SQLServer 2005 实现排序报表的利器 排序函数RANK()、DENSE_RANK()、NTILE()和ROW_NUMBER()

SQLServer 2005 新增了排名函数,一共四个,其中RANK() DENSE_RANK() NTILE()这三个函数是制作带有排名列报表的利器,ROW_NUMBER()函数在分页存储过程中被广泛使用

 

排名函数有一个明显的共性,就是与over()子句配合使用

与排名函数一起使用的over()子句有两个参数 partition 分组方式 order by 排序方式

 

RANK()DENSE_RANK()是一对兄弟,唯一的不同是

当使用RANK()进行排名时 由于order by 参数 的值可能存在相等的情况,比如有两个第一,那么下一个会被排名在第三,即使用RANK()排名时,得到数值并不是连续的(113),而是用DENSE_RANK(),得到的永远是连续的(112).

 

语法:

RANK ( )    OVER ( [ < partition_by_clause > ] < order_by_clause > )

DENSE_RANK ( )    OVER ( [ < partition_by_clause > ] < order_by_clause > )

 

示例:

USE AdventureWorks;

GO

SELECT i.ProductID, p.Name, i.LocationID, i.Quantity, RANK() OVER (PARTITION BY i.LocationID order by i.Quantity) as RANK

FROM Production.ProductInventory i JOIN Production.Product p

ON i.ProductID = p.ProductID

ORDER BY i.LocationID,RANK

GO

 

USE AdventureWorks;

GO

SELECT  i.ProductID, p.Name, i.LocationID, i.Quantity, DENSE_RANK() OVER (PARTITION BY i.LocationID order by i.Quantity) as DENSE_RANK

FROM Production.ProductInventory i JOIN Production.Product p ON i.ProductID = p.ProductID

ORDER BY i.LocationID,DENSE_RANK;

GO

 

结果:

 

 

NTILE() 我的理解是将结果集按片分割,SQLServer帮助里写的是存储桶。

语法:

NTILE (integer_expression)    OVER ( [ <partition_by_clause> ] < order_by_clause > )

 

与其他排名函数不同 NTILE()多了一个参数integer_expression,这个参数是一个正整数,数据类型支持bigint. integer_expression参数决定了结果集最终分成几片,或者是分布到几个桶中.

例如integer_expression参数为5,如果结果集的行数为50,正好能够整除,那么这50行数据会被分成5,每片10行数据;如果不能够整除,结果集是53行数据,那么第一、二、三片,每片11行数据,其余10行数据.

 

示例:

USE AdventureWorks;

GO

SELECT c.FirstName, c.LastName, NTILE(5) OVER(ORDER BY SalesYTD DESC) AS 'Quartile', s.SalesYTD, a.PostalCode

From Sales.SalesPerson s JOIN Person.Contact c on s.SalesPersonID = c.ContactID

JOIN Person.Address a ON a.AddressID = c.ContactID

WHERE TerritoryID IS NOT NULL AND SalesYTD <> 0;

GO

结果:

 

 

ROW_NUMBER()函数用来生成数据行在结果集中的序号

语法:

ROW_NUMBER ( )     OVER ( [ <partition_by_clause> ] <order_by_clause> )

示例:

USE AdventureWorks

GO

SELECT c.FirstName, c.LastName, ROW_NUMBER() OVER(ORDER BY SalesYTD DESC) AS 'Row Number', s.SalesYTD, a.PostalCode

FROM Sales.SalesPerson s JOIN Person.Contact c on s.SalesPersonID = c.ContactID

JOIN Person.Address a ON a.AddressID = c.ContactID

WHERE TerritoryID IS NOT NULL AND SalesYTD <> 0

--以下示例将返回行号为50 60(含)的行,并以OrderDate 排序。

--这在分页时非常实用

--关于WITH语法应查阅CTE相关内容

USE AdventureWorks;

GO

WITH OrderedOrders AS

(SELECT SalesOrderID, OrderDate,

ROW_NUMBER() OVER (order by OrderDate)as RowNumber

FROM Sales.SalesOrderHeader )

SELECT *

FROM OrderedOrders

WHERE RowNumber between 50 and 60;

结果:

 

0
0
(请您对文章做出评价)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,下面是这些分析函数SQL中的语法和实例: 1. DENSE_RANK函数语法:DENSE_RANK() OVER (ORDER BY column_name) DENSE_RANK函数可以用来计算某一列的密集排名,即相等值的数据行将得到相同的排名,但是排名之间没有间隔。 示例: 假设我们有一个名为“customers”的表,其中包含客户名称和订单总数。我们可以使用DENSE_RANK函数来按订单总数对客户进行排名,如下所示: SELECT customer_name, order_total, DENSE_RANK() OVER (ORDER BY order_total DESC) as dense_rank FROM customers; 结果将返回客户名称、订单总数和密集排名,按订单总数降序排序。 2. NTILE函数语法:NTILE(n) OVER (ORDER BY column_name) NTILE函数可以将一列数据分成n个等份,并返回每个数据所在的组号。 示例: 假设我们有一个名为“students”的表,其中包含学生姓名和成绩。我们可以使用NTILE函数将学生按成绩分成3组,并返回每个学生所在的组号,如下所示: SELECT student_name, grade, NTILE(3) OVER (ORDER BY grade DESC) as ntile FROM students; 结果将返回学生姓名、成绩和组号,按成绩降序排序并分成3组。 3. RANK函数语法:RANK() OVER (ORDER BY column_name) RANK函数可以用来计算某一列的排名,相等值的数据行将得到相同的排名,并且排名之间会有间隔。 示例: 假设我们有一个名为“employees”的表,其中包含员工姓名和销售额。我们可以使用RANK函数来按销售额对员工进行排名,如下所示: SELECT employee_name, sales, RANK() OVER (ORDER BY sales DESC) as rank FROM employees; 结果将返回员工姓名、销售额和排名,按销售额降序排序。 4. ROW_NUMBER函数语法:ROW_NUMBER() OVER (ORDER BY column_name) ROW_NUMBER函数可以用来给每一行数据分配一个唯一的数字标识,不考虑数据是否相等。 示例: 假设我们有一个名为“orders”的表,其中包含订单号、客户名称和订单总数。我们可以使用ROW_NUMBER函数来对订单进行编号,并按订单总数降序排序,如下所示: SELECT order_number, customer_name, order_total, ROW_NUMBER() OVER (ORDER BY order_total DESC) as row_number FROM orders; 结果将返回订单号、客户名称、订单总数和行号,按订单总数降序排序并为每个订单分配一个唯一的行号。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值