Oracle 分析函数参考手册

Oracle从8.1.6开始提供分析函数，分析函数用于计算基于组的某种聚合值，它和聚合函数的不同之处是对于每个组返回多行，而聚合函数对于每个组只返回一行。

下面例子中使用的表来自Oracle自带的HR用户下的表，如果没有安装该用户，可以在SYS用户下运行$ORACLE_HOME/demo/schema/human_resources/hr_main.sql来创建。       

少数几个例子需要访问SH用户下的表，如果没有安装该用户，可以在SYS用户下运行$ORACLE_HOME/demo/schema/sales_history/sh_main.sql来创建。       

如果未指明缺省是在HR用户下运行例子。       

开窗函数的理解：      

开窗函数指定了分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变化而变化，举例如下：

over（order bysalary） 按照salary排序进行累计，

order by是个默认的开窗函数

over（partition bydeptno）按照部门分区

over（order by salaryrange between 50 preceding and 150 following）每行对应的数据窗口是之前行幅度值不超过50，之后行幅度值不超过150

over（order bysalary rows between 50 preceding and 150 following）每行对应的数据窗口是之前50行，之后150行

over（order bysalary rows between unbounded preceding and unbounded following）每行对应的数据窗口是从第一行到最后一行，等效：over（order by salary range between unboundedpreceding and unbounded following）

主要参考资料：《expertone-on-one》 Tom Kyte  《Oracle9i SQL Reference》第6章

AVG 功能描述：用于计算一个组和数据窗口内表达式的平均值。

SAMPLE：下面的例子中列c_mavg计算员工表中每个员工的平均薪水报告，该平均值由当前员工和与之具有相同经理的前一个和后一个三者的平均数得来；

SELECT manager_id, last_name,hire_date, salary, AVG(salary) OVER (PARTITION BY manager_id ORDER BY hire_dateROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS c_mavg FROM employees;

MANAGER_ID LAST_NAME                 HIRE_DATE SALARY    C_MAVG

----------------------------------- --------- ---------- ----------

100 Kochhar                 21-SEP-89      17000      17000     

100 De Haan                 13-JAN-93      17000      15000     

100 Raphaely                07-DEC-94      11000 11966.6667

100 Kaufling              01-MAY-95      7900 10633.3333      

100 Hartstein               17-FEB-96      13000 9633.33333     

100 Weiss                   18-JUL-96       8000 11666.6667     

100 Russell                 01-OCT-96      14000 11833.3333...

CORR 功能描述：返回一对表达式的相关系数，它是如下的缩写：

COVAR_POP(expr1,expr2)/STDDEV_POP(expr1)*STDDEV_POP(expr2))

从统计上讲，相关性是变量之间关联的强度，变量之间的关联意味着在某种程度         

上一个变量的值可由其它的值进行预测。通过返回一个-1~1之间的一个数, 相关        

系数给出了关联的强度，0表示不相关。

SAMPLE：下例返回1998年月销售收入和月单位销售的关系的累积系数（本例在SH用户下运行）

SELECTt.calendar_month_number

,CORR(SUM(s.amount_sold)

,SUM(s.quantity_sold)) OVER (ORDER BY t.calendar_month_number) as CUM_CORR  

FROM sales s, timest

WHERE s.time_id =t.time_id

AND calendar_year =1998

GROUP BYt.calendar_month_number

ORDER BYt.calendar_month_number;

CALENDAR_MONTH_NUMBER  CUM_CORR

------------------------------                   

1                   

2        

1                   

3 .994309382                  

4 .852040875                  

5 .846652204                  

6 .871250628                  

7 .910029803                  

8 .917556399                  

9 .920154356                 

10  .86720251                 

11 .844864765                 

12 .903542662

 

COVAR_POP  功能描述：返回一对表达式的总体协方差。

SAMPLE：下例CUM_COVP返回定价和最小产品价格的累积总体协方差

SELECT product_id

,supplier_id

,COVAR_POP(list_price, min_price) OVER (ORDER BY product_id, supplier_id) ASCUM_COVP

,COVAR_SAMP(list_price,min_price) OVER (ORDER BY product_id, supplier_id) AS CUM_COVS   

FROMproduct_information p

WHERE category_id =29

ORDER BY product_id,supplier_id;

PRODUCT_IDSUPPLIER_ID   CUM_COVP   CUM_COVS

--------------------- ---------- ----------      

1774     103088          0     

1775     103087    1473.25    2946.5      

1794     103096 1702.77778 2554.16667      

1825     103093    1926.25 2568.33333     

2004     103086     1591.4   1989.25      

2005     103086     1512.5      1815      

2416                    103088 1475.97959 1721.97619..

