重学SQL Server 笔记(二）

　　对于top关键字，你也许很熟悉他的用法，但你知道top查询返回的是一个表结果还是游标呢？

　　当使用top的，同一个order by字句既担当了为top决定行的逻辑优先顺序的角色，同时也担当了它的常规角色（展示数据），只是最终生成的结果由表变成了具有固定顺序的游标。

　  用法有下面三种：1、关键字 percent，SQL Server会按照百分比计算应该返回的的满足条件的行数（向上取整）；

　　用法  select top 1 percent orderid from ordervalues。

　　　　　　　　　  2、选择需要的前几行，常用于分页；

　　用法 select top 10 orderid from ordervalues。

　　　　　　　　3、返回与top n行中最后一行的排序值相同的其他所有行，须添加 with ties选项，如果排序值有多个，则以最后一个排序值为准，这里为custid。

　　用法　select top(5) with ties orderid,orderdate,custid,empid
　　　　   from orders
              order by empid desc,custid

　　over子句，用于为行定义一个窗口，以便进行特定的运算。我们可以把行的窗口简单的认为是运算将要操作的一个行的集合。由于over子句可以为聚合函数和排名函数提供一个行的窗口，这些函数也称为开窗函数。带有空的圆括号的over子句会提供所有行进行计算，这里的所有行并不一定是在from 子句中出现的那些表中的所有行，而是在from、where、group by，以及having处理阶段才完成后仍然可以用的那些行。那么，什么地方才可以用over子句呢？？ answer就是只有在select和order by处理阶段。

　　以下例句中的OrderValues是一个视图（其中数据可以在我的上一篇博文可以下载）。创建此视图的语句为

CREATE VIEW OrderValues
AS

SELECT O.orderid, O.custid, O.empid, O.shipperid, O.orderdate,
  CAST(SUM(OD.qty * OD.unitprice * (1 - discount))
       AS NUMERIC(12, 2)) AS val
FROM Orders AS O
  JOIN OrderDetails AS OD
    ON O.orderid = OD.orderid
GROUP BY O.orderid, O.custid, O.empid, O.shipperid, O.orderdate;

 

　　请看下面Sql语句。其中sum(val) over() as totalValue表示返回当前所有行的val字段的和，如果我们想得到当前行具有相同custid值得val之和，那么则可以用partition  by 字句指定求和的关键字。

select * from OrderValues;
select orderid,custid,val,
    sum(val) over() as totalvalue,
    sum(val) over(partition by custid) as custtotalvalue
from OrderValues;

 　　当然，over子句的一个优点是能够在返回基本行的同时，可以将聚合函数和基本列共同使用。比如下面Sql语句。

1 select orderid,custid,val,
2     100.*val/sum(val) over() as pctall,
3     100.*val/sum(val) over(partition by custid) as pctust
4 from ordervalues;

　　不仅如此，over子句也支持四种排名函数，row_number(),rank(),dense_rank(),ntile,如下面Sql语句。

1 select orderid,custid,val,
2        row_number() over(order by val) as rownum,
3        rank() over(order by val) as rank,
4        dense_rank() over(order by val) as dense_rank,
5        ntile(10) over(order by val) as ntile
6 from ordervalues
7 order by val

  其中，row_number函数用于为子查询的结果集中的各行分配递增的序列号，其逻辑顺序通过over子句中的order by语句制定，因此，order by子句的字段的值最好在数据库中是唯一的。NTILE函数可以把结果中的行关联到组，NTILE（n)中的n表示制定组的数目，并为每一行分配一个所属组的编号，因此组的大小是830/10=83,即第一个组里面有83行数据。当然，排名函数也支持partition by语句。rank()与dense_rank()可以为具有相同逻辑排序值得所有行产生相同的排名。这两个函数的区别是，rank（）表示之前有多少行具有更低的排序值，而密集排名函数则表示之前有多少个更低的排序值，注意一个是行，一个值。