|
目錄
===============================================
1.使用rownum為記錄排名
2.使用分析函數(shù)來為記錄排名
3.使用分析函數(shù)為記錄進(jìn)行分組排名
一、使用rownum為記錄排名：
在前面一篇《Oracle開發(fā)專題之：分析函數(shù)》，我們認(rèn)識(shí)了分析函數(shù)的基本應(yīng)用，現(xiàn)在我們再來考慮下面幾個(gè)問題：
①對(duì)所有客戶按訂單總額進(jìn)行排名
②按區(qū)域和客戶訂單總額進(jìn)行排名
③找出訂單總額排名前13位的客戶
④找出訂單總額最高、最低的客戶
⑤找出訂單總額排名前25%的客戶
按照前面第一篇文章的思路，我們只能做到對(duì)各個(gè)分組的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，如果需要排名的話那么只需要簡單地加上rownum不就行了嗎？事實(shí)情況是否如此想象般簡單，我們來實(shí)踐一下。
【1】測試環(huán)境：
SQL> desc user_order;
Name Null? Type
----------------------------------------- -------- ----------------------------
REGION_ID NUMBER(2)
CUSTOMER_ID NUMBER(2)
CUSTOMER_SALES NUMBER
【2】測試數(shù)據(jù)：
SQL> select * from user_order order by customer_sales;
REGION_ID CUSTOMER_ID CUSTOMER_SALES
---------- ----------- --------------
5 1 151162
10 29 903383
6 7 971585
10 28 986964
9 21 1020541
9 22 1036146
8 16 1068467
6 8 1141638
5 3 1161286
5 5 1169926
8 19 1174421
7 12 1182275
7 11 1190421
6 10 1196748
6 9 1208959
10 30 1216858
5 2 1224992
9 24 1224992
9 23 1224992
8 18 1253840
7 15 1255591
7 13 1310434
10 27 1322747
8 20 1413722
6 6 1788836
10 26 1808949
5 4 1878275
7 14 1929774
8 17 1944281
9 25 2232703
30 rows selected.
注意這里有3條記錄的訂單總額是一樣的。假如我們現(xiàn)在需要篩選排名前12位的客戶，如果使用rownum會(huì)有什么樣的后果呢？
SQL> select rownum, t.*
2 from (select *
3 from user_order
4 order by customer_sales desc) t
5 where rownum <= 12
6 order by customer_sales desc;
ROWNUM REGION_ID CUSTOMER_ID CUSTOMER_SALES
---------- ---------- ----------- --------------
1 9 25 2232703
2 8 17 1944281
3 7 14 1929774
4 5 4 1878275
5 10 26 1808949
6 6 6 1788836
7 8 20 1413722
8 10 27 1322747
9 7 13 1310434
10 7 15 1255591
11 8 18 1253840
12 5 2 1224992
12 rows selected.
很明顯假如只是簡單地按rownum進(jìn)行排序的話，我們漏掉了另外兩條記錄(參考上面的結(jié)果)。
二、使用分析函數(shù)來為記錄排名：
針對(duì)上面的情況，Oracle從8i開始就提供了3個(gè)分析函數(shù)：rand，dense_rank，row_number來解決諸如此類的問題，下面我們來看看這3個(gè)分析函數(shù)的作用以及彼此之間的區(qū)別：
Rank，Dense_rank，Row_number函數(shù)為每條記錄產(chǎn)生一個(gè)從1開始至N的自然數(shù)，N的值可能小于等于記錄的總數(shù)。這3個(gè)函數(shù)的唯一區(qū)別在于當(dāng)碰到相同數(shù)據(jù)時(shí)的排名策略。
①ROW_NUMBER：
Row_number函數(shù)返回一個(gè)唯一的值，當(dāng)碰到相同數(shù)據(jù)時(shí)，排名按照記錄集中記錄的順序依次遞增。
(可以理解為，一條相同數(shù)據(jù)分別占排名的一位，然后依序顯示，排位始終+1變化)
②DENSE_RANK：
Dense_rank函數(shù)返回一個(gè)唯一的值，除非當(dāng)碰到相同數(shù)據(jù)時(shí)，此時(shí)所有相同數(shù)據(jù)的排名都是一樣的。
(可以理解為，N條相同數(shù)據(jù)僅占排名的一位，然后顯示最后一條相同數(shù)據(jù)后的記錄，同→異數(shù)據(jù)排位變化為+1)
③RANK：
