原文出处:https://www.cnblogs.com/lcngu/p/5335170.html

  • 简介

  开窗函数,Oracle从8.1.6开始提供分析函数,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。

  开窗函数指定了分析函数工作的数据窗口大小,这个数据窗口大小可能会随着行的变化而变化。

  下面的测试用例数据语句如下:

  create table T2_TEMP(NAME varchar2(10) primary key,CLASS varchar2(10),SROCE NUMBER )insert into T2_TEMP (NAME, CLASS, SROCE)values ('cfe', '2', 74);insert into T2_TEMP (NAME, CLASS, SROCE)values ('dss', '1', 95);insert into T2_TEMP (NAME, CLASS, SROCE)values ('ffd', '1', 95);insert into T2_TEMP (NAME, CLASS, SROCE)values ('fda', '1', 80);insert into T2_TEMP (NAME, CLASS, SROCE)values ('gds', '2', 92);insert into T2_TEMP (NAME, CLASS, SROCE)values ('gf', '3', 99);insert into T2_TEMP (NAME, CLASS, SROCE)values ('ddd', '3', 99);insert into T2_TEMP (NAME, CLASS, SROCE)values ('adf', '3', 45);insert into T2_TEMP (NAME, CLASS, SROCE)values ('asdf', '3', 55);insert into T2_TEMP (NAME, CLASS, SROCE)values ('3dd', '3', 78);

    1、over函数的写法:

  over(partition by class order by sroce) 按照sroce排序进行累计,order by是个默认的开窗函数,按照class分区。

  2、开窗的窗口范围:

  over(order by sroce range between 5 preceding and 5 following):窗口范围为当前行数据幅度减5加5后的范围内的。

  over(order by sroce rows between 5 preceding and 5 following):窗口范围为当前行前后各移动5行。

  3、与over()函数结合的函数的介绍

(1)、查询每个班的第一名的成绩:如下 

1 SELECT * FROM (select t.name,t.class,t.sroce,rank() over(partition by t.class order by t.sroce desc) mm from T2_TEMP t) where mm = 1;

结果为:

1 得到的结果是:
2 dss        1        95        1
3 ffd        1        95        1
4 gds        2        92        1
5 gf         3        99        1
6 ddd        3        99        1

 注意:在求第一名成绩的时候,不能用row_number(),因为如果同班有两个并列第一,row_number()只返回一个结果。

1 SELECT * FROM (select t.name,t.class,t.sroce,row_number() over(partition by t.class order by t.sroce desc) mm from T2_TEMP t) where mm = 1;

  结果为:

dss      1        95        1
gfs      2        92        1
ddd      3        99        1 

  可以看出,本来第一名是两个人的并列,结果只显示了一个。

  (2)、rank()和dense_rank()可以将所有的都查找出来,rank可以将并列第一名的都查找出来;rank()和dense_rank()区别:rank()是跳跃排序,有两个第二名时接下来就是第四名。

  求班级成绩排名:

1 select t.name,t.class,t.sroce,rank() over(partition by t.class order by t.sroce desc) mm from T2_TEMP t;

  查询结果:


dss        1        95        1
ffd        1        95        1
fda        1        80        3
gds        2        92        1
cfe        2        74        2
gf         3        99        1
ddd        3        99        1
3dd        3        78        3
asdf       3        55        4
adf        3        45        5

  dense_rank()l是连续排序,有两个第二名时仍然跟着第三名

1 select t.name,t.class,t.sroce,dense_rank() over(partition by t.class order by t.sroce desc) mm from T2_TEMP t;

  查询结果:

dss        1        95        1
ffd        1        95        1
fda        1        80        2
gds        2        92        1
cfe        2        74        2
gf         3        99        1
ddd        3        99        1
3dd        3        78        2
asdf       3        55        3
adf        3        45        4

  3、sum()over()的使用

  根据班级进行分数求和

1 select t.name,t.class,t.sroce,sum(t.sroce) over(partition by t.class order by t.sroce desc) mm from T2_TEMP t;
dss        1        95        190  --由于两个95都是第一名,所以累加时是两个第一名的相加
ffd        1        95        190
fda        1        80        270  --第一名加上第二名的
gds        2        92        92
cfe        2        74        166
gf         3        99        198
ddd        3        99        198
3dd        3        78        276
asdf       3        55        331
adf        3        45        376

  4、first_value() over()和last_value() over()的使用

1 select t.name,t.class,t.sroce,first_value(t.sroce) over(partition by t.class order by t.sroce desc) mm from T2_TEMP t;
2 select t.name,t.class,t.sroce,last_value(t.sroce) over(partition by t.class order by t.sroce desc) mm from T2_TEMP t;

  分别求出第一个和最后一个成绩。

  5、sum() over()的使用

1 select t.name,t.class,t.sroce,sum(t.sroce) over(partition by t.class order by t.sroce desc) mm from T2_TEMP t;

  求出班级的总分。

  下面还有很多用法,就不一一列举了,简单介绍一下,和上面用法类似:

  count() over(partition by ... order by ...):求分组后的总数。
  max() over(partition by ... order by ...):求分组后的最大值。
  min() over(partition by ... order by ...):求分组后的最小值。
  avg() over(partition by ... order by ...):求分组后的平均值。
  lag() over(partition by ... order by ...):取出前n行数据。  

  lead() over(partition by ... order by ...):取出后n行数据。

  ratio_to_report() over(partition by ... order by ...):Ratio_to_report() 括号中就是分子,over() 括号中就是分母。

  percent_rank() over(partition by ... order by ...):