 

COVAR_SAMP  功能描述：返回一对表达式的样本协方差

SAMPLE：下例CUM_COVS返回定价和最小产品价格的累积样本协方差

SELECT product_id

,supplier_id

,COVAR_POP(list_price,min_price) OVER (ORDER BY product_id, supplier_id) AS CUM_COVP

,COVAR_SAMP(list_price,min_price) OVER (ORDER BY product_id, supplier_id) AS CUM_COVS   

FROMproduct_information p

WHERE category_id =29

ORDER BY product_id,supplier_id;

PRODUCT_IDSUPPLIER_ID   CUM_COVP   CUM_COVS

--------------------- ---------- ----------      

1774     103088          0     

1775     103087    1473.25    2946.5      

1794     103096 1702.77778 2554.16667      

1825     103093    1926.25 2568.33333     

2004     103086     1591.4   1989.25      

2005     103086     1512.5      1815      

2416     103088 1475.97959 1721.97619..

 

COUNT 功能描述：对一组内发生的事情进行累积计数，如果指定*或一些非空常数，count将对所有行计数，如果指定一个表达式，count返回表达式非空赋值的计数，当有相同值出现时，这些相等的值都会被纳入被计算的值；可以使用DISTINCT来记录去掉一组中完全相同的数据后出现的行数。

SAMPLE：下面例子中计算每个员工在按薪水排序中当前行附近薪水在[n-50,n+150]之间的行数，n表示当前行的薪水例如，Philtanker的薪水2200，排在他之前的行中薪水大于等于2200-50的有1行，排在他之后的行中薪水小于等于2200＋150的行没有，所以count计数值cnt3为2（包括自己当前行）；cnt2值相当于小于等于当前行的SALARY值的所有行数

SELECT last_name

,salary

,COUNT(*) OVER () AScnt1

,COUNT(*) OVER(ORDER BY salary) AS cnt2

,COUNT(*) OVER(ORDER BY salary RANGE BETWEEN 50 PRECEDING AND 150FOLLOWING) AS cnt3

FROM employees；

 

LAST_NAME                   SALARY       CNT1      CNT2       CNT3

----------------------------------- ---------- ---------- ----------

Olson                         2100       107          1         3

Markle                        2200       107          3         2

Philtanker                    2200        107         3          2

Landry                        2400       107          5         8

Gee                           2400       107          5         8

Colmenares                    2500        107        11         10

Patel                         2500       107        11         10..

 

CUME_DIST 功能描述：计算一行在组中的相对位置，CUME_DIST总是返回大于0、小于或等于1的数，该数表示该行在N行中的位置。例如，在一个3行的组中，返回的累计分布值为1/3、2/3、3/3

SAMPLE：下例中计算每个工种的员工按薪水排序依次累积出现的分布百分比

SELECT job_id

,last_name

,salary

,CUME_DIST() OVER(PARTITION BY job_id ORDER BY salary) AS cume_dist  

FROM employees  

WHERE job_id LIKE'PU%'；

 

JOB_ID    LAST_NAME                    SALARY  CUME_DIST

----------------------------------- ---------- ----------

PU_CLERK  Colmenares                     2500         .2

PU_CLERK  Himuro                         2600        .4

PU_CLERK  Tobias                         2800        .6

PU_CLERK  Baida                          2900        .8

PU_CLERK  Khoo                           3100         1

PU_MAN    Raphaely                      11000         1

 

DENSE_RANK 功能描述：根据ORDER BY子句中表达式的值，从查询返回的每一行，计算它们与其它行的相对位置。组内的数据按ORDER BY子句排序，然后给每一行赋一个号，从而形成一个序列，该序列从1开始，往后累加。每次ORDER BY表达式的值发生变化时，该序列也随之增加。有同样值的行得到同样的数字序号（认为null时相等的）。密集的序列返回的时没有间隔的数

SAMPLE：下例中计算每个员工按部门分区再按薪水排序，依次出现的序列号（注意与RANK函数的区别）

SELECTd.department_id

,e.last_name

,e.salary

,DENSE_RANK() OVER(PARTITION BY e.department_id ORDER BY e.salary) as drank  

FROM employees e,departments d

WHEREe.department_id = d.department_id 

AND d.department_idIN ('60', '90')；

DEPARTMENT_IDLAST_NAME                    SALARY      DRANK

-------------------------------------- ---------- ----------          

60 Lorentz                       4200          1          

60 Austin                        4800          2          

60 Pataballa                     4800          2          

60 Ernst                         6000         3           

60 Hunold                        9000         4           

90 Kochhar                      17000          1          

90 De Haan                      17000          1          

90 King                         24000          2

 

FIRST 功能描述：从DENSE_RANK返回的集合中取出排在最前面的一个值的行（可能多行，因为值可能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录。

SAMPLE：下面例子中DENSE_RANK按部门分区，再按佣金commission_pct排序，FIRST取出佣金最低的对应的所有行，然后前面的MAX函数从这个集合中取出薪水最低的值；LAST取出佣金最高的对应的所有行，然后前面的MIN函数从这个集合中取出薪水最高的值。

SELECT last_name,department_id, salary,MIN(salary) KEEP (DENSE_RANK FIRST ORDER BYcommission_pct) OVER (PARTITION BY department_id)"Worst",MAX(salary) KEEP (DENSE_RANK LAST ORDER BYcommission_pct)  OVER (PARTITION BY department_id)"Best"  FROM employees WHERE department_id in (20,80) ORDERBY department_id, salary；

LAST_NAME               DEPARTMENT_ID     SALARY     Worst       Best

-------------------------------------- ---------- ---------- ----------

Fay                                20      6000       6000     13000

Hartstein                          20      13000      6000      13000

Kumar                              80      6100       6100      14000

Banda                              80      6200       6100      14000

Johnson                            80      6200       6100      14000

Ande                               80      6400       6100      14000

Lee                                80      6800       6100     14000

Tuvault                            80      7000       6100      14000

Sewall                             80      7000       6100      14000

Marvins                            80      7200       6100      14000

Bates                              80      7300       6100      14000...

