小学生之Oracle分析函数

分析函数是什么？
分析函数是Oracle专门用于解决复杂报表统计需求的功能强大的函数，它可以在数据中进行分组然后计算基于组的某种统计值，并且每一组的每一行都可以返回一个统计值。

          

分析函数和聚合函数的不同之处是什么？
普通的聚合函数用group by分组，每个分组返回一个统计值，而分析函数采用partition by分组，并且每组每行都可以返回一个统计值。

              

分析函数的形式
分析函数带有一个开窗函数over()，包含三个分析子句:分组(partition by), 排序(order by), 窗口(rows) ，他们的使用形式如下：over(partition by xxx order by yyy rows between zzz)。
注：窗口子句在这里我只说rows方式的窗口,range方式和滑动窗口也不提

    

分析函数例子(在scott用户下模拟)

示例目的：显示各部门员工的工资，并附带显示该部分的最高工资。

--显示各部门员工的工资，并附带显示该部分的最高工资。
SELECT E.DEPTNO,
       E.EMPNO,
       E.ENAME,
       E.SAL,
       LAST_VALUE(E.SAL) 
       OVER(PARTITION BY E.DEPTNO 
            ORDER BY E.SAL ROWS 
            --unbounded preceding and unbouned following针对当前所有记录的前一条、后一条记录，也就是表中的所有记录
            --unbounded：不受控制的，无限的
            --preceding：在...之前
            --following：在...之后
            BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) MAX_SAL
  FROM EMP E;

运行结果：

示例目的：按照deptno分组，然后计算每组值的总和

SELECT EMPNO,
       ENAME,
       DEPTNO,
       SAL,
       SUM(SAL) OVER(PARTITION BY DEPTNO ORDER BY ENAME) max_sal
  FROM SCOTT.EMP;

 运行结果：

示例目的：对各部门进行分组，并附带显示第一行至当前行的汇总

SELECT EMPNO,
       ENAME,
       DEPTNO,
       SAL,
       --注意ROWS BETWEEN unbounded preceding AND current row  是指第一行至当前行的汇总
       SUM(SAL) OVER(PARTITION BY DEPTNO 
                     ORDER BY ENAME 
                     ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) max_sal
  FROM SCOTT.EMP;

 运行结果：

示例目标：当前行至最后一行的汇总

SELECT EMPNO,
       ENAME,
       DEPTNO,
       SAL,
       --注意ROWS BETWEEN current row AND unbounded following 指当前行到最后一行的汇总
       SUM(SAL) OVER(PARTITION BY DEPTNO 
                     ORDER BY ENAME 
                     ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) max_sal
  FROM SCOTT.EMP;

 运行结果：

 示例目标：当前行的上一行(rownum-1)到当前行的汇总

SELECT EMPNO,
       ENAME,
       DEPTNO,
       SAL,
       --注意ROWS BETWEEN 1 preceding AND current row 是指当前行的上一行(rownum-1)到当前行的汇总 
       SUM(SAL) OVER(PARTITION BY DEPTNO 
                     ORDER BY ENAME ROWS 
                     BETWEEN 1 PRECEDING AND CURRENT ROW) max_sal
  FROM SCOTT.EMP;

运行结果：

示例目标：   当前行的上一行(rownum-1)到当前行的下辆行(rownum+2)的汇总

SELECT EMPNO,
       ENAME,
       DEPTNO,
       SAL,
       --注意ROWS BETWEEN 1 preceding AND 1 following 是指当前行的上一行(rownum-1)到当前行的下辆行(rownum+2)的汇总
       SUM(SAL) OVER(PARTITION BY DEPTNO 
                     ORDER BY ENAME 
                     ROWS BETWEEN 1 PRECEDING AND 2 FOLLOWING) max_sal
  FROM SCOTT.EMP;

运行结果：

评级函数

常见评级函数如下：

• RANK()：返回数据项在分组中的排名，在排名相等时会在名次中留下空位，造成排名不连续。
• DENSE_RANK()：同样返回数据项在分组中排名，不过在排名相等时不会留下名位空位。
• CUME_DIST()：返回特定值相对于一组值的位置，是累积分布（cumulative distribution）的简写。
• PERCENT_RANK()：返回某个值相对于一组值的百分比排名。
• NTILE()：返回n分片后的值，如三分片、四分片等。
• ROW_NUMBER()：为每一条分组记录返回一个数字，注意不同于rownum伪列。

RANK()和DENSE_RANK()

rank()和dense_rank()函数都可用于计算数据项在分组中（在不使用partition by时以所有数据为一个分组）的排名。它们的区别在于rank()在排名相等时，如：有3个第1名时，则下一个排名为第4名，没有2、3名；而dense_rank()则在有3个第1名时，下一个排名为第2名。即，rank()会出现排名间隔，而dense_rank()则不会出现排名间隔。

这两个函数多用于select子句中，在不进行分组的情况下，可以不使用partition by子句。其使用举例如，找出公司所有人工资排名：

select ename,

rank() over (order by sal desc) rank,

dense_rank() over (order by sal desc) dense_rank

from emp;