  6、over partition by与group by的区别:

  group by是对检索结果的保留行进行单纯分组,一般和聚合函数一起使用例如max、min、sum、avg、count等一块用。partition by虽然也具有分组功能,但同时也具有其他的高级功能。

OVER(PARTITION BY)使用方法相关推荐

  1. doesn't contain a valid partition table 解决方法

    输入 fdisk -l 可以看到 输入 fdisk /dev/xvdb 跟着向导一步步做下去(如果不知道该输入什么,就输入"m"并回车,可以打印出菜单): Command (m f ...

  2. 联发科MT6589 eMMC中三个partition大小设定方法解析

    在MT6589 eMMC中,JB的android\cache\userdata三个partition大小设定 [SOLUTION] (1)android分区: a,预留更大的空间来安装apk b,如果 ...

  3. scala把序列分解成子集(group by,partition)

    Problem 你想要基于一种算法或者规则,把一个序列切分为两个或者多个子集. Solution 使用groupBy,partition,span,splitAt方法可以把一个集合切分成子集合.sli ...

  4. 《Python学习之路 -- 字符串的方法》

    在前面已经提到Python中的字符串了,本文来列举介绍字符串的方法,我将字符串的方法分为以下几类: ①查询方法 str.find(target,start=None,end=None) 该方法用于查询 ...

  5. Partition分析

    Partition负责管理每个副本对应的Replica对象,进行Leader副本的切换,ISR列表的管理以及调用日志存储系统完成写消息等 一Partition核心字段 topic: String 表示 ...

  6. 【Python】进制、计算机中的单位、编码、数据类型、索引、字符串切片、字符串的功能方法

    一.进制 计算机中底层所有的数据都是以 010101 的形式存在(图片.文本.视频等). 二进制 八进制 十进制(也就是我们熟知的阿拉伯数字) 十六进制 进制转换 v1 = bin(25) # 十进制 ...

  7. 安装cadence软件到使用过程中遇到的问题和解决方法

    这篇主要是整理了我从安装cadence软件到使用过程中遇到的问题以及我的解决方法,仅供参考. 问题一:Error The default SKILL generic function has not ...

  8. Kafka Partition重分配流程简析

    节日快乐~ 今天是属于广大程序员的节日,祝自己快乐hhhhhh 随着业务量的急速膨胀和又一年双11的到来,我们会对现有的Kafka集群进行扩容,以应对更大的流量和业务尖峰.当然,扩容之后的新Kafka ...

  9. 实现大规模图计算的算法思路

    分享嘉宾:徐潇然 Hulu 研究员 编辑整理:莫高鼎 出品平台:DataFunTalk 导读:2017年我以深度学习研究员的身份加入Hulu,研究领域包括了图神经网络及NLP中的知识图谱推理,其中我们 ...

  10. Apache Kafka-消费端消费重试和死信队列

    文章目录 概述 Code POM依赖 配置文件 配置类 SeekToCurrentErrorHandler 自定义逻辑处理消费异常 生产者 消费者 单元测试 测速结果 源码地址 概述 Spring-K ...

最新文章

  1. Vim 80列布局问题
  2. Xamarin中VS无法连接Mac系统的解决办法
  3. linux内网穿透局域网frp(实现有网就能访问你的局域网台式机服务器)
  4. SetProcessWorkingSetSize减少内存占用
  5. (23)FPGA锁存器与缓冲器的区别
  6. python实现knn分类_knn分类算法底层实现(python)
  7. 跨云应用部署:在云存储服务之间复制文件
  8. Spring Boot前后端分离项目Session问题解决
  9. Codeforces Round #716 (Div. 2), B. AND 0, Sum Big, 快速幂结论题
  10. oracle优化查询前几条,一个查询优化的分析调整全过程!很值得一看
  11. IS-IS详解(四)——IS-IS Hello报文详解
  12. fastapi+tortoise单元测试
  13. Working with Qt maya2011
  14. 等效于35mm相机焦距的计算方法
  15. Enhance Security with Port Knocking
  16. 概念一: python 中列表 ,数组, 集合,字典;
  17. 国科大 计算机学院 雁栖湖校区(研一上)
  18. RT-Thread学习笔记五——临界区与临界区保护
  19. RedHatAS4U3下实现南北互通的DNS配置
  20. 201709今日头条测试开发校招面经

热门文章

  1. android网速代码,Android获取网速和下载速度
  2. 数学建模基础理论【二】(定积分)
  3. 解决Intel Edison 已连接Wifi但无法上网问题
  4. Intel Edison 第一次使用的更新
  5. VerilogHDL正弦信号发生器
  6. [CVPR2022] A Dual Weighting Label Assignment Scheme for Object Detection
  7. 【Java学习笔记】常用API(String、ArrayList)
  8. AndroidStudio 之Safe Delete 安全删除
  9. websphere多应用域名绑定
  10. java上下载的ex表格打不开怎么回事_Java 下载 Excel文件打不开