 

FIRST_VALUE  功能描述：返回组中数据窗口的第一个值。

SAMPLE：下面例子计算按部门分区按薪水排序的数据窗口的第一个值对应的名字，如果薪水的第一个值有多个，则从多个对应的名字中取缺省排序的第一个名字

SELECTdepartment_id, last_name, salary, FIRST_VALUE(last_name)  OVER(PARTITION BY department_id ORDER BY salary ASC ) AS lowest_sal  FROMemployees WHERE department_id in(20,30)； 

DEPARTMENT_IDLAST_NAME                    SALARY LOWEST_SAL

-------------------------------------- ---------- --------------          

20 Fay                           6000 Fay          

20 Hartstein                    13000 Fay           

30 Colmenares                    2500 Colmenares           

30 Himuro                        2600 Colmenares          

30 Tobias                        2800 Colmenares          

30 Baida                         2900 Colmenares          

30 Khoo                          3100 Colmenares          

30 Raphaely                     11000 Colmenares

 

LAG 功能描述：可以访问结果集中的其它行而不用进行自连接。它允许去处理游标，就好像游标是一个数组一样。在给定组中可参考当前行之前的行，这样就可以从组中与当前行一起选择以前的行。Offset是一个正整数，其默认值为1，若索引超出窗口的范围，就返回默认值（默认返回的是组中第一行），其相反的函数是LEAD

SAMPLE：下面的例子中列prev_sal返回按hire_date排序的前1行的salary值

SELECT last_name,hire_date, salary, LAG(salary, 1, 0) OVER (ORDER BY hire_date) ASprev_sal  FROM employees WHERE job_id = 'PU_CLERK'；

LAST_NAME               HIRE_DATE      SALARY  PREV_SAL

----------------------------------- ---------- ----------

Khoo                    18-5月 -95       3100         0

Tobias                  24-7月 -97       2800      3100

Baida                   24-12月-97       2900       2800

Himuro                  15-11月-98       2600      2900

Colmenares               10-8月 -99      2500       2600

 

LAST 功能描述：从DENSE_RANK返回的集合中取出排在最后面的一个值的行（可能多行，因为值可能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录

SAMPLE：下面例子中DENSE_RANK按部门分区，再按佣金commission_pct排序，FIRST取出佣金最低的对应的所有行，然后前面的MAX函数从这个集合中取出薪水最低的值；LAST取出佣金最高的对应的所有行，然后前面的MIN函数从这个集合中取出薪水最高的值

SELECT last_name,department_id, salary,MIN(salary) KEEP (DENSE_RANK FIRST ORDER BYcommission_pct) OVER (PARTITION BY department_id) "Worst",MAX(salary)KEEP (DENSE_RANK LAST ORDER BY commission_pct) OVER (PARTITION BYdepartment_id) "Best"  FROM employees WHERE department_idin (20,80) ORDER BY department_id, salary；

LAST_NAME               DEPARTMENT_ID     SALARY     Worst       Best

-------------------------------------- ---------- ---------- ----------

Fay                                20      6000       6000     13000

Hartstein                          20      13000      6000      13000

Kumar                              80      6100       6100      14000

Banda                              80      6200       6100      14000

Johnson                            80      6200       6100      14000

Ande                               80      6400       6100      14000

Lee                                80      6800       6100     14000

Tuvault                            80      7000       6100      14000

Sewall                             80      7000       6100      14000

Marvins                            80      7200       6100      14000

Bates                              80      7300       6100      14000...

 

LAST_VALUE 功能描述：返回组中数据窗口的最后一个值。

SAMPLE：下面例子计算按部门分区按薪水排序的数据窗口的最后一个值对应的名字，如果薪水的最后一个值有多个，则从多个对应的名字中取缺省排序的最后一个名字

SELECTdepartment_id, last_name, salary, LAST_VALUE(last_name) OVER(PARTITION BYdepartment_id ORDER BY salary) AS highest_sal  FROM employees WHEREdepartment_id in(20,30)；

DEPARTMENT_IDLAST_NAME                    SALARY HIGHEST_SAL

-------------------------------------- ---------- ------------          

20 Fay                           6000 Fay          

20 Hartstein                    13000 Hartstein

30 Colmenares                    2500 Colmenares           

30 Himuro                        2600 Himuro          

30 Tobias                        2800 Tobias          

30 Baida                         2900 Baida          

30 Khoo                          3100 Khoo          

30 Raphaely                     11000 Raphaely

 

