Oracle sql函数精解（四）

最新推荐文章于 2024-06-04 21:15:12 发布

二三三

最新推荐文章于 2024-06-04 21:15:12 发布

阅读量408

点赞数

文章标签：数据库 oracle sql sql函数函数

本文链接：https://blog.csdn.net/qq_30408111/article/details/51671702

版权

81。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

SELECT department_id, last_name, salary,LAST_VALUE(last_name)

OVER(PARTITION BY department_id ORDER BYsalary) AS highest_sal

FROM employees

WHERE department_id in(20,30);

DEPARTMENT_ID LAST_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

82。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 BYhire_date) AS "NextHired"

FROM employees WHERE department_id = 30;

LAST_NAME HIRE_DATE NextHired

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

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

83。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

SELECT department_id, last_name, salary,

MAX(salary) OVER (PARTITION BYdepartment_id) AS dept_max

FROM employees WHERE department_id in(10,20,30);

DEPARTMENT_ID LAST_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

84。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

SELECT department_id, last_name, salary,

MIN(salary) OVER (PARTITION BYdepartment_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

85。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) ASquartile FROM employees

WHERE department_id = 100;

LAST_NAME SALARY QUARTILE

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

Greenberg 12000 1

Faviet 9000 1

Chen 8200 2

Urman 7800 2

Sciarra 7700 3

Popp 6900 4

86。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

SELECT department_id, last_name, salary,

PERCENT_RANK()

OVER (PARTITION BY department_id ORDER BYsalary) AS pr

FROM employees

WHERE department_id < 50

ORDER BY department_id,salary;

DEPARTMENT_ID LAST_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

87。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 expression from row at RN)

else

(CRN - RN) * (value of expression for rowat 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=5 RN =1+ (P*(N-1)=1+(0.7*(5-1))=3.8CRN = 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 BYsalary)

OVER (PARTITION BY department_id)"Percentile_Cont",

PERCENT_RANK()

OVER (PARTITION BY department_id ORDER BYsalary) "Percent_Rank"

FROM employees WHERE department_id IN (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

88。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 BYsalary )

OVER (PARTITION BY department_id) "Percentile_Disc",

CUME_DIST() OVER (PARTITION BYdepartment_id ORDER BY salary) "Cume_Dist"

FROM employees

WHERE department_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

89。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）

SELECT d.department_id , e.last_name,e.salary, RANK()

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

FROM employees e, departments d

WHERE e.department_id = d.department_id

AND d.department_id IN ('60', '90');

DEPARTMENT_ID LAST_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

90。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 employees

WHERE job_id = 'PU_CLERK';

LAST_NAME SALARY RR

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

Khoo 3100 .223021583

Baida 2900 .208633094

Tobias 2800 .201438849

Himuro 2600 .18705036

Colmenares 2500 .179856115

91。REGR_ (Linear Regression) 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

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

If VAR_POP(expr1) > 0 and VAR_POP(expr2!= 0 then

return POWER(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

SELECT t.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) AS CUM_SLOPE,

REGR_INTERCEPT(s.amount_sold,s.quantity_sold)

OVER (ORDER BY t.fiscal_month_desc,t.day_number_in_month) AS CUM_ICPT

FROM sales s, times t

WHERE s.time_id = t.time_id

AND s.prod_id IN (270, 260)

AND t.fiscal_year=1998

AND t.fiscal_week_number IN (50, 51, 52)

AND t.day_number_in_week IN (6,7)

ORDER BY t.fiscal_month_desc,t.day_number_in_month;

Month Day CUM_SLOPE CUM_ICPT

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

12 12 -68 1872

12 13 -20.244898 1254.36735

12 19 -18.826087 1287

12 20 62.4561404 125.28655

12 26 67.2658228 58.9712313

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 UNIQUE t.day_number_in_month,

REGR_COUNT(s.amount_sold, s.quantity_sold)

OVER (PARTITION BY t.fiscal_month_numberORDER BY t.day_number_in_month)

"Regr_Count"

FROM sales s, times t

WHERE s.time_id = t.time_id

AND t.fiscal_year = 1998 ANDt.fiscal_month_number = 4;

DAY_NUMBER_IN_MONTH Regr_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

SELECT t.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, times t

WHERE s.time_id = t.time_id

AND t.fiscal_year = 1998

GROUP BY t.fiscal_month_number

ORDER BY t.fiscal_month_number;

FISCAL_MONTH_NUMBER Regr_R2

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

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

SELECT t.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, times t

WHERE s.time_id = t.time_id

AND s.prod_id = 260

AND t.fiscal_month_desc = '1998-12'

AND t.fiscal_week_number IN (51, 52)

ORDER BY t.day_number_in_month;

DAY_NUMBER_IN_MONTH Regr_AvgY Regr_AvgX

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

14 882 24.5

15 801 22.25

16 777.6 21.6

18 642.857143 17.8571429

20 589.5 16.375

21 544 15.1111111

22 592.363636 16.4545455

24 553.846154 15.3846154

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

SELECT t.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, times t

WHERE s.time_id = t.time_id

AND prod_id IN (270, 260)

AND t.fiscal_month_desc = '1998-02'

AND t.day_number_in_week IN (6,7)

ORDER BY t.day_number_in_month;

DAY_NUMBER_IN_MONTH Regr_sxy Regr_syyRegr_sxx

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

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

92。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 BYemployee_id) AS emp_id

FROM employees

WHERE department_id < 50;

DEPARTMENT_ID LAST_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

93。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 0

Khoo 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 25003362.58829

94。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

SELECT department_id, last_name, salary,

STDDEV_POP(salary) OVER (PARTITION BYdepartment_id) AS pop_std

FROM employees

WHERE department_id in (20,30,60);

DEPARTMENT_ID LAST_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

95。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 ANDCURRENT ROW) AS cum_sdev

FROM employees

WHERE department_id in (20,30,60);

DEPARTMENT_ID LAST_NAME HIRE_DATE SALARYCUM_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 3100 5586.14357

30 Tobias 24-7月 -97 28004650.0896

30 Baida 24-12月-97 29004035.26125

30 Himuro 15-11月-98 26003649.2465

30 Colmenares 10-8月 -99 25003362.58829

60 Hunold 03-1月 -90 9000

60 Ernst 21-5月 -91 6000 2121.32034

60 Austin 25-6月 -97 48002163.33077

60 Pataballa 05-2月 -98 48001982.42276

60 Lorentz 07-2月 -99 42001925.61678

二三三

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