从语句中可以看出，rank()函数需要有关键字over和order by。而且rank()是一个单值函数，而不是聚合函数。若需要找出每种工作的最高工资在所有工作最高工资中的排名：

select job,

rank() over (order by max(sal) desc) rank,

dense_rank() over (order by max(sal) desc) dense_rank

from emp

group by job;

在排名中，会出现NULL值在前在后的问题，可以在ORDER BY子句之后使用关键字NULLS FIRST/LAST来控制。

PARTITION BY子句

当需要进行获得分组后各组内的排名，则需要使用partition by子句。它不同于group by的分组，这种分组不“合并聚合”，它相当于把值分组后计算，然后重复每个值。

最常见的例子如：在table表中有name（姓名）、class（班级）和score（分数）三个字段，求每个班级里前三名姓名、班级及分数，SQL语句为：

select name,class,score

from (select name,

class,

score,

rank() over(partition by class order by score desc) rank

from table)

where rank <= 3;

在SCOTT用户中测试，求每个部门工资前3名的人姓名、部门、工作和工资，如：

select *

from (select ename,

deptno,

job,

sal,

dense_rank() over(partition by deptno order by sal desc) rank

from emp)

where rank <= 3;

ROW_NUMBER()

row_number为每一行返回一个数字，在分组中较常用（rownum在非分组中常用）。如，给emp表中每种工作工资由高到低进行排序：

select ename,job,sal,row_number() over (partition by job order by sal desc) from emp;

窗口函数（累计和、移动平均值等）

窗口函数可用来计算累计和、移动平均值和中心平均值等，具体如下：

计算累计和

查询从2003年1月到12月的累计销量，SQL语句如下：

SELECT month,

SUM(amount) AS month_amount,

SUM(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cumulative_amount

FROM all_sales

where year = 2003

GROUP BY month

ORDER BY month;

对于累计部分SUM(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)解析如下：

• SUM(SUM(amount))中内部的SUM(amount)用于计算月销量总和，外部的SUM()用于计算累计销量。
• ORDER BY month 按月份对查询读取的记录进行排序。
• ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW定义了窗口的起点和终点，起点为UNBOUNDED PRECEDING，意味着起点为固定的查询结果集的第一行；终点为CURRENT ROW表示终点为处理结果集的当前行。当外部SUM函数计算返回当前的累计销量后，窗口的终点便向下移动一行。PRECEDING表示向上累计数，若将UNBOUNDED换成数字如1，则表示跟之前一条记录做累积；同时还可以向后，使用关键字FOLLOWING，指定向后累积数只需要在该关键字前加数字即可，该数字为向后累积的行数（从这里也可以看出排序的重要性）。

如：

若要计算指定月份如6月到12月的累积销量，则只需要在where子句中再增加条件month between 6 and 12即可。

计算当月跟前3个月累积销量，窗口语句：

SUM(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS cumulative_amount

计算前一个月和后一个月累积销量，窗口语句：

SUM(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS cumulative_amount

计算移动平均值

计算本月与前3个月之间销量的移动平均值，SQL语句如下：

SELECT month,

SUM(amount) AS month_amount,

AVG(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS moving_average

FROM all_sales

where year = 2003

GROUP BY month

ORDER BY month;

对移动平均值部分AVG(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)解析如下：

• AVG(SUM(amount))内部的sum(amount)计算月销量和，外部的avg()计算平均值。
• ORDER BY month 按月份对查询读取的记录进行排序（这是必须的，因为只有排序后才能做累积或前后求平均值）。
• ROWS BETWEEN 3 PRECEDING AND CURRENT ROW定义了窗口的起点为当前记录的前3条记录，窗口的终点为当前记录。

计算中心平均值

计算当前月份前、后各一个月的销量移动平均值，SQL语句如下：

SELECT month,

SUM(amount) AS month_amount,

AVG(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS moving_average

FROM all_sales

where year = 2003

GROUP BY month

ORDER BY month;

对中心平均值部分AVG(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING)解析如下：

• AVG(SUM(amount))内部的sum(amount)计算月销量和，外部的avg()计算平均值。
• ORDER BY month 按月份对查询读取的记录进行排序（这是必须的，因为只有排序后才能做累积或前后求平均值）。
• ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING定义了窗口的起点是当前记录之前的那条记录，窗口的终点是当前记录之后的那条记录。

窗口第一条和最后一条记录

FIRST_VALUE()和LAST_VALUE()函数可用于获取窗口中的第一行和最后一行数据，如，可用于获取当前月前一个月和后一个月的销量：

SELECT month,

SUM(amount) AS month_amount,

FIRST_VALUE(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS pre_month_amount,

LAST_VALUE(SUM(amount)) OVER (ORDER BY month ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS next_month_amount

FROM all_sales

where year = 2003

GROUP BY month

ORDER BY month;

其中，窗口定义了起点为前一个月终点为后一个月，故而first_value(sum(amount))为前一个月销量而last_value()为后一个月销量。