LEAD 功能描述：LEAD与LAG相反，LEAD可以访问组中当前行之后的行。

Offset是一个正整数，其默认值为1，若索引超出窗口的范围，就返回默认值（默认返回的是组中第一行）

SAMPLE：下面的例子中每行的"NextHired"返回按hire_date排序的下一行的hire_date值

SELECT last_name,hire_date,LEAD(hire_date, 1) OVER (ORDER BY hire_date) AS "NextHired"  FROM employees WHERE department_id = 30；

LAST_NAME                HIRE_DATENextHired

---------------------------------- ---------

Raphaely                07-DEC-94 18-MAY-95

Khoo                    18-MAY-95 24-JUL-97

Tobias                  24-JUL-97 24-DEC-97

Baida                   24-DEC-97 15-NOV-98

Himuro                  15-NOV-98 10-AUG-99

Colmenares               10-AUG-99

 

MAX 功能描述：在一个组中的数据窗口中查找表达式的最大值。

SAMPLE：下面例子中dept_max返回当前行所在部门的最大薪水值

SELECTdepartment_id, last_name, salary,MAX(salary) OVER (PARTITION BY department_id)AS dept_max   FROM employees WHERE department_id in (10,20,30)；

DEPARTMENT_IDLAST_NAME                    SALARY   DEPT_MAX

-------------------------------------- ---------- ----------

10 Whalen                        4400       4400          

20 Hartstein                    13000      13000          

20 Fay                           6000     13000           

30 Raphaely                     11000      11000          

30 Khoo                          3100      11000          

30 Baida                         2900      11000          

30 Tobias                        2800      11000          

30 Himuro                          2600     11000           

30 Colmenares                    2500      11000

 

MIN 功能描述：在一个组中的数据窗口中查找表达式的最小值。

SAMPLE：下面例子中dept_min返回当前行所在部门的最小薪水值

SELECTdepartment_id, last_name, salary, MIN(salary) OVER (PARTITION BY department_id)AS dept_min FROM employees WHERE department_id in (10,20,30)；

DEPARTMENT_ID LAST_NAME                   SALARY   DEPT_MIN

-------------------------------------- ---------- ---------- 

10 Whalen                        4400       4400          

20 Hartstein                    13000       6000          

20 Fay                           6000       6000          

30 Raphaely                     11000       2500          

30 Khoo                          3100       2500          

30 Baida                         2900       2500          

30 Tobias                        2800       2500          

30 Himuro                        2600       2500          

30 Colmenares                    2500       2500

 

NTILE 功能描述：将一个组分为"表达式"的散列表示，例如，如果表达式=4，则给组中的每一行分配一个数（从1到4），如果组中有20行，则给前5行分配1，给下5行分配2等等。如果组的基数不能由表达式值平均分开，则对这些行进行分配时，组中就没有任何percentile的行数比其它percentile的行数超过一行，最低的percentile是那些拥有额外行的percentile。例如，若表达式=4，行数=21，则percentile=1的有5行，percentile=2的有5行等等。

SAMPLE：下例中把6行数据分为4份

SELECT last_name,salary,NTILE(4) OVER (ORDER BY salary DESC) AS quartile FROM employeesWHEREdepartment_id = 100；

LAST_NAME                   SALARY   QUARTILE

----------------------------------- ----------

Greenberg                    12000          1

Faviet                        9000          1

Chen                          8200          2

Urman                         7800          2

Sciarra                       7700          3

Popp                          6900          4

 

PERCENT_RANK 功能描述：和CUME_DIST（累积分配）函数类似，对于一个组中给定的行来说，在计算那行的序号时，先减1，然后除以n-1（n为组中所有的行数）。该函数总是返回0～1（包括1）之间的数。SAMPLE：下例中如果Khoo的salary为2900，则pr值为0.6，因为RANK函数对于等值的返回序列值是一样的

SELECTdepartment_id, last_name, salary,PERCENT_RANK() OVER (PARTITION BYdepartment_id ORDER BY salary) AS pr  FROM employeesWHEREdepartment_id < 50  ORDER BY department_id,salary；

DEPARTMENT_IDLAST_NAME                    SALARY         PR

-------------------------------------- ---------- ----------          

10 Whalen                        4400         0           

20 Fay                           6000         0           

20 Hartstein                    13000          1          

30 Colmenares                    2500          0          

30 Himuro                        2600       0.2           

30 Tobias                        2800       0.4           

30 Baida                         2900       0.6           

30 Khoo                          3100       0.8           

30 Raphaely                     11000          1          

40 Mavris                        6500          0

 

PERCENTILE_CONT 功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数PERCENT_RANK，如果没有正好对应的数据值，就通过下面算法来得到值：      

RN = 1+ (P*(N-1)) 其中P是输入的分布百分比值，N是组内的行数       

CRN =CEIL(RN)  

FRN = FLOOR(RN)

if (CRN = FRN = RN)then                

(value of expressionfrom row at RN)       

else              

(CRN - RN) * (valueof expression for row at FRN) + (RN - FRN) * (value of expression for rowat CRN)         

