[原创]T-SQL Enhancement in SQL Server 2005 - Part II

在第一部分中，我们讨论了APPLY和CTE这两个T-SQL Enhancement。APPLY实现了Table和TVF的Join，CTE通过创建“临时的View”的方式使问题化繁为简。现在我们接着来讨论另外两个重要的T-SQL Enhancement Items：PIVOT和Ranking。 

三、            PIVOT Operator

PIVOT的中文意思是“在枢轴上转动”，比如对于一个2维坐标，将横坐标变成纵坐标，将纵坐标变成横坐标。反映在一个Relational Table上的意思就是：变成为列，变列为行。相信大家在进行报表设计的时候都遇到过类似于这样的需求：统计2002年内某个销售人员第一季度每个月处理的订单数。在AdventureWorks Sample Databse中，Sales Order存储于SaleOrderHeader这张表中，它的结果如下：

我们一般情况下通过下面的SQL实现我们提出的统计功能：

SELECT  SalesPersonID,
SUM ( CASE   DATEPART (MM,OrderDate) WHEN   1   THEN   1   ELSE   0   END )  AS  JAN,
SUM ( CASE   DATEPART (MM,OrderDate) WHEN   2   THEN   1   ELSE   0   END )  AS  FEB,
SUM ( CASE   DATEPART (MM,OrderDate) WHEN   3   THEN   1   ELSE   0   END )  AS  MAR,
SUM ( CASE   DATEPART (MM,OrderDate) WHEN   4   THEN   1   ELSE   0   END )  AS  APR
FROM  Sales.SalesOrderHeader
WHERE   DATEPART (yyyy,OrderDate)  =   2002
GROUP   BY  SalesPersonID

于是我们得到了这样的统计数据：

通过数据在原表的结构和我们最终获得的结果进行比较，我们发现就像是“旋转”了90度，原来的OrderDate是存储在每行的基于Order的一个属性（行），现在我们要把Order Date按照不同月份统计，这样行变成了列。

像这样的需求，我们都可以可以通过PIVOT这个操作符来实现，下面就是基于PIVOT的SQL：

SELECT  SalesPersonID,  [ 1 ]   AS  JAN, [ 2 ]   AS  FEB,  [ 3 ]   AS  MAR,  [ 4 ]   AS  APR
FROM  
(
     SELECT  SalesPersonID,  DATEPART (MM,OrderDate)  AS  MON
     FROM  Sales.SalesOrderHeader
     WHERE   DATEPART (yyyy,OrderDate)  =   2002
) S

PIVOT 
(
     COUNT (MON)  FOR  MON  IN  ( [ 1 ] , [ 2 ] , [ 3 ] , [ 4 ] )
)
AS  P

在上面的例子中，同过下面的SELECT语句筛选出来的是为经过PIVOT的数据。

SELECT  SalesPersonID,  DATEPART (MM,OrderDate)  AS  MON
     FROM  Sales.SalesOrderHeader
     WHERE   DATEPART (yyyy,OrderDate)  =   2002

通过下面的PIVOT（COUNT(MON)是我们需要统计的数据，FOR MON IN ([1],[2],[3],[4]是统计的范围）就成了我们最终输出的结构了。
 

PIVOT 
(
     COUNT (MON)  FOR  MON  IN  ( [ 1 ] , [ 2 ] , [ 3 ] , [ 4 ] )
)

如果你第一次见到PIVOT，可以不能一下明白它的实现，但是只要你是使用了一两次，相信就会很容易地掌握它。与PIVOT对应的还以一个操作符UNPIVOT，它完成PIVOT的逆操作，在这里就不介绍了，如果有兴趣的话，可以参考SQL Server Books Online。

四、            Ranking

排序与排名是我们最为常用的统计方式，比如对班级的学生根据成员进行排名，或者按照成绩高低把学生划分成若干梯队：比如最好成绩的10名学生属于第一梯队，后10名又划分为第二梯队，以此类推。Ranking设计的Key Words包括：ROW_NUMBER(),RANK(),DENSE_RANK(),NTILE()。我们现在就来介绍一下他们的用法和相互之间的差异。

1．          1. ROW_NUMBER()

看到ROW_NUMBER(),我想绝大多数人会像想到Oracle的ROWNUM。他们的作用相似，都是表示某条记录所处的Index。ROW_NUMBER()比Oracle的ROWNUM更加强大的是，它可以通过OVER语句指定一个进行排序的Column，比如：ROW_NUMBER() OVER (ORDER BY CustomerID)。

