zoukankan      html  css  js  c++  java
  • rank,dense_rank,row_number

    1.ROW_NUMBER()

    定义:ROW_NUMBER()函数作用就是将select查询到的数据进行排序,每一条数据加一个序号,他不能用做于学生成绩的排名(因为学生成绩有相同排名 他只是按顺序排号 没用相同),一般多用于分页查询, 
    比如查询前10个 查询10-100个学生。

    实例:

    1.1对学生成绩排序

    这里写图片描述 
    这里number就是每个学生的序号 根据studentScore(分数)进行desc倒序

    1.2获取第二个同学的成绩信息

    这里写图片描述 
    这里用到的思想就是 分页查询的思想 在原sql外再套一层select 
    where t.number>=1 and t.number<=10 是不是就是获取前十个学生的成绩信息纳。

    2.RANK()

    定义:RANK()函数,顾名思义排名函数,可以对某一个字段进行排名,这里为什么和ROW_NUMBER()不一样那,ROW_NUMBER()是排序,当存在相同成绩的学生时,ROW_NUMBER()会依次进行排序,他们序号不相同,而Rank()则不一样出现相同的,他们的排名是一样的。下面看例子:

    2.1对学生成绩进行排名

    这里写图片描述

    这里发现 ROW_NUMBER()和RANK()怎么一样?因为学生成绩都不一样所以排名和排序一样,下面改一下就会发现区别。

    这里写图片描述

    当出现两个学生成绩相同是里面出现变化。RANK()是 1 2 2,而ROW_NUMBER()则还是1 2 3,这就是RANK()和ROW_NUMBER()的区别了

    3.DENSE_RANK()

    定义:DENSE_RANK()函数也是排名函数,和RANK()功能相似,也是对字段进行排名,那它和RANK()到底有什么不同那?看例子:

    实例:

    这里写图片描述

    DENSE_RANK()密集的排名他和RANK()区别在于,排名的连续性,DENSE_RANK()排名是连续的,RANK()是跳跃的排名所以一般情况下用的排名函数就是RANK()。

    4.NTILE()

    定义:NTILE()函数是将有序分区中的行分发到指定数目的组中,各个组有编号,编号从1开始,就像我们说的’分区’一样 ,分为几个区,一个区会有多少个。

    实例: 
    这里写图片描述

    这里查询了3次,第一次分为1个’区’ ,所以查询结果number全是1,第二次分为2个区,查询结果为 1 1 2,意思就是 第一个 ‘区’ 为 1 1 两个编号的数据 ,第二个’区’只有2这个数据。

    到这里,SQL的排名问题就说完了,下次介绍一些深层的SQL排名语句

    rank,dense_rank,row_number区别

    一:语法(用法):
         rank() over([partition by col1] order by col2)
         dense_rank() over([partition by col1] order by col2)
         row_number() over([partition by col1] order by col2)
         其中[partition by col1]可省略。


    二:区别
        三个分析函数都是按照col1分组内从1开始排序
       
        row_number() 是没有重复值的排序(即使两天记录相等也是不重复的),可以利用它来实现分页
        dense_rank() 是连续排序,两个第二名仍然跟着第三名
        rank()       是跳跃拍学,两个第二名下来就是第四名
       
        理论就不多讲了,看了案例,一下就明白了
       
    SQL> create table t(
      2   name varchar2(10),
      3   score number(3));
     
    Table created
     
    SQL> insert into t(name,score)
      2   select '语文',60 from dual union all
      3   select '语文',90 from dual union all
      4   select '语文',80 from dual union all
      5   select '语文',80 from dual union all
      6   select '数学',67 from dual union all
      7   select '数学',77 from dual union all
      8   select '数学',78 from dual union all
      9   select '数学',88 from dual union all
     10   select '数学',99 from dual union all
     11   select '语文',70 from dual
     12  /
     
    10 rows inserted
     
    SQL> select * from t;
     
    NAME       SCORE
    ---------- -----
    语文          60
    语文          90
    语文          80
    语文          80
    数学          67
    数学          77
    数学          78
    数学          88
    数学          99
    语文          70
     
    10 rows selected
                                         通过什么分组
    SQL> select name,score,rank() over(partition by name order by score) tt from t;
     
    NAME       SCORE         TT
    ---------- ----- ----------
    数学          67          1
    数学          77          2
    数学          78          3
    数学          88          4
    数学          99          5
    语文          60          1
    语文          70          2
    语文          80          3   <----
    语文          80          3   <----
    语文          90          5
     
    10 rows selected
     
    SQL> select name,score,dense_rank() over(partition by name order by score) tt from t;
     
    NAME       SCORE         TT
    ---------- ----- ----------
    数学          67          1
    数学          77          2
    数学          78          3
    数学          88          4
    数学          99          5
    语文          60          1
    语文          70          2
    语文          80          3   <----
    语文          80          3   <----
    语文          90          4
     
    10 rows selected
     
    SQL> select name,score,row_number() over(partition by name order by score) tt from t;
     
    NAME       SCORE         TT
    ---------- ----- ----------
    数学          67          1
    数学          77          2
    数学          78          3
    数学          88          4
    数学          99          5
    语文          60          1
    语文          70          2
    语文          80          3  <----
    语文          80          4  <----
    语文          90          5
     
    10 rows selected
     
    SQL> select name,score,rank() over(order by score) tt from t;
     
    NAME       SCORE         TT
    ---------- ----- ----------
    语文          60          1
    数学          67          2
    语文          70          3
    数学          77          4
    数学          78          5
    语文          80          6
    语文          80          6
    数学          88          8
    语文          90          9
    数学          99         10
     
    10 rows selected
     

    大家应该明白了吧!呵呵!接下来看应用

    一:dense_rank------------------查询每门功课前三名


      select name,score from (select name,score,dense_rank() over(partition by name order by score desc) tt from t) x where x.tt<=3
     
     
    NAME       SCORE
    ---------- -----
    数学          99
    数学          88
    数学          78
    语文          90
    语文          80
    语文          80
     
    6 rows selected

    二:rank------------------语文成绩70分的同学是排名第几。
       select name,score,x.tt from (select name,score,rank() over(partition by name order by score desc) tt from t) x where x.name='语文' and x.score=70
     
     
    NAME       SCORE         TT
    ---------- ----- ----------
    语文          70          4
       
    三:row_number——————分页查询
         select xx.* from (select t.*,row_number() over(order by score desc) rowno from t) xx where xx.rowno between 1 and 3;
     
    NAME       SCORE      ROWNO
    ---------- ----- ----------
    数学          99          1
    语文          90          2
    数学          88          3

  • 相关阅读:
    Hihocoder 1275 扫地机器人 计算几何
    CodeForces 771C Bear and Tree Jumps 树形DP
    CodeForces 778D Parquet Re-laying 构造
    CodeForces 785E Anton and Permutation 分块
    CodeForces 785D Anton and School
    CodeForces 785C Anton and Fairy Tale 二分
    Hexo Next 接入 google AdSense 广告
    如何统计 Hexo 网站的访问地区和IP
    Design and Implementation of Global Path Planning System for Unmanned Surface Vehicle among Multiple Task Points
    通过ODBC接口访问人大金仓数据库
  • 原文地址:https://www.cnblogs.com/shan13936/p/13721715.html
Copyright © 2011-2022 走看看