oracle分析函数.docx
《oracle分析函数.docx》由会员分享，可在线阅读，更多相关《oracle分析函数.docx（14页珍藏版）》请在冰点文库上搜索。
oracle分析函数
1. 引言
最近心血来潮去参加了一个PL/SQL工程师的面试，期间被问到了Oracle分析函数，PL/SQL开发并非我的老本行，在之前的工作中，也很少使用分析函数，原因之一是对数据库移植问题的考虑；其二是很少遇到非用分析函数不可的情况；其三是分析函数的语法相对复杂，令人缺乏兴趣。
这几天看了一些入门内容，发现它们还是很强大的，唯一的遗憾是目前身边没有真实的应用场景，所以这里举的例子看起来难免有点纸上谈兵的感觉。
2. 分析函数（Analyticfunction）与聚合函数（Aggregatefunction）
我们先从“ORA-00979:
notaGROUPBYexpression”说起，相信大家在开始使用SQL的过程中都遇到过这个错误，比如你写了下面这样的SQL：
SELECT title, corp, COUNT（*） cnt
FROM film
GROUP BY corp
ORDER BY corp;
ORA-00979错误表明，SELECT子句中出现的字段，要么包含于GROUPBY子句，要么作为聚合函数（上面的COUNT）的输入，除此之外不能包含其它字段。
我们可以修改上面的SQL使它可以正常运行：
SELECT corp, COUNT（*） af
FROM film
GROUP BY corp
ORDER BY corp;
这就引出了聚合函数的一个主要特征，聚合之后，同组只保留下一条数据，由上图可知表中由“20thCenturyFox”公司出品的影片共有7部，最终记录是一条。
这符合某些统计需求，然而有时候，我们并不希望聚合函数中的这种“合并”操作，尤其是我们常常希望在SELECT子句出现未参与统计的字段，此时我们便可以使用分析函数。
对于表中的每一行记录，分析函数都能返回一个统计值，下面我们来看一个具体的实例：
SELECT title,year,corp,
COUNT（*） OVER （PARTITION BY corp） af
FROM film;
注：
PARTITIONBY不仅导致分区（类似于GROUPBY），而且分区之间是排序好的，也算是它的一个“副作用”。
3. 基本语法
function_name（arg1,arg2,...） OVER（）
其中子句会在下面的例子中穿插提到，子句则会在最后一节进行解释。
另外，还需要提到的一点是，在有分析函数参与的SQL语句中，执行流程依次是：
1）JOIN,WHERE,GROUPBY,HAVING
2）创建分区（通常通过PARTITIONBY），而后分析函数将作用于分区中的每一行
3）主语句中ORDERBY（这个我们以前就知道，主语句的ORDERBY总是最后执行）。
4. AVG,SUM,MAX,MIN,COUNT
这些大家熟知的聚合函数，同样可作为分析函数使用，当然要符合第3节中给出的分析函数的语法，下面我们来看几个实例：
SELECT title,corp,year,box_office,
ROUND（AVG（box_office） OVER （PARTITION BY corp）） af
FROM film;
让我们看看在OVER内应用ORDERBY之后的情形：
SELECT title,year,corp,
COUNT（*） OVER （PARTITION BY corp ORDER BY year） af
FROM film;
这个结果容易让人非常困惑，实际上OVER内的ORDERBY子句导致了分区（PARTITION）内的数据进行了逐步累加。
通常，这种“累加”始于排序后该分区的第一条记录，结束于当前记录。
当排序列出现相同值（比如上面的两个1997、两个2009），累加则结束于相同记录的最后一条。
让我们再来看一个例子：
#p#分页标题#e#SELECT title,corp,year,box_office,
MAX（box_office） OVER （PARTITION BY corp ORDER BY year） af
FROM film;
5. RANK,DENSE_RANK,ROW_NUMBER
代码SELECT title, corp, year,
RANK（） OVER （PARTITION BY corp ORDER BY year） r,
DENSE_RANK（） OVER （PARTITION BY corp ORDER BY year） dr,
ROW_NUMBER（） OVER （PARTITION BY corp ORDER BY year） rn
FROM film;
RANK,DENSE_RANK,ROW_NUMBER具有类似的行为，只有当排序列包含重复值时，它们的区别才能体现出来。
注意上图中红色标识部分，对于相同的年份1997，RANK,DENSE_RANK都返回相同的值，不同的时，DENSE_RANK采用密集编号，两个1之后接着的编号是2。
对于ROW_NUMBER，则总是产生连续的编号。
利用这几个函数的特性，可以相对简单地实现TOPN的查询，例如查询表中各电影公司年份最早的电影：
SELECT * FROM （
SELECT title,corp,year,
RANK（） OVER （PARTITION BY corp ORDER BY year） r
FROM film
） t
WHERE t.r=1;
6. LEAD,LAG
基本语法：
LEAD（,,）OVER（）
LAG（,,）OVER（）
：
通常是字段名。
：
表示相对于当前行的偏移幅度（对LEAD来说是向后偏移，对LAG来说则是向前），正整数，默认为1。
：
当偏移幅度超出该分区（PARTITION）的范围时返回的值。
SELECT title,corp,year,box_office,
