oracle分析函数Rank,Dense_rank,row_number
分析函数2(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: 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>descuser_order; NameNull?Type ----------------------------------------------------------------------------- REGION_IDNUMBER(2) CUSTOMER_IDNUMBER(2) CUSTOMER_SALESNUMBER
【2】测试数据:
SQL>select*fromuser_orderorderbycustomer_sales; REGION_IDCUSTOMER_IDCUSTOMER_SALES ----------------------------------- 51 151162 1029 903383 67 971585 1028 986964 9211020541 922 1036146 816 1068467 68 1141638 53 1161286 55 1169926 819 1174421 712 1182275 711 1190421 610 1196748 69 1208959 10301216858 5 2 1224992 9 24 1224992 9 23 1224992 818 1253840 715 1255591 713 1310434 1027 1322747 820 1413722 66 1788836 1026 1808949 54 1878275 714 1929774 817 1944281 925 2232703 30rowsselected.
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>selectrownum,t.* 2from(select* 3fromuser_order 4orderbycustomer_salesdesc)t 5whererownum<=12 6orderbycustomer_salesdesc; ROWNUMREGION_IDCUSTOMER_IDCUSTOMER_SALES --------------------------------------------- 19 252232703 28 171944281 37141929774 4541878275 510261808949 66 61788836 78 201413722 810 271322747 97 131310434 107 151255591 118 181253840 12 5 2 1224992 12rowsselected.
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:rand,dense_rank,row_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: Rank,Dense_rank,Row_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_RANK: Dense_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。
③RANK: Rank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>selectregion_id,customer_id,sum(customer_sales)total, 2rank()over(orderbysum(customer_sales)desc)rank, 3dense_rank()over(orderbysum(customer_sales)desc)dense_rank, 4row_number()over(orderbysum(customer_sales)desc)row_number 5fromuser_order 6groupbyregion_id,customer_id; REGION_IDCUSTOMER_IDTOTALRANKDENSE_RANKROW_NUMBER ------------------------------------------------------------- 8181253840111111 521224992121212 9231224992121213 9241224992121214 1030121685815 13 15 30rowsselected.
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>selectregion_id, sum(customer_sales)total, 2rank()over(partitionbyregion_id orderbysum(customer_sales)desc)rank, 3dense_rank()over(partitionbyregion_id orderbysum(customer_sales)desc)dense_rank, 4row_number()over(partitionbyregion_id orderbysum(customer_sales)desc)row_number 5fromuser_order 6groupbyregion_id,customer_id; REGION_IDCUSTOMER_IDTOTALRANKDENSE_RANKROW_NUMBER ------------------------------------------------------------- 541878275111 52 1224992222 55 1169926333 66 1788836111 69 1208959222 610 1196748333 30rowsselected.
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 N
,
First/Last,NTile)
会在下一篇讲解。 (编辑:李大同)
【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!
|