partition by和group by的区别和对比

今天大概弄懂了partition by和group by的区别联系。

1. group by是分组函数，partition by是分析函数(然后像sum()等是聚合函数)；

2. 在执行顺序上，

以下是常用sql关键字的优先级

from > where > group by > having > order by

而partition by应用在以上关键字之后，实际上就是在执行完select之后，在所得结果集之上进行partition。

3. partition by相比较于group by，能够在保留全部数据的基础上，只对其中某些字段做分组排序(类似excel中的操作)，而group by则只保留参与分组的字段和聚合函数的结果(类似excel中的pivot)。

partition by

group by

4. 如果在partition结果上聚合，千万注意聚合函数是逐条累计运行结果的！而在group by后的结果集上使用聚合函数，会作用在分组下的所有记录上。

数据如下，

SQL1

select 
    a.cc,
    a.item,
    sum(a.num)
from table_temp a
group by a.cc,a.item

Result1

11条记录经group by后为10条，其中cc='cn' and item='8.1.1'对应的两条记录的num汇总成值3.

SQL2

select 
    a.cc,
    a.num, 
    min(a.num) over (partition by a.cc order by a.num asc) as amount
from table_temp a
group by a.cc,a.num;


select 
    a.cc,
    a.num, 
    min(a.num) over (partition by a.cc order by a.num desc) as amount
from table_temp a
group by a.cc,a.num;

Result2

　　

两个sql的唯一区别在于a.num的排序上，但从结果红框中的数据对比可以看到amount值并不相同，且第二个结果集amount并不都是最小值1。

在这里就是要注意将聚合函数用在partition后的结果集上时，聚合函数是逐条累积计算值的！

其实partition by常同row_number() over一起使用，

select 
    a.*,
    row_number() over (partition by a.cc,a.item order by a.num desc) 
as seq
from table_temp a

清醒时做事，糊涂时读书，大怒时睡觉，独处时思考; 做一个幸福的人，读书，旅行，努力工作，关心身体和心情，成为最好的自己 -- 共勉