阿里云建设网站的步骤,驾校网站建设方案题婚,网站可以增加关键词吗,策略网页游戏排行榜oracle分析函数Rank, Dense_rank, row_number 分析函数2(Rank, Dense_rank, row_number) 目录1.使用rownum为记录排名2.使用分析函数来为记录排名3.使用分析函数为记录进行分组排名一、使用rownum为记录排名#xff1a; 在前面一篇《Oracle开发专题之#xff1a;分析函数》1.使用rownum为记录排名2.使用分析函数来为记录排名3.使用分析函数为记录进行分组排名一、使用rownum为记录排名 在前面一篇《Oracle开发专题之分析函数》我们认识了分析函数的基本应用现在我们再来考虑下面几个问题①对所有客户按订单总额进行排名②按区域和客户订单总额进行排名③找出订单总额排名前13位的客户④找出订单总额最高、最低的客户⑤找出订单总额排名前25%的客户 按照前面第一篇文章的思路我们只能做到对各个分组的数据进行统计如果需要排名的话那么只需要简单地加上rownum不就行了吗事实情况是否如此想象般简单我们来实践一下。 【1】测试环境 SQL desc user_order; Name Null? Type ----------------------------------------- -------- ---------------------------- REGION_ID NUMBER(2) CUSTOMER_ID NUMBER(2) CUSTOMER_SALES NUMBER 【2】测试数据 SQL select * from user_order order by customer_sales; REGION_ID CUSTOMER_ID CUSTOMER_SALES ---------- ----------- -------------- 5 1 151162 10 29 903383 6 7 971585 10 28 986964 9 21 1020541 9 22 1036146 8 16 1068467 6 8 1141638 5 3 1161286 5 5 1169926 8 19 1174421 7 12 1182275 7 11 1190421 6 10 1196748 6 9 1208959 10 30 1216858 5 2 1224992 9 24 1224992 9 23 1224992 8 18 1253840 7 15 1255591 7 13 1310434 10 27 1322747 8 20 1413722 6 6 1788836 10 26 1808949 5 4 1878275 7 14 1929774 8 17 1944281 9 25 223270330 rows selected. 注意这里有3条记录的订单总额是一样的。假如我们现在需要筛选排名前12位的客户如果使用rownum会有什么样的后果呢 SQL select rownum, t.* 2 from (select * 3 from user_order 4 order by customer_sales desc) t 5 where rownum 12 6 order by customer_sales desc; ROWNUM REGION_ID CUSTOMER_ID CUSTOMER_SALES ---------- ---------- ----------- -------------- 1 9 25 2232703 2 8 17 1944281 3 7 14 1929774 4 5 4 1878275 5 10 26 1808949 6 6 6 1788836 7 8 20 1413722 8 10 27 1322747 9 7 13 1310434 10 7 15 1255591 11 8 18 1253840 12 5 2 122499212 rows selected. 很明显假如只是简单地按rownum进行排序的话我们漏掉了另外两条记录(参考上面的结果)。二、使用分析函数来为记录排名 针对上面的情况Oracle从8i开始就提供了3个分析函数randdense_rankrow_number来解决诸如此类的问题下面我们来看看这3个分析函数的作用以及彼此之间的区别 RankDense_rankRow_number函数为每条记录产生一个从1开始至N的自然数N的值可能小于等于记录的总数。这3个函数的唯一区别在于当碰到相同数据时的排名策略。①ROW_NUMBER Row_number函数返回一个唯一的值当碰到相同数据时排名按照记录集中记录的顺序依次递增。 ②DENSE_RANKDense_rank函数返回一个唯一的值除非当碰到相同数据时此时所有相同数据的排名都是一样的。 ③RANKRank函数返回一个唯一的值除非遇到相同的数据时此时所有相同数据的排名是一样的同时会在最后一条相同记录和下一条不同记录的排名之间空出排名。 这样的介绍有点难懂我们还是通过实例来说明吧下面的例子演示了3个不同函数在遇到相同数据时不同排名策略 SQL select region_id, customer_id, sum(customer_sales) total, 2 rank() over(order by sum(customer_sales) desc) rank, 3 dense_rank() over(order by sum(customer_sales) desc) dense_rank, 4 row_number() over(order by sum(customer_sales) desc) row_number 5 from user_order 6 group by region_id, customer_id; REGION_ID CUSTOMER_ID TOTAL RANK DENSE_RANK ROW_NUMBER ---------- ----------- ---------- ---------- ---------- ---------- 8 18 1253840 11 11 11 5 2 1224992 12 12 12 9 23 1224992 12 12 13 9 24 1224992 12 12 14 10 30 1216858 15 13 15 30 rows selected. 请注意上面的绿色高亮部分这里生动的演示了3种不同的排名策略 ①对于第一条相同的记录3种函数的排名都是一样的12 ②当出现第二条相同的记录时Rank和Dense_rank依然给出同样的排名12而row_number则顺延递增为13依次类推至第三条相同的记录 ③当排名进行到下一条不同的记录时可以看到Rank函数在12和15之间空出了13,14的排名因为这2个排名实际上已经被第二、三条相同的记录占了。而Dense_rank则顺序递增。row_number函数也是顺序递增 比较上面3种不同的策略我们在选择的时候就要根据客户的需求来定夺了①假如客户就只需要指定数目的记录那么采用row_number是最简单的但有漏掉的记录的危险②假如客户需要所有达到排名水平的记录那么采用rank或dense_rank是不错的选择。至于选择哪一种则看客户的需要选择dense_rank或得到最大的记录三、使用分析函数为记录进行分组排名 上面的排名是按订单总额来进行排列的现在跟进一步假如是为各个地区的订单总额进行排名呢这意味着又多了一次分组操作对记录按地区分组然后进行排名。幸亏Oracle也提供了这样的支持我们所要做的仅仅是在over函数中order by的前面增加一个分组子句partition by region_id。 SQL select region_id, customer_id, sum(customer_sales) total, 2 rank() over(partition by region_id order by sum(customer_sales) desc) rank, 3 dense_rank() over(partition by region_id order by sum(customer_sales) desc) dense_rank, 4 row_number() over(partition by region_id order by sum(customer_sales) desc) row_number 5 from user_order 6 group by region_id, customer_id; REGION_ID CUSTOMER_ID TOTAL RANK DENSE_RANK ROW_NUMBER ---------- ----------- ---------- ---------- ---------- ---------- 5 4 1878275 1 1 1 5 2 1224992 2 2 2 5 5 1169926 3 3 3 6 6 1788836 1 1 1 6 9 1208959 2 2 2 6 10 1196748 3 3 3 30 rows selected. 现在我们看到的排名将是基于各个地区的而非所有区域的了Partition by 子句在排列函数中的作用是将一个结果集划分成几个部分这样排列函数就能够应用于这各个子集。 前面我们提到的5个问题已经解决了2个了(第1,2)剩下的3个问题(Top/Bottom NFirst/Last, NTile)会在下一篇讲解。 原文地址http://www.cnblogs.com/wuyisky/archive/2010/02/24/oracle_rank.html转载于:https://www.cnblogs.com/autumnlj/p/5815297.html
