oracle中的over()方法

本文介绍了 Oracle SQL 中 rank()、dense_rank() 和 sum() over 函数的应用场景及使用方法,通过具体案例展示了如何利用这些函数解决复杂的数据排序与求和问题。

   在涉及到一些复杂逻辑的查询中,简单的SQL不能有效查出想要的结果,需要借助oracle内置函数,比如over(),over方法是不单独使用,需要配合其它的方法来使用。先在简单介绍

1.rank()over()

   现在需要查询某个系的所有班级的成绩前三名名单:

   SQL可以这样来写

 

select name,class,scoure,sno from                                                                       
   (                                                                           
    select name,class,scoure,sno,rank()over(partition by class order by score) mm 
	from chengji
	where depart='计算机'
   )                                                                            
where mm<=3

    加入有特殊的情况,有班里的两个同学的成绩是一样的,比如前两名的成绩是一样的,是怎么处理的。

    rank()over() 会排名 1 1 3 ……,是不连续的。

2.dense_rank()over(order by 列名 排序)

  那么假如我不想这样排序的,希望的排名的结果是, 1 1 2 ……此时,dense_rank()over()就派上用场了。

  dense_rank()over()得到的结果是连续的。

3.sum(column1) over(partition by  column1  order by  column1 )

  该方法的作用是连续求和。假如我们有这样的需求,查看某电子商务网站五月份每天消费情况趋势,即第一个顾客A消费了100,第二个顾客B消费了80,那么对应的趋势为 A 100,B 180 ……

 

 

select cn,uin,buy_time,JEWEL_TOTAL,
	sum(JEWEL_TOTAL).over(partition by to_date(buy_time,'yyyy-mm-dd' order by buy_time) total 
order by buy_time 
where buy_time>=to_date('2012-05-01','yyyy-mm-dd') and 
buy_time<to_date('2012-06-01','yyyy-mm-dd')
 

 

 

 

 

 

 

 

 

 

 

 

### Oracle 数据库OVER 函数的详细用法和示例 在 Oracle 数据库中,`OVER()` 子句通常与分析函数(Analytic Functions)结合使用,用于执行复杂的计算,而无需对数据进行分组或聚合。通过 `OVER()` 子句,可以在单次扫描数据的过程中完成复杂计算,从而可能改善查询性能[^4]。 #### 1. 基本语法 以下是 `OVER()` 子句的基本语法: ```sql ANALYTIC_FUNCTION() OVER ( [PARTITION BY column_list] [ORDER BY column_list] [window_frame_clause] ) ``` - **`PARTITION BY`**:将数据划分为多个分区,类似于 `GROUP BY`,但不会减少结果集的行数。 - **`ORDER BY`**:定义每个分区内的排序规则。 - **`window_frame_clause`**:指定窗口框架,用于限制分析函数作用的行范围。 #### 2. 示例:LEAD 和 LAG 函数 `LEAD` 和 `LAG` 是常见的分析函数,用于访问同一结果集中前一行或后一行的数据。 以下示例展示了如何使用 `LEAD` 和 `LAG` 函数: ```sql SELECT employee_id, department_id, salary, LEAD(salary) OVER (PARTITION BY department_id ORDER BY salary) AS next_salary, LAG(salary) OVER (PARTITION BY department_id ORDER BY salary) AS prev_salary FROM employees; ``` 此查询为每个部门中的员工按薪资排序,并显示当前行的下一行薪资(`next_salary`)和上一行薪资(`prev_salary`)[^4]。 #### 3. 示例:RATIO_TO_REPORT 函数 `RATIO_TO_REPORT` 函数用于计算某列值占其所在分区内总和的比例。 以下示例展示了如何使用 `RATIO_TO_REPORT` 函数: ```sql SELECT department_id, employee_id, salary, RATIO_TO_REPORT(salary) OVER (PARTITION BY department_id) AS salary_ratio FROM employees; ``` 此查询计算每个员工薪资在其所属部门总薪资中的比例[^4]。 #### 4. 示例:ROW_NUMBER 函数 `ROW_NUMBER` 函数为每一行分配一个唯一的序号,基于 `PARTITION BY` 和 `ORDER BY` 的规则。 以下示例展示了如何使用 `ROW_NUMBER` 函数: ```sql SELECT department_id, employee_id, salary, ROW_NUMBER() OVER (PARTITION BY department_id ORDER BY salary DESC) AS rank FROM employees; ``` 此查询为每个部门中的员工按薪资从高到低排序,并分配排名[^4]。 #### 5. 窗口框架子句 窗口框架子句允许进一步控制分析函数作用的行范围。例如,可以指定仅考虑当前行之前的若干行或之后的若干行。 以下示例展示了如何使用窗口框架子句: ```sql SELECT employee_id, department_id, salary, SUM(salary) OVER ( PARTITION BY department_id ORDER BY salary ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) AS cumulative_sum FROM employees; ``` 此查询为每个部门中的员工按薪资排序,并计算截至当前行的累积薪资总和。 --- ### 注意事项 虽然分析函数减少了数据处理的层次和重复计算,但在处理大数据量和高度复杂查询时,合理的索引设置和其他查询优化策略仍然是提高 SQL 执行效率的关键。建议使用 `EXPLAIN PLAN` 等工具分析 SQL 执行路径,并根据实际情况决定是否以及如何利用分析函数进行优化[^4]。 ---
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