注意：本函数与PERCENTILE_DISC的区别在找不到对应的分布值时返回的替代值的计算方法不同

SAMPLE：在下例中，对于部门60的Percentile_Cont值计算如下：      

P=0.7  N=5RN =1+ (P*(N-1)=1+(0.7*(5-1))=3.8 CRN = CEIL(3.8)=4  FRN =FLOOR(3.8)=3          

(4 - 3.8)* 4800 +(3.8 - 3) * 6000 = 5760

SELECT last_name

,salary

,department_id

,PERCENTILE_CONT(0.7)WITHIN GROUP (ORDER BY salary) OVER (PARTITION BY department_id)"Percentile_Cont"

,PERCENT_RANK() OVER(PARTITION BY department_id ORDER BY salary)"Percent_Rank"  

FROM employees

WHERE department_idIN (30, 60)；

LAST_NAME              SALARY DEPARTMENT_IDPercentile_Cont Percent_Rank

----------------------------- ------------- --------------- ------------

Colmenares               2500           30           3000            0

Himuro                  2600           30            3000         0.2

Tobias                  2800           30            3000         0.4

Baida                   2900            30           3000         0.6

Khoo                    3100            30           3000         0.8

Raphaely               11000           30           3000            1

Lorentz                 4200            60           5760           0

Austin                  4800           60            5760        0.25

Pataballa                4800           60           5760         0.25

Ernst                   6000            60           5760        0.75

Hunold                  9000           60            5760           1

 

PERCENTILE_DISC 功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数CUME_DIST，如果没有正好对应的数据值，就取大于该分布值的下一个值。注意：本函数与PERCENTILE_CONT的区别在找不到对应的分布值时返回的替代值的计算方法不同

SAMPLE：下例中0.7的分布值在部门30中没有对应的Cume_Dist值，所以就取下一个分布值0.83333333所对应的SALARY来替代

SELECT last_name,salary, department_id, PERCENTILE_DISC(0.7) WITHIN GROUP (ORDER BY salary) OVER (PARTITION BY department_id)"Percentile_Disc",CUME_DIST() OVER (PARTITION BY department_id ORDERBY salary) "Cume_Dist"  FROM employees WHEREdepartment_id in (30, 60)；

LAST_NAME               SALARY DEPARTMENT_IDPercentile_Disc  Cume_Dist

------------------------------ ------------- --------------- ----------

Colmenares                2500           30           3100 .166666667

Himuro                   2600           30            3100 .333333333

Tobias                   2800           30            3100        .5

Baida                    2900           30            3100 .666666667

Khoo                     3100           30           3100 .833333333

Raphaely                11000           30            3100         1

Lorentz                  4200           60           6000         .2

Austin                   4800           60            6000        .6

Pataballa                4800           60            6000        .6

Ernst                    6000           60           6000         .8

Hunold                   9000           60            6000         1

 

RANK 功能描述：根据ORDER BY子句中表达式的值，从查询返回的每一行，计算它们与其它行的相对位置。组内的数据按ORDER BY子句排序，然后给每一行赋一个号，从而形成一个序列，该序列从1开始，往后累加。每次ORDER BY表达式的值发生变化时，该序列也随之增加。有同样值的行得到同样的数字序号（认为null时相等的）。然而，如果两行的确得到同样的排序，则序数将随后跳跃。若两行序数为1，则没有序数2，序列将给组中的下一行分配值3，DENSE_RANK则没有任何跳跃。

SAMPLE：下例中计算每个员工按部门分区再按薪水排序，依次出现的序列号（注意与DENSE_RANK函数的区别）

SELECTd.department_id , e.last_name, e.salary, RANK() OVER (PARTITION BYe.department_id ORDER BY e.salary) as drank  FROM employees e,departments dWHERE e.department_id = d.department_id   ANDd.department_id IN ('60', '90')；

DEPARTMENT_IDLAST_NAME                    SALARY      DRANK

-------------------------------------- ---------- ----------          

60 Lorentz                       4200          1          

60 Austin                        4800          2          

60 Pataballa                     4800          2          

60 Ernst                         6000         4           

60 Hunold                        9000         5           

90 Kochhar                      17000          1          

90 De Haan                      17000          1          

90 King                         24000          3

 

RATIO_TO_REPORT 功能描述：该函数计算expression/(sum(expression))的值，它给出相对于总数的百分比，即当前行对sum(expression)的贡献。

SAMPLE：下例计算每个员工的工资占该类员工总工资的百分比

SELECT last_name,salary, RATIO_TO_REPORT(salary) OVER () AS rr  FROM employeesWHEREjob_id = 'PU_CLERK'；

LAST_NAME                   SALARY         RR

----------------------------------- ----------

Khoo                          3100 .223021583

Baida                         2900 .208633094

Tobias                        2800 .201438849

Himuro                        2600  .18705036

Colmenares                    2500 .179856115

 

REGR_ (LinearRegression) Functions 功能描述：这些线性回归函数适合最小二乘法回归线，有9个不同的回归函数可使用。         

REGR_SLOPE：返回斜率，等于COVAR_POP(expr1,expr2) / VAR_POP(expr2)         

REGR_INTERCEPT：返回回归线的y截距，等于AVG(expr1) - REGR_SLOPE(expr1, expr2) * AVG(expr2)

