一道SQL问题，你来试试的？

今天一位铁磁兄弟出了一道SQL题，按照如下SQL，构建测试表，

CREATE TABLE t (company VARCHAR2(10), product VARCHAR2(10), insert_time DATE);
INSERT INTO t VALUES('A', 'A1', to_date('20200109','yyyymmdd')); 
INSERT INTO t VALUES('A', 'A2', to_date('20200109','yyyymmdd'));
INSERT INTO t VALUES('A', 'A1', to_date('20200222','yyyymmdd'));
INSERT INTO t VALUES('A', 'A2', to_date('20200222','yyyymmdd'));
INSERT INTO t VALUES('B', 'B1', to_date('20200225','yyyymmdd'));
INSERT INTO t VALUES('B', 'B2', to_date('20200225','yyyymmdd'));
INSERT INTO t VALUES('B', 'B1', to_date('20200501','yyyymmdd'));
INSERT INTO t VALUES('B', 'B2', to_date('20200501','yyyymmdd'));
INSERT INTO t VALUES('C', 'C1', to_date('20200201','yyyymmdd')); 
INSERT INTO t VALUES('C', 'C2', to_date('20200201','yyyymmdd')); 
INSERT INTO t VALUES('C', 'C1', to_date('20200510','yyyymmdd')); 
INSERT INTO t VALUES('C', 'C2', to_date('20200510','yyyymmdd')); 

T表数据，

SQL> select * from t;


COMPANY    PRODUCT    INSERT_T
---------- ---------- --------
A          A1         20200109
A          A2         20200109
A          A1         20200222
A          A2         20200222
B          B1         20200225
B          B2         20200225
B          B1         20200501
B          B2         20200501
C          C1         20200201
C          C2         20200201
C          C1         20200510
C          C2         20200510


12 rows selected.

问题：

如何通过SQL获取每个company最靠近年初的一组A1和A2的product数据？

如下所示，获取这6条数据，

我的思路是，首先肯定得按照company进行分组，其次还得按照insert_time进行排序，第三挑选排名前两位的数据。

此时，可以考虑rank()/dense_rank() over(partition by ...)，其中，

partition by company，按照company进行分区。

order by insert_time，按照insert_time进行排序。

rank()/dense_rank()，分级(必须带上order by)。

逻辑如下，

按照company分区的基础之上，按照insert_time进行分级(“级别”用由小到大的数字表示(从1开始))，作为子查询，用where条件过滤级别等于1的记录。

rank()的SQL执行，

dense_rank()的SQL执行，

可以看到，都是能得到每个company最靠近年初的一组A1和A2的product数据。

解释下rank()和dense_rank()，

rank函数

用于返回结果集的分区内每行的排名，行的排名是相关行之前的排名数加一。简单来说rank函数就是对查询出来的记录进行排名，rank函数考虑到了over子句中排序字段值相同的情况，如果使用rank函数来生成序号，over子句中排序字段值相同的序号是一样的，后面字段值不相同的序号将跳过相同的排名号排下一个，就是相关行之前的排名数加一，可以理解为根据当前的记录数生成序号，后面的记录依此类推。

dense_rank函数

功能与rank函数类似，dense_rank函数在生成序号时是连续的，而rank函数生成的序号有可能不连续。dense_rank函数出现相同排名时，将不跳过相同排名号，rank值紧接上一次的rank值。在各个分组内，rank()是跳跃排序，有两个第一名时接下来就是第三名，dense_rank()是连续排序，有两个第一名时仍然跟着第二名。

执行一下，展示更形象，rank()函数，因为rank=1的是两条记录，因此排在第二位的rank=3，出现跳号，

dense_rank()函数，rank=1的有两条记录，但是第二位的rank还是等于2，

另外，SQL中用到的partition by关键字是Oracle中分析性函数的一部分，用于给结果集进行分区。他和聚合函数group by不同的地方在于他只是将原始数据进行名次排列，能够返回一个分组中的多条记录(记录数不变)，而group by是对原始数据进行聚合统计，一般只有一条反映统计值的结果(每组返回一条)。

当然，这条SQL只考虑功能，未考虑性能，rank()/dense_rank()不能创建索引，如果数据量很大，这是个问题，还需要思索下，如果朋友们对这个需求有更好的解决方案，或是对性能提升有好的建议，欢迎留言，谢谢。

近期的热文：

《如何捕获问题SQL解决过度CPU消耗的问题》

《了解一下ARM CPU架构》

《sqlplus执行错误的问题探究》

《如何查看JVM运行的堆内存情况》

《Linux下如何快速删除大量碎小的文件？》

《打造国产技术产品的必要性》

《Oracle删除字段的方式和风险，你都了解么？》

《登录缓慢的诡异问题》

《Linux下的^M困惑》

《Oracle相关提问的智慧技巧》

《PLSQL Developer几个可能的隐患》

《从70万字SRE神作提炼出的7千字精华文章》

《从数据误删到全量恢复的惊险记录》

《公众号600篇文章分类和索引》