【SQL应知应会】分析函数的点点滴滴（一）

欢迎来到爱书不爱输的程序猿的博客, 本博客致力于知识分享，与更多的人进行学习交流

本文收录于SQL应知应会专栏,本专栏主要用于记录对于数据库的一些学习，有基础也有进阶，有MySQL也有Oracle

1.什么是分析函数：

分析函数用于计算基于组的某种聚合值，它和聚合函数的不同之处是对于每个组返回多行，而聚合函数对于每个组只返回一行。

• 聚合函数会把行数变少,分析函数不会把行数变少

oracle分析函数的语法：

function_name(arg1,arg2,...) 
over 
(<partition-clause> <order-by-clause ><windowing clause>)

partition-clause  数据记录集分组 
order-by-clause   数据记录集排序 
windowing clause  功能非常强大、比较复杂，定义分析函数在操作行的集合。有三种开窗方式: range、row、specifying。

1.1统计分析函数略解

• COUNT
  功能描述：该函数计算组中表达式的个数。
• SUM
  功能描述：该函数计算组中表达式的累积和。
• 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。
• 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。
• AVG
  功能描述：用于计算一个组和数据窗口内表达式的平均值

1.2.排序分析函数

1.2.1 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。

• 自行扩展：oracle中rownum与row_number的区别

-- 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,   
  first_name||' '||last_name employee_name,  -- 拼接了一个雇员的姓名
  employee_id, 
  ROW_NUMBER() OVER (PARTITION BY department_id ORDER BY employee_id) AS emp_id  -- 根据OVER()里面的内容使用row_number()进行排序
  FROM employees

-- 查找部门内最高薪水的员工信息
mysql：select empno,ename,max(sal) from emp group by empno -- select中的粒度比group by的粒度细,这在 MySQL中可以，但是我这里不行，可能是版本问题
oracle：select empno,(select min(ename) from emp where empno = e.empno) ename,max(sal) from emp e group by empno; -- 括号中的min是当一个empno对应多个ename的时候,如果对应一个ename的时候,可以不写min	 -- 括号里面使用别名是为了区分里面的emp和外面的emp,如果不加别名,默认就是里面的emp 

MySQL/Oracle的通用方法

select e0.* 
from emp e0,
		 (select deptno,max(sal) sal_max from emp group by deptno) e1,
where e0.deptno = e1.deptno
	and e0.sal = e1.sal_max;  -- 因为求得是部门最高薪水的员工信息,如果没有这个关联,那只是求出了最高薪水

MySQL方法1:使用分析函数

select * from(
select *,row_number() over (partition by deptno order by sal desc) rn from emp
) a where rn = 1; -- 如果没有外层嵌套的select * from 的话,是不可使用where rn = 1的,要时刻注意执行顺序,rn在select子句中,where的执行顺序比select早
# 而且MySQL还得加一个别名(上面的a),不加报错,Oracle不加不报错

MySQL方法1.1:

# 如果要求是排名前2的
select * from(
	select * ,
       	   row_number() over ( partition by deptno order by sal desc) rn 
	from emp
) a where rn < 3;  -- 因为是降序排序的,也可以是 rn <= 2 或者between 1 and 2
# ★ not rn > 2 如果使用not进行反选的话,效率是很低的,而且not有时候会让索引失效,部分失效

# 查看每个部门每个岗位的薪水
select * ,
       row_number() over ( partition by deptno,job order by sal desc) rn 
from emp

Oracle方法1：

select * from (
 	select e.*,  -- Oracle中如果直接使用*的话,会发生错误,原因未知,所以使用别名
        	row_number() over (partition by deptno order by sal desc) rn 
	from emp e
) a where rn < 3;
-- 把row理解成物理行,上面根据薪水进行排序,但是物理行的行号与薪水的值是没有关系的,会认为sal相同的数据只是不同的行,所以会给一个唯一的行号 

• 扩展

select *，
	   row_number () over (partition by deptno order by sal desc) rn
from emp;

1.2.2 DENSE_RANK

select * from(
 select *,
		dense_rank() over (pritition by deptno order by sal desc)rn
 from emp)a
 where 
 	rn < 2;

• dense_rank 密集的,稠密的,不间断地
  • 下图中很明显，相同的数据不进行排名(可以用同为100分的两个同学并列第一来理解,99分的同学排名第二)
    

1.2.3rank 跳跃排序

select * from(
select *,
	rank() over (pritition by deptno order by sal desc)rn
from emp)a
where 
	rn < 2;

• 同为100分的两个同学并列第一来理解,99分的同学排名第三

1.2.4 FIRST和LAST

• FIRST

功能描述：从DENSE_RANK返回的集合中取出排在最前面的一个值的行（可能多行，因为值可能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录

• LAST

功能描述：从DENSE_RANK返回的集合中取出排在最后面的一个值的行（可能多行，因为值可能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录

select e.*,
	   rank() over (partition by deptno order by sal) rn,
	   MIN(sal) KEEP (dense_rank last order by sal) over (pritition by deptno),
	   MAX(sal) KEEP (dense_rank first order by sal) over (partition by deptno)
	from emp e

• order by 默认是升序，所以使用last取得是最大值,如果最大值有多个,通过前面的MIN(sal) KEEP来得到一个值

1.2.5 FIRST_VALUE 和 LAST_VALUE

• FIRST_VALUE：返回组中数据窗口的第一个值。

• LAST_VALUE：返回组中数据窗口的最后一个值

# oracle:
select e.*,
	   LAST_VALUE(empno) over (partition by deptno order by sal) rn
	from emp e

# mysql:
create table tmp2 
select * from emp order by deptno,sal

select e.*,
	   LAST_VALUE (empno) over (partition by deptno) rn
from tmp2 e

结论：

• mysql想取到组中按照某个字段排序得最大值或最小值对应得其他信息，得提前将表按照字段排序并物化成临时表，然后再利用分析函last_value和first_value从临时表中进行查询，才能得出正确结果

• oracle可以直接对源表进行order by，然后用分析函数ast_value和first_value直接查询。 (待验证逻辑: order by 执行顺序最后的，但是这个例子说明orderby在前，分析函数执行在后）