以下列
      aa
      1
      2
      2
      2
      3
      4
      5
      6
      7
      9  

    sum(aa)over（order by aa range between 2 preceding and 2 following）
    得出的结果是
             AA                       SUM
             ---------------------- -------------------------------------------------------
             1                       10
             2                       14
             2                       14
             2                       14
             3                       18
             4                       18
             5                       22
             6                       18
             7                       22
             9                       9                                                                   

    就是说，对于aa=5的一行 ，sum为   5-1<=aa<=5+2 的和
    对于aa=2来说 ，sum=1+2+2+2+3+4=14     ；
    又如 对于aa=9 ，9-1<=aa<=9+2 只有9一个数，所以sum=9    ；  

 3：其它：
      over（order by salary rows between 2 preceding and 4 following）
           每行对应的数据窗口是之前2行，之后4行
 4：下面三条语句等效：
      over（order by salary rows between unbounded preceding and unbounded following）
           每行对应的数据窗口是从第一行到最后一行，等效：
      over（order by salary range between unbounded preceding and unbounded following）
            等效
      over(partition by null)  

 常用的分析函数如下所列:  

 row_number() over(partition by ... order by ...)
 rank() over(partition by ... order by ...)
 dense_rank() over(partition by ... order by ...)
 count() over(partition by ... order by ...)
 max() over(partition by ... order by ...)
 min() over(partition by ... order by ...)
 sum() over(partition by ... order by ...)
 avg() over(partition by ... order by ...)
 first_value() over(partition by ... order by ...)
 last_value() over(partition by ... order by ...)
 lag() over(partition by ... order by ...)
 lead() over(partition by ... order by ...)  

 示例
 SQL> select type,qty from test;  

 TYPE QTY
 ---------- ----------
 1 6
 2 9  

  SQL> select type,qty,to_char(row_number() over(partition by type order by qty))||'/'||to_char(count(*) over(partition by type)) as cnt2 from test;  

 TYPE QTY CNT2
 ---------- ---------- ------------
 3 1/2
 1 6 2/2
 2 5 1/3
 7 2/3
 2 9 3/3  

  SQL> select * from test;
 ---------- -------------------------------------------------
 1 11111
 2 22222
 3 33333
 4 44444  

 SQL> select t.id,mc,to_char(b.rn)||'/'||t.id)e
 2 from test t,
  (select rownum rn from (select max(to_number(id)) mid from test) connect by rownum <=mid ))L
 4 where b.rn<=to_number(t.id)
 order by id  

 ID MC TO_CHAR(B.RN)||'/'||T.ID
 --------- -------------------------------------------------- ---------------------------------------------------
 1 11111 1/1
 2 22222 1/2
 2 22222 2/2
 3 33333 1/3
 3 33333 2/3
 3 33333 3/3
  44444 1/4 44444 2/4
 4 44444 3/4CNOUG4 44444 4/4  

 10 rows selected  

 *******************************************************************

2，rank over 说明

排序：

---rank()over(order by 列名 排序)的结果是不连续的，如果有4个人，其中有3个是并列第1名，那么最后的排序结果结果如：1 1 1 4
select scoreid, studentid,COURSENAME,totalexamscore ,
rank()over(order by TOTALEXAMSCORE desc)orderbyNum
from SCORECOURSE a ,COURSESCORE b
where a.SCORECOURSEID = b.SCORECOURSEID

---dense_rank()over(order by 列名 排序)的结果是连续的，如果有4个人，其中有3个是并列第1名， 那么最后的排序结果如：1 1 1 2
select scoreid, studentid,COURSENAME,totalexamscore ,
dense_rank()over(order by TOTALEXAMSCORE desc)orderbyNum
from SCORECOURSE a ,COURSESCORE b
where a.SCORECOURSEID = b.SCORECOURSEID

----rank () OVER (PARTITION BY 列名 ORDER BY 列名 排序)使用分区方式获取每门课程的最高分
SELECT *
  FROM (SELECT scoreid, studentid, coursename, TOTALEXAMSCORE,
               rank () OVER (PARTITION BY coursename ORDER BY TOTALEXAMSCORE DESC)orderbynum
          FROM scorecourse a, coursescore b
         WHERE a.scorecourseid = b.scorecourseid and studentID = 'xxxxx')
 WHERE orderbynum < 2

-----使用over实现成绩求和
-----SUM (totalexamscore) OVER (ORDER BY studentid) sum1  实现的是连续求和，如第一个学生的总评成绩是30，则sum1就展示为30，到第二个学生成绩出现的时候，则会依次累加
-----SUM (totalexamscore) OVER () sum2 就相当于是单纯的求和，和直接使用sum是一致的
SELECT scoreid, studentid, totalexamscore,
       SUM (totalexamscore) OVER (ORDER BY studentid) sum1,
       SUM (totalexamscore) OVER () sum2
  FROM coursescore
注：这个案例想了很久也没想到很直观的描述，还请大家亲自去测试一下吧！！

语法：
rank() over (order by 排序字段 顺序)
rank() over (partition by 分组字段 order by 排序字段 顺序)

1.顺序：asc|desc  名次与业务相关：
  示例：求优秀学员，成绩：降序  迟到次数：升序
2.分区字段：根据什么字段进行分区。

问题：分区与分组有什么区别?
•分区只是将原始数据进行名次排列(记录数不变),
•分组是对原始数据进行聚合统计(记录数变少,每组返回一条)。

注意：使用rank()over(order by 排序字段 顺序)排序的时候，空值是最大的
(如果排序字段为null，可能造成在排序时将null字段排在最前面，影响排序的正确性。
所以建议将dense_rank()over(order by 列名 排序)改为dense_rank()over(order by 列名 排序 nulls last)
这样只要排序字段为null,就会放在最后，而不会影响排序结果).