目录
===============================================
1.使用rownum为记录排名
2.使用分析函数来为记录排名
3.使用分析函数为记录进行分组排名
一、使用rownum为记录排名:
在前面一篇《Oracle开发专题之:分析函数》,我们认识了分析函数的基本应用,现在我们再来考虑下面几个问题:
①对所有客户按订单总额进行排名
②按区域和客户订单总额进行排名
③找出订单总额排名前13位的客户
④找出订单总额最高、最低的客户
⑤找出订单总额排名前25%的客户
按照前面第一篇文章的思路,我们只能做到对各个分组的数据进行统计,如果需要排名的话那么只需要简单地加上rownum不就行了吗?事实情况是否如此想象般简单,我们来实践一下。
【1】测试环境:
SQL
>
desc
user_order;
Name
Null
? Type
--
--------------------------------------- -------- ----------------------------
REGION_ID
NUMBER
(
2
)
CUSTOMER_ID
NUMBER
(
2
)
CUSTOMER_SALES
NUMBER
【2】测试数据:
SQL
>
select
*
from
user_order
order
by
customer_sales;
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
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
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
30
rows selected.
注意这里有3条记录的订单总额是一样的。假如我们现在需要筛选排名前12位的客户,如果使用rownum会有什么样的后果呢?
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
;
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
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
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
12
rows selected.
很明显假如只是简单地按rownum进行排序的话,我们漏掉了另外两条记录(参考上面的结果)。
二、使用分析函数来为记录排名:
针对上面的情况,Oracle从8i开始就提供了3个分析函数:rand,dense_rank,row_number来解决诸如此类的问题,下面我们来看看这3个分析函数的作用以及彼此之间的区别:
Rank,Dense_rank,Row_number函数为每条记录产生一个从1开始至N的自然数,N的值可能小于等于记录的总数。这3个函数的唯一区别在于当碰到相同数据时的排名策略。
①ROW_NUMBER:
Row_number函数返回一个唯一的值,当碰到相同数据时,排名按照记录集中记录的顺序依次递增。
②DENSE_RANK:
Dense_rank函数返回一个唯一的值,除非当碰到相同数据时,此时所有相同数据的排名都是一样的。
③RANK:
Rank函数返回一个唯一的值,除非遇到相同的数据时,此时所有相同数据的排名是一样的,同时会在最后一条相同记录和下一条不同记录的排名之间空出排名。
这样的介绍有点难懂,我们还是通过实例来说明吧,下面的例子演示了3个不同函数在遇到相同数据时不同排名策略:
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;
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
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
![](https://i-blog.csdnimg.cn/blog_migrate/9b8a8a44dd1c74ae49c20a7cd451974e.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
30
rows selected.
请注意上面的绿色高亮部分,这里生动的演示了3种不同的排名策略:
①对于第一条相同的记录,3种函数的排名都是一样的:12
②当出现第二条相同的记录时,Rank和Dense_rank依然给出同样的排名12;而row_number则顺延递增为13,依次类推至第三条相同的记录
③当排名进行到下一条不同的记录时,可以看到Rank函数在12和15之间空出了13,14的排名,因为这2个排名实际上已经被第二、三条相同的记录占了。而Dense_rank则顺序递增。row_number函数也是顺序递增
比较上面3种不同的策略,我们在选择的时候就要根据客户的需求来定夺了:
①假如客户就只需要指定数目的记录,那么采用row_number是最简单的,但有漏掉的记录的危险
②假如客户需要所有达到排名水平的记录,那么采用rank或dense_rank是不错的选择。至于选择哪一种则看客户的需要,选择dense_rank或得到最大的记录
三、使用分析函数为记录进行分组排名:
上面的排名是按订单总额来进行排列的,现在跟进一步:假如是为各个地区的订单总额进行排名呢?这意味着又多了一次分组操作:对记录按地区分组然后进行排名。幸亏Oracle也提供了这样的支持,我们所要做的仅仅是在over函数中order by的前面增加一个分组子句: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;
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
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
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/9b8a8a44dd1c74ae49c20a7cd451974e.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/4f1150b881333f12a311ae9ef34da474.gif)
30
rows selected.
现在我们看到的排名将是基于各个地区的,而非所有区域的了!Partition by 子句在排列函数中的作用是将一个结果集划分成几个部分,这样排列函数就能够应用于这各个子集。
前面我们提到的5个问题已经解决了2个了(第1,2),剩下的3个问题(Top/Bottom N,First/Last, NTile)会在下一篇讲解。
转载自:http://www.blogjava.net/pengpenglin/archive/2008/06/26/210839.html