LEAD（box_office,1,-9999） OVER （PARTITION BY corp ORDER BY box_office） af1,
LAG（box_office,1,-9999） OVER （PARTITION BY corp ORDER BY box_office） af2
FROM film;
我们先来分析LEAD函数的结果，即上图中的AF1字段，对于同一行分区内，AF1字段第N行的值=原BOX_OFFICE第N+1行的值，参见红色标识部分。
为什么是N+1呢？
实际这取决到我们在SQL语句中指定的offset，我们上面指定的是1。
如果偏移之后超过了分区的范围，则返回函数中指定的default值，这里我们指定的是-9999。
LAG与LEAD类似，只不过它的偏移是向前的，这点与LEAD相反。
7. FIRST_VALUE,LAST_VALUE
FIRST_VALUE返回各分区内指定排序后的第一条记录的值，LAST_VALUE则返回最后一条记录的值。
SELECT title,corp,year,box_office,
box_office-（FIRST_VALUE（box_office） OVER （PARTITION BY corp ORDER BY box_office）） af
FROM film;
8. #p#分页标题#e#Window子句
我们在第3节提到了分析函数中还有一个windowclause，该子句为分析函数指定统计“窗口”。
在前面的例子中，大多数的统计“窗口”都是整个分区（PARTITION），也就是说每个统计结果值都是基于相应分区内的所有数据计算而得。
使用Window子句则可以将统计“窗口”进一步缩小，我们看一个例子：
SELECT title,corp,year,box_office,
MAX（box_office） OVER （PARTITION BY corp ORDER BY year ROWS BETWEEN 2 PRECEDING AND 1 FOLLOWING） af
FROM film;
由于分析函数中给定的窗口是ROWSBETWEEN2PRECEDINGAND1FOLLOWING，基本上我们可以按字面意思理解“2Preceding”跟“1Following”，这表示“窗口”始于当前行之前两行，终于当前行之后一行，“窗口”大小共4行，所以我们看最后一列中红色标识的1840000000是由第1行到第4行中求得的MAX值；而最后一列中蓝色标识的920000000则是由第2行到第5行中求得的MAX值。
回过来看Window子句的具体语法：
ROWSBETWEENAND
其中与可能是以下形式：
（1）1,2,...,NPRECEDING|FOLLOWING
（2）UNBOUNDEDPRECEDING|FOLLOWING
（3）CURRENTROW
还存在一种更简单的语法：
ROWS1,2,...,NPRECEDING或ROWSUNBOUNDEDPRECEDING
此时，统计“窗口”默认结束于当前行。
再来看一个综合例子：
代码SELECT title,corp,year,box_office,
MAX（box_office） OVER （PARTITION BY corp ORDER BY year ROWS BETWEEN 2 PRECEDING AND CURRENT ROW） af1,
MAX（box_office） OVER （PARTITION BY corp ORDER BY year ROWS BETWEEN 2 PRECEDING AND UNBOUNDED FOLLOWING） af2,
MAX（box_office） OVER （PARTITION BY corp ORDER BY year ROWS BETWEEN 1 PRECEDING AND 2 PRECEDING） af3,
MAX（box_office） OVER （PARTITION BY corp ORDER BY year ROWS 2 PRECEDING） af4,
MAX（box_office） OVER （PARTITION BY corp ORDER BY year ROWS BETWEEN UNBOUNDED PRECEDING AND 1 FOLLOWING） af5,
MAX（box_office） OVER （PARTITION BY corp ORDER BY year ROWS BETWEEN 1 FOLLOWING AND 2 FOLLOWING） af6
FROM film;
注：
可以看到查询结果中的AF3这一列是NULL值，这是因为我们在指定“窗口”的时候，所指向的记录一定要位于之前，而产生AF3统计结果的“窗口”是ROWSBETWEEN1PRECEDINGAND2PRECEDING，与要求不符，导致返回NULL。
除了上面用到的窗口子句——我们称之为RowTypeWindow，还有另外一种窗口子句，叫作RangeTypeWindow，下面我们来看一个例子：
SELECT title,corp,year,box_office,
MAX#p#分页标题#e#（box_office） OVER （PARTITION BY corp ORDER BY year RANGE BETWEEN 2 PRECEDING AND 1 FOLLOWING） af
FROM film;
由于我们是按字段“year”进行排序的，那么上面的窗口就表示从当前行的年份往前2年，到当前行的年份往后1年，共4年的范围。
比如对于上图中红色标识的行中，该行的窗口即[2003,2006]，由于这个时间段内只有它自己，则返回对应的BOX_OFFICE；再比如蓝色标识部分，该行的窗口即[2007,2010]，返回此范围内的最大值2560000000。
--
到这里，文章写完了，文章中介绍了几个相对比较常见的分析函数，作为入门之用，其它众多的分析函数在使用上大同小异，有兴趣的同仁可以深入研究。
祝阅读愉快。
升级会员 