Oracle分析函数介绍

标签：

我们拿案例来学习，这样理解起来更容易一些。

1、建表

create table earnings -- 打工赚钱表  
(  
  earnmonth varchar2(6), -- 打工月份  
  area varchar2(20), -- 打工地区  
  sno varchar2(10), -- 打工者编号  
  sname varchar2(20), -- 打工者姓名  
  times int, -- 本月打工次数  
  singleincome number(10,2), -- 每次赚多少钱  
  personincome number(10,2) -- 当月总收入  
)  

2、插入实验数据

insert into earnings values('200912','北平','511601','大魁',11,30,11*30);  
insert into earnings values('200912','北平','511602','大凯',8,25,8*25);  
insert into earnings values('200912','北平','511603','小东',30,6.25,30*6.25);  
insert into earnings values('200912','北平','511604','大亮',16,8.25,16*8.25);  
insert into earnings values('200912','北平','511605','贱敬',30,11,30*11);  
  
insert into earnings values('200912','金陵','511301','小玉',15,12.25,15*12.25);  
insert into earnings values('200912','金陵','511302','小凡',27,16.67,27*16.67);  
insert into earnings values('200912','金陵','511303','小妮',7,33.33,7*33.33);  
insert into earnings values('200912','金陵','511304','小俐',0,18,0);  
insert into earnings values('200912','金陵','511305','雪儿',11,9.88,11*9.88);  
  
insert into earnings values('201001','北平','511601','大魁',0,30,0);  
insert into earnings values('201001','北平','511602','大凯',14,25,14*25);  
insert into earnings values('201001','北平','511603','小东',19,6.25,19*6.25);  
insert into earnings values('201001','北平','511604','大亮',7,8.25,7*8.25);  
insert into earnings values('201001','北平','511605','贱敬',21,11,21*11);  
  
insert into earnings values('201001','金陵','511301','小玉',6,12.25,6*12.25);  
insert into earnings values('201001','金陵','511302','小凡',17,16.67,17*16.67);  
insert into earnings values('201001','金陵','511303','小妮',27,33.33,27*33.33);  
insert into earnings values('201001','金陵','511304','小俐',16,18,16*18);  
insert into earnings values('201001','金陵','511305','雪儿',11,9.88,11*9.88); 
commit;

3、查看实验数据

select * from earnings;

4、sum函数

select earnmonth, area, sum(personincome)  
from earnings  
group by earnmonth,area; 

5、rollup函数

select earnmonth, area, sum(personincome)  
from earnings  
group by rollup(earnmonth,area); 

6、cube函数

select earnmonth, area, sum(personincome)  
from earnings  
group by cube(earnmonth,area)  
order by earnmonth,area nulls last;

select decode(grouping(earnmonth),1,'所有月份',earnmonth) 月份,  
       decode(grouping(area),1,'全部地区',area) 地区, sum(personincome) 总金额  
from earnings  
group by cube(earnmonth,area)  
order by earnmonth,area nulls last;

查询结果如下

8、rank() over开窗函数

按照月份、地区，求打工收入排序

select earnmonth 月份,area 地区,sname 打工者, personincome 收入,   
       rank() over (partition by earnmonth,area order by personincome desc) 排名  
from earnings; 

9、dense_rank() over开窗函数

select earnmonth 月份,area 地区,sname 打工者, personincome 收入,   
       dense_rank() over (partition by earnmonth,area order by personincome desc) 排名  
from earnings; 

10、row_number() over开窗函数

select earnmonth 月份,area 地区,sname 打工者, personincome 收入,   
       row_number() over (partition by earnmonth,area order by personincome desc) 排名  
from earnings; 

通过(8)(9)(10)发现rank,dense_rank,row_number的区别：
结果集中如果出现两个相同的数据，那么rank会进行跳跃式的排名，
比如两个第二，那么没有第三接下来就是第四；
但是dense_rank不会跳跃式的排名，两个第二接下来还是第三；
row_number最牛，即使两个数据相同，排名也不一样。

11、sum累计求和

select earnmonth 月份,area 地区,sname 打工者,   
       sum(personincome) over (partition by earnmonth,area order by personincome) 总收入  
from earnings;

12、max，min，avg和sum函数综合运用

select distinct earnmonth 月份, area 地区,  
       max(personincome) over(partition by earnmonth,area) 最高值,  
       min(personincome) over(partition by earnmonth,area) 最低值,  
       avg(personincome) over(partition by earnmonth,area) 平均值,  
       sum(personincome) over(partition by earnmonth,area) 总额  
from earnings;

13、lag和lead函数

select earnmonth 本月,sname 打工者,  
       lag(decode(nvl(personincome,0),0,'没赚','赚了'),1,0) over(partition by sname order by earnmonth) 上月,  
       lead(decode(nvl(personincome,0),0,'没赚','赚了'),1,0) over(partition by sname order by earnmonth) 下月  
from earnings;

说明：Lag和Lead函数可以在一次查询中取出某个字段的前N行和后N行的数据（可以是其他字段的数据，比如根据字段甲查询上一行或下两行的字段乙）

语法如下：
lag(value_expression [,offset] [,default]) over ([query_partition_clase] order_by_clause)；
lead(value_expression [,offset] [,default]) over ([query_partition_clase] order_by_clause)；
其中：
value_expression：可以是一个字段或一个内建函数。
offset是正整数，默认为1，指往前或往后几点记录．因组内第一个条记录没有之前的行，最后一行没有之后的行，
default就是用于处理这样的信息，默认为空。
 
再讲讲所谓的开窗函数，依本人遇见，开窗函数就是 over([query_partition_clase] order_by_clause)。比如说，我采用sum求和，rank排序等等，但是我根据什么来呢？over提供一个窗口，可以根据什么什么分组，就用partition by，然后在组内根据什么什么进行内部排序，就用 order by。

Oracle分析函数介绍

标签：

原文地址：http://blog.csdn.net/jay_1989/article/details/52275173