我们来看一个例子：对Sales.SalesOrderHeader按照CustomerID进行排序，并显示每条记录的Row Number。

SELECT  SalesOrderID,CustomerID,ROW_NUMBER()  OVER  ( ORDER   BY  CustomerID)  AS  RowNum
FROM  Sales.SalesOrderHeader

下面是查询结果：

我们发现最终的结果按照CutomerID进行排序，RowNum从1开始以此递增，每条记录（不管是否具有相同的CustomerID）拥有不同的RowNum。

提到排序，我们就不得不提到Order BY，如果我们在后面加上ORDER BY，并指定不同的排序字段，会出现怎样的结果呢？

SELECT  SalesOrderID,CustomerID,ROW_NUMBER()  OVER  ( ORDER   BY  CustomerID)  AS  RowNum
FROM  Sales.SalesOrderHeader
ORDER   BY  SalesOrderID

查询获得的结果是：

从上图中可以看到，最终的结果以ORDER BY中指定的SalesOrderID进行排序，但是ROW_NUMBER()体现的值却是基于CustmerID排序的。

由于ROW_NUMBER()体现是基于某个确定的字段进行排序后某个DataRow所处的位置，所以它不能直接使用到Aggregate的Column中。比如下面的SQL是不合法的：

SELECT  CustomerID, COUNT ( * )  AS  OrderCount,ROW_NUMBER()  OVER  ( ORDER   BY  OrderCount)
FROM  Sales.SalesOrderHeader
GROUP   BY  CustomerID

要是想按照OrderCount，可以使用第一部分介绍的CTE：

WITH  CTE_Order(CustomerID,OrderCount)
AS
(
SELECT  CustomerID, COUNT ( * )  AS  OrderCount
FROM  Sales.SalesOrderHeader
GROUP   BY  CustomerID
)

SELECT  CustomerID,OrderCount,ROW_NUMBER()  OVER  ( ORDER   BY  OrderCount)
FROM  CTE_Order

2．          RANK()

RANK()的使用和ROW_NUMBER()类似。不过它与ROW_NUMBER()所不同的是：对于被指定为排序的字段，具有相同值得Row对应的返回值相同。比如：

SELECT  SalesOrderID,CustomerID,RANK()  OVER  ( ORDER   BY  CustomerID)  AS  RowNum
FROM  Sales.SalesOrderHeader

下面是相应的查询结果：

对于RANK()，还有一点需要说明的是，它的回返值不是连续的, 比如第五条记录的Row_Num是5而不是2。如果想实现这样需求，就需要用下面一个Function：DENSE_RANK()。

3．          3. DENSE_RANK()

DENSE_RANK()实现了一个连续的Ranking。比如下面的SQL：

SELECT  SalesOrderID,CustomerID,DENSE_RANK()  OVER  ( ORDER   BY  CustomerID)  AS  RowNum
FROM  Sales.SalesOrderHeader

就来产生如下的查询结果：

4. NTILE()

上面我们说到划分梯队的问题，这样的问题可以通过NTILE() Function来实现。比如我们现在按照CustomerID排序，把CustomerID为1和2的划分到3梯队中：

SELECT  SalesOrderID,CustomerID,NTILE( 3 )  OVER  ( ORDER   BY  CustomerID)  AS  RowNum
FROM  Sales.SalesOrderHeader
WHERE  CustomerID  < 3

其查询结果为：

我们可以看到，一共12条记录，划分为3组，平均下来每组4条记录。

5．          5.PARTITION　BY

上面提到的所有Ranking都是基于真个结果基的。而有的时候我们需要将真个结果集按照某个Column 进行分组，进行基于组的Ranking。这就需要PARTITION　BY了。PARTITION　BY置于OVER Clause中，和ORDER BY 平级。

比如下面的SQL将Order记录按照CustomerID进行分组，在每组中输出排名（安OrderDate排序）：

SELECT  SalesOrderID,CustomerID,RANK()  OVER  (PARTITION  BY  CustomerID  ORDER   BY  OrderDate)  AS  RowNum
FROM  Sales.SalesOrderHeader

相应的查询结果：



T-SQL Enhancement in SQL Server 2005:
[原创]T-SQL Enhancement in SQL Server 2005 - Part I
[原创]T-SQL Enhancement in SQL Server 2005 - Part II

Reference: 《Programming Microsoft SQL Server 2005》 By Andrew J. Brust & Stephen Forte