Rank函數(shù)返回一個(gè)唯一的值，除非遇到相同的數(shù)據(jù)時(shí)，此時(shí)所有相同數(shù)據(jù)的排名是一樣的，同時(shí)會(huì)在最后一條相同記錄和下一條不同記錄的排名之間空出排名。
(可以理解為，N條相同數(shù)據(jù)并列占排名的同一位，然后顯示相同數(shù)據(jù)占位個(gè)數(shù)之后第一條記錄，同→異數(shù)據(jù)排位變化為+N)
這樣的介紹有點(diǎn)難懂，我們還是通過實(shí)例來說明吧，下面的例子演示了3個(gè)不同函數(shù)在遇到相同數(shù)據(jù)時(shí)不同排名策略：
SQL> select region_id, customer_id, sum(customer_sales) total,
2 rank() over(order by sum(customer_sales) desc) rank,
3 dense_rank() over(order by sum(customer_sales) desc) dense_rank,
4 row_number() over(order by sum(customer_sales) desc) row_number
5 from user_order
6 group by region_id, customer_id;
REGION_ID CUSTOMER_ID TOTAL RANK DENSE_RANK ROW_NUMBER
---------- ----------- ---------- ---------- ---------- ----------
8 18 1253840 11 11 11
5 2 1224992 12 12 12
9 23 1224992 12 12 13
9 24 1224992 12 12 14
10 30 1216858 15 13 15
30 rows selected.
請(qǐng)注意上面的綠色高亮部分，這里生動(dòng)的演示了3種不同的排名策略：
①對(duì)于第一條相同的記錄，3種函數(shù)的排名都是一樣的：12
②當(dāng)出現(xiàn)第二條相同的記錄時(shí)，Rank和Dense_rank依然給出同樣的排名12；而row_number則順延遞增為13，依次類推至第三條相同的記錄
③當(dāng)排名進(jìn)行到下一條不同的記錄時(shí)，可以看到Rank函數(shù)在12和15之間空出了13,14的排名，因?yàn)檫@2個(gè)排名實(shí)際上已經(jīng)被第二、三條相同的記錄占了。而Dense_rank則順序遞增。row_number函數(shù)也是順序遞增
比較上面3種不同的策略，我們在選擇的時(shí)候就要根據(jù)客戶的需求來定奪了：
①假如客戶就只需要指定數(shù)目的記錄，那么采用row_number是最簡單的，但有漏掉的記錄的危險(xiǎn)
②假如客戶需要所有達(dá)到排名水平的記錄，那么采用rank或dense_rank是不錯(cuò)的選擇。至于選擇哪一種則看客戶的需要，選擇dense_rank或得到最大的記錄
三、使用分析函數(shù)為記錄進(jìn)行分組排名：
上面的排名是按訂單總額來進(jìn)行排列的，現(xiàn)在跟進(jìn)一步：假如是為各個(gè)地區(qū)的訂單總額進(jìn)行排名呢？這意味著又多了一次分組操作：對(duì)記錄按地區(qū)分組然后進(jìn)行排名。幸虧Oracle也提供了這樣的支持，我們所要做的僅僅是在over函數(shù)中order by的前面增加一個(gè)分組子句：partition by region_id。
SQL> select region_id, customer_id,
sum(customer_sales) total,
2 rank() over(partition by region_id
order by sum(customer_sales) desc) rank,
3 dense_rank() over(partition by region_id
order by sum(customer_sales) desc) dense_rank,
4 row_number() over(partition by region_id
order by sum(customer_sales) desc) row_number
5 from user_order
6 group by region_id, customer_id;
REGION_ID CUSTOMER_ID TOTAL RANK DENSE_RANK ROW_NUMBER
---------- ----------- ---------- ---------- ---------- ----------
5 4 1878275 1 1 1
5 2 1224992 2 2 2
5 5 1169926 3 3 3
6 6 1788836 1 1 1
6 9 1208959 2 2 2
6 10 1196748 3 3 3
30 rows selected.
現(xiàn)在我們看到的排名將是基于各個(gè)地區(qū)的，而非所有區(qū)域的了！Partition by 子句在排列函數(shù)中的作用是將一個(gè)結(jié)果集劃分成幾個(gè)部分，這樣排列函數(shù)就能夠應(yīng)用于這各個(gè)子集。
前面我們提到的5個(gè)問題已經(jīng)解決了2個(gè)了(第1,2)，剩下的3個(gè)問題(Top/Bottom N，First/Last, NTile)會(huì)在下一篇講解。
|