REGR_COUNT：返回用于填充回归线的非空数字对的数目         

REGR_R2：返回回归线的决定系数，计算式为：

     If VAR_POP(expr2)  = 0 then return NULL

IfVAR_POP(expr1)  = 0 and VAR_POP(expr2) != 0 then return 1

IfVAR_POP(expr1)  > 0 and VAR_POP(expr2  != 0 then returnPOWER(CORR(expr1,expr),2)

REGR_AVGX：计算回归线的自变量(expr2)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr2)

REGR_AVGY：计算回归线的应变量(expr1)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr1)

REGR_SXX： 返回值等于REGR_COUNT(expr1,expr2) * VAR_POP(expr2)         

REGR_SYY： 返回值等于REGR_COUNT(expr1,expr2) * VAR_POP(expr1)         

REGR_SXY:  返回值等于REGR_COUNT(expr1,expr2) * COVAR_POP(expr1, expr2)

（下面的例子都是在SH用户下完成的）

SAMPLE 1：下例计算1998年最后三个星期中两种产品（260和270）在周末的销售量中已开发票数量和总数量的累积斜率和回归线的截距

SELECTt.fiscal_month_number"Month"

,t.day_number_in_month"Day"

,REGR_SLOPE(s.amount_sold,s.quantity_sold) OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) ASCUM_SLOPE

,REGR_INTERCEPT(s.amount_sold, s.quantity_sold) OVER (ORDER BYt.fiscal_month_desc, t.day_number_in_month) AS CUM_ICPT   

FROM sales s, timest

WHERE s.time_id =t.time_id

AND s.prod_id IN(270, 260) 

AND t.fiscal_year=1998

ANDt.fiscal_week_number IN (50, 51, 52) 

ANDt.day_number_in_week IN (6,7) 

ORDER BYt.fiscal_month_desc, t.day_number_in_month；

Month       Day  CUM_SLOPE   CUM_ICPT

-------------------- ---------- ----------        

12        12       -68       1872       

12        12       -68       1872       

12        13 -20.244898 1254.36735       

12        13 -20.244898 1254.36735       

12        19 -18.826087      1287        

12        20 62.4561404  125.28655       

12        20 62.4561404  125.28655       

12        20 62.4561404  125.28655       

12        20 62.4561404  125.28655       

12        26 67.2658228 58.9712313       

12        26 67.2658228 58.9712313       

12        27 37.5245541 284.958221       

12        27 37.5245541 284.958221       

12        27 37.5245541 284.958221

SAMPLE 2：下例计算1998年4月每天的累积交易数量

SELECT UNIQUEt.day_number_in_month

,REGR_COUNT(s.amount_sold, s.quantity_sold) OVER (PARTITION BYt.fiscal_month_number ORDER BY t.day_number_in_month)   "Regr_Count"

FROM sales s, timest

WHERE s.time_id =t.time_id

AND t.fiscal_year =1998

ANDt.fiscal_month_number = 4；

 

DAY_NUMBER_IN_MONTHRegr_Count

-----------------------------                 

1       825                 

2      1650                 

3      2475                 

4      3300...                

26     21450                

30     22200

SAMPLE 3：下例计算1998年每月销售量中已开发票数量和总数量的累积回归线决定系数

SELECTt.fiscal_month_number

,REGR_R2(SUM(s.amount_sold)

,SUM(s.quantity_sold)) OVER (ORDER BY t.fiscal_month_number)"Regr_R2" 

FROM sales s, timest 

WHERE s.time_id =t.time_id 

AND t.fiscal_year =1998 

GROUP BYt.fiscal_month_number 

ORDER BYt.fiscal_month_number；

 

FISCAL_MONTH_NUMBER   Regr_R2

-----------------------------                 

1                 

2         1                 

3 .927372984                 

4 .807019972                 

5 .932745567                 

6  .94682861                 

7 .965342011                 

8 .955768075                 

9 .959542618                

10 .938618575                

11 .880931415                

12 .882769189

SAMPLE 4：下例计算1998年12月最后两周产品260的销售量中已开发票数量和总数量的累积平均值

SELECTt.day_number_in_month

,REGR_AVGY(s.amount_sold,s.quantity_sold) OVER(ORDER BY t.fiscal_month_desc

,t.day_number_in_month)  "Regr_AvgY"

,REGR_AVGX(s.amount_sold,s.quantity_sold) OVER (ORDER BY t.fiscal_month_desc,t.day_number_in_month)  "Regr_AvgX" 

FROM sales s, timest 

WHERE s.time_id =t.time_id 

AND s.prod_id =260 

ANDt.fiscal_month_desc = '1998-12' 

ANDt.fiscal_week_number IN (51, 52) 

ORDER BYt.day_number_in_mont；

 

DAY_NUMBER_IN_MONTH  Regr_AvgY  Regr_AvgX

----------------------------- ----------                

14       882       24.5                

14       882       24.5                

15       801      22.25                

15       801      22.25                

16     777.6       21.6                

18 642.85714317.8571429                

18 642.85714317.8571429                

20     589.5     16.375                

21       544 15.1111111                

22 592.36363616.4545455                

22 592.363636 16.4545455                

24 553.84615415.3846154                

24 553.84615415.3846154                

26       522       14.5                

27     578.4 16.0666667

SAMPLE 5：下例计算产品260和270在1998年2月周末销售量中已开发票数量和总数量的累积

REGR_SXY, REGR_SXX,and REGR_SYY统计值

SELECTt.day_number_in_month

,REGR_SXY(s.amount_sold,s.quantity_sold) OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc)"Regr_sxy"

