用partition by相对group by有什么优势吗？
我们公司上了一套系统，我查看了一下原开发人员在做报表时写的SQL代码，如下所示：
select distinct t3.code,t3.name,t3.material_spec,t3.default_unit,
sum(t2.quantity) over (partition by t3.code) sum_qty,
sum(t2.amount) over (partition by t3.code) sum_amount,
sum(t2.tax_amount) over (partition by t3.code) - sum(t2.amount) over (partition by t3.code) tax,
sum(t2.tax_amount) over (partition by t3.code) total_amount
from t1,t2,t3,t4
where ...
order by t3.code
然后以下是我自己整理的代码：
select t3.code,t3.name,t3.material_spec,t3.default_unit,
sum(t2.quantity) sum_qty,
sum(t2.amount) sum_amount,
sum(t2.tax_amount) - sum(t2.amount) tax,
sum(t2.tax_amount) total_amount
from t1,t2,t3,t4
where ...
group by t3.code,t3.name,t3.material_spec,t3.default_unit
order by t3.code
二者运行的结果一要，性能我的那个要比原开发人员写的来的快。而且相差的性能很明显。用group by要快很多。我就想问一下这里的高人？用partition by是不是有别的用意？会比group by 来的更科学更好？（ps:自己查资料一直找不到答案，所以上这里来麻烦大家了）
问题点数：100、回复次数：5Top
1 楼LoveLwn（小P）回复于 2005-03-08 16:28:34 得分 0
帮顶一下Top
2 楼slyfox123456（）回复于 2005-03-08 16:33:26 得分 0
order by
没有分区表快
从算法上都可以看出来Top
3 楼keanu_wang（）回复于 2005-03-08 16:39:41 得分 100
partition by关键字是oracle中分析性函数的一部分，它和聚合函数不同的地方在于它能返回一个分组中的多条记录，而聚合函数一般只有一条反映统计值的记录，partition by用于给结果集分组，如果没有指定那么它把整个结果集作为一个分组，它有一部分函数既是聚合函数也是分析函数，比如avg、max，也有一部分是特有的，比如first、rank，除了order by子句外，分析函数在一个查询中优先级最低。至于partition by和group by谁的性能更好，要看具体情况而定，从你所举的例子而言，partition by的作用仅用于分组，那么性能可能比不上group by。Top
4 楼lynx（lynx）回复于 2005-03-08 17:05:04 得分 0
sum() over (PARTITION BY ...) 是一个分析函数。 他执行的效果跟普通的sum ...group by ...不一样，它计算组中表达式的累积和，而不是简单的和。
表a，内容如下：
B C D
02 02 1
02 03 2
02 04 3
02 05 4
02 01 5
02 06 6
02 07 7
02 03 5
02 02 12
02 01 2
02 01 23
select b,c,sum(d) e from a group by b,c
得到：
B C E
02 01 30
02 02 13
02 03 7
02 04 3
02 05 4
02 06 6
02 07 7
而使用分析函数得到的结果是：
SELECT b, c, d, SUM(d) OVER(PARTITION BY b,c ORDER BY d) e FROM a
B C E
02 01 2
02 01 7
02 01 30
02 02 1
02 02 13
02 03 2
02 03 7
02 04 3
02 05 4
02 06 6
02 07 7
结果不一样，这样看还不是很清楚，我们把d的内容也显示出来就更清楚了：
SELECT b, c, d,SUM(d) OVER(PARTITION BY b,c ORDER BY d) e FROM a
B C D E
02 01 2 2 d=2,sum(d)=2
02 01 5 7 d=5,sum(d)=7
02 01 23 30 d=23,sum(d)=30
02 02 1 1 c值不同，重新累计
02 02 12 13
02 03 2 2
02 03 5 7
02 04 3 3
02 05 4 4
02 06 6 6
02 07 7 7