,REGR_SYY(s.amount_sold,s.quantity_sold) OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc)"Regr_syy"

,REGR_SXX(s.amount_sold,s.quantity_sold) OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc)"Regr_sxx"

FROM sales s, timest

WHERE s.time_id =t.time_id    

AND prod_id IN (270,260)   

ANDt.fiscal_month_desc = '1998-02'   

ANDt.day_number_in_week IN (6,7)

ORDER BY t.day_number_in_month；

 

DAY_NUMBER_IN_MONTH  Regr_sxy   Regr_syy   Regr_sxx

----------------------------- ---------- ----------               

1   18870.4  2116198.4      258.4                 

1   18870.4  2116198.4      258.4                 

1   18870.4  2116198.4      258.4                

1   18870.4  2116198.4      258.4                 

7   18870.4  2116198.4      258.4                 

8   18870.4  2116198.4      258.4                

14   18870.4  2116198.4      258.4                

15   18870.4  2116198.4      258.4               

21   18870.4  2116198.4      258.4                

22   18870.4  2116198.4      258.4

 

ROW_NUMBER 功能描述：返回有序组中一行的偏移量，从而可用于按特定标准排序的行号。

SAMPLE：下例返回每个员工再在每个部门中按员工号排序后的顺序号

SELECT department_id

, last_name

, employee_id

, ROW_NUMBER() OVER(PARTITION BY department_id ORDER BY employee_id) AS emp_id  

FROM employees

WHERE department_id< 50;

 

DEPARTMENT_IDLAST_NAME                EMPLOYEE_ID     EMP_ID

-------------------------------------- ----------- ----------         

10 Whalen                          200         1           

20 Hartstein                       201          1          

20 Fay                             202         2           

30 Raphaely                        114         1           

30 Khoo                            115         2           

30 Baida                           116         3           

30 Tobias                          117         4           

30 Himuro                          118         5          

30 Colmenares                      119          6         

40 Mavris                          203          1

 

STDDEV 功能描述：计算当前行关于组的标准偏离。（Standard Deviation）

SAMPLE：下例返回部门30按雇佣日期排序的薪水值的累积标准偏离

SELECT last_name,hire_date,salary,STDDEV(salary) OVER (ORDER BY hire_date)"StdDev"  FROM employees  WHERE department_id =30;

LAST_NAME               HIRE_DATE      SALARY    StdDev

----------------------------------- ---------- ----------

Raphaely                 07-12月-94     11000         

0Khoo                   18-5月 -95       3100 5586.14357

Tobias                  24-7月 -97       2800  4650.0896

Baida                   24-12月-97       2900 4035.26125

Himuro                  15-11月-98       2600  3649.2465

Colmenares               10-8月 -99      2500 3362.58829

 

STDDEV_POP 功能描述：该函数计算总体标准偏离，并返回总体变量的平方根，其返回值与VAR_POP函数的平方根相同。（Standard Deviation－Population）

SAMPLE：下例返回部门20、30、60的薪水值的总体标准偏差

SELECTdepartment_id, last_name, salary, STDDEV_POP(salary) OVER (PARTITION BYdepartment_id) AS pop_std  FROM employeesWHERE department_id in(20,30,60);

DEPARTMENT_IDLAST_NAME                    SALARY    POP_STD

-------------------------------------- ---------- ----------         

20 Hartstein                    13000       3500         

20 Fay                           6000      3500          

30 Raphaely                     11000  3069.6091         

30 Khoo                          3100  3069.6091         

30 Baida                         2900  3069.6091          

30 Colmenares                    2500  3069.6091          

30 Himuro                        2600  3069.6091          

30 Tobias                        2800  3069.6091          

60 Hunold                        9000 1722.32401         

60 Ernst                         6000 1722.32401         

60 Austin                        4800 1722.32401          

60 Pataballa                     4800 1722.32401          

60 Lorentz                       4200 1722.32401

 

STDDEV_SAMP 功能描述： 该函数计算累积样本标准偏离，并返回总体变量的平方根，其返回值与VAR_POP函数的平方根相同。（Standard Deviation－Sample）

SAMPLE：下例返回部门20、30、60的薪水值的样本标准偏差

SELECT department_id

,last_name

,hire_date

,salary

,STDDEV_SAMP(salary) OVER (PARTITION BY department_id ORDER BYhire_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cum_sdev  

FROM employeesWHEREdepartment_id in (20,30,60);

DEPARTMENT_IDLAST_NAME         HIRE_DATE  SALARY    CUM_SDEV

-------------------------------- ---------- ---------- ----------

20 Hartstein                17-2月 -96     13000           

20 Fay                     17-8月 -97     6000 4949.74747

30 Raphaely                 07-12月-94     11000 

30 Khoo                    18-5月 -95      31005586.14357

30 Tobias                  24-7月 -97     2800  4650.0896

30 Baida                   24-12月-97      29004035.26125

30 Himuro                  15-11月-98     2600  3649.2465

30 Colmenares               10-8月 -99     2500 3362.58829

60 Hunold                  03-1月 -90     9000           

60 Ernst                   21-5月 -91      60002121.32034          

60 Austin                  25-6月 -97     4800 2163.33077           

60 Pataballa                05-2月 -98     4800 1982.42276          

60 Lorentz                  07-2月 -99     4200 1925.61678

 

SUM 功能描述：该函数计算组中表达式的累积和。

SAMPLE：下例计算同一经理下员工的薪水累积值

SELECT manager_id,last_name, salary, SUM (salary) OVER (PARTITION BY manager_id ORDER BYsalary RANGE UNBOUNDED PRECEDING) l_csum FROM employees WHEREmanager_id in (101,103,108);

MANAGER_IDLAST_NAME                    SALARY     L_CSUM

----------------------------------- ---------- ----------      

101 Whalen                        4400       4400     

101 Mavris                        6500      10900     

101 Baer                         10000      20900     

101 Greenberg                    12000      44900      

101 Higgins                      12000      44900     

103 Lorentz                       4200       4200     

103 Austin                        4800      13800      

103 Pataballa                     4800      13800      

103 Ernst                         6000      19800     

108 Popp                          6900       6900     

108 Sciarra                       7700      14600     

108 Urman                         7800      22400     

108 Chen                          8200      30600     

108 Faviet                        9000      39600            

 

VAR_POP功能描述：（VariancePopulation）该函数返回非空集合的总体变量（忽略null），

VAR_POP进行如下计算：(SUM(expr2) - SUM(expr)2 / COUNT(expr)) / COUNT(expr)

SAMPLE：下例计算1998年每月销售的累积总体和样本变量（本例在SH用户下运行）

SELECTt.calendar_month_desc

,VAR_POP(SUM(s.amount_sold)) OVER(ORDER BY t.calendar_month_desc) "Var_Pop"

,VAR_SAMP(SUM(s.amount_sold)) OVER(ORDER BY t.calendar_month_desc) "Var_Samp"

FROM sales s, timest

WHERE s.time_id =t.time_id AND t.calendar_year = 1998

GROUP BYt.calendar_month_desc;

 

CALENDAR   Var_Pop   Var_Samp

-------- --------------------

1998-01          0

1998-02  6.1321E+111.2264E+12

1998-03  4.7058E+117.0587E+11

1998-04  4.6929E+116.2572E+11

1998-05  1.5524E+121.9405E+12

1998-06  2.3711E+122.8453E+12

1998-07  3.7464E+124.3708E+12

1998-08  3.7852E+124.3260E+12

1998-09  3.5753E+124.0222E+12

1998-10  3.4343E+123.8159E+12

1998-11  3.4245E+123.7669E+12

1998-12  4.8937E+125.3386E+12

 

VAR_SAMP 功能描述：（VarianceSample）该函数返回非空集合的样本变量（忽略null），

VAR_POP进行如下计算：        

 (SUM(expr*expr)-SUM(expr)*SUM(expr)/COUNT(expr))/(COUNT(expr)-1)

SAMPLE：下例计算1998年每月销售的累积总体和样本变量

SELECTt.calendar_month_desc

,VAR_POP(SUM(s.amount_sold)) OVER (ORDER BY t.calendar_month_desc)"Var_Pop"

,VAR_SAMP(SUM(s.amount_sold)) OVER (ORDER BY t.calendar_month_desc)"Var_Samp"

FROM sales s, timest

WHERE s.time_id =t.time_id

AND t.calendar_year= 1998

GROUP BYt.calendar_month_desc;

CALENDAR   Var_Pop   Var_Samp

-------- --------------------

1998-01          0

1998-02  6.1321E+111.2264E+12

1998-03  4.7058E+117.0587E+11

1998-04  4.6929E+116.2572E+11

1998-05  1.5524E+121.9405E+12

1998-06  2.3711E+122.8453E+12

1998-07  3.7464E+124.3708E+12

1998-08  3.7852E+124.3260E+12

1998-09  3.5753E+124.0222E+12

1998-10  3.4343E+123.8159E+12

1998-11  3.4245E+123.7669E+12

1998-12  4.8937E+125.3386E+12

 

VARIANCE 功能描述：该函数返回表达式的变量，Oracle计算该变量如下：         

如果表达式中行数为1，则返回0         

如果表达式中行数大于1，则返回VAR_SAMPSAMPLE：

下例返回部门30按雇佣日期排序的薪水值的累积变化

SELECTlast_name,salary,VARIANCE(salary) OVER (ORDER BY hire_date)"Variance"  FROM employees WHERE department_id = 30;

LAST_NAME                   SALARY   Variance

----------------------------------- ----------

Raphaely                     11000         

0Khoo                          3100   31205000

Tobias                        2800 21623333.3

Baida                         2900 16283333.3

Himuro                        2600   13317000

Colmenares                    2500   11307000