Oracle分析函数model使用时需要注意的几个地方（一）

分析函数中的model函数功能强大，对于做数据分析的人来说绝对是一个利器。
我曾经用model函数改写了数十个用存储过程实现的报表取数，一个SQL语句就完全替代了一个上百行代码的存储过程，而且报表口径也完成了统一，这一点在我另外一篇文章中做了详细说明：
基于model函数建设口径统一的统计指标库

虽然model函数很强大，但刚接触的时候还是不免有很多需要留意的地方，一不小心就会发现统计结果与预想的不一样。这里罗列几个方面并给出解决方案：

0.样例数据

--基础数据表
desc T_SALEAMOUNT
Name     Type         Nullable Default Comments 
-------- ------------ -------- ------- -------- 
YEARMON  DATE         Y               年月                    
PRODTYPE VARCHAR2(20) Y               产品类型       
QUANTITY NUMBER(10)   Y               数量   
AMOUNT   NUMBER(12,2) Y               金额       

--样例数据中有3个月的数据
select distinct yearmon from T_SALEAMOUNT order by 1;
YEARMON
-----------
2018/1/1
2018/2/1
2018/3/1

--6种产品类型
select distinct PRODTYPE from T_SALEAMOUNT;
PRODTYPE
--------------------
阳春面
啤酒
蛋炒饭
王老吉
泡饭
饮料

1.RETUNR UPDATED ROWS语句的作用

model后加了这个子句后，会过滤掉原来的所有记录，只留下model组合的数据，比如不加return updated rows的结果如下：

SQL> select * from T_SALEAMOUNT
  2  model
  3  partition by (yearmon)
  4  dimension by (prodtype)
  5  measures (amount)
  6  (
  7  amount['主食']=sum(amount)[prodtype in('阳春面','蛋炒饭','泡饭')]
  8  )
  9  /
YEARMON     PRODTYPE                 AMOUNT
----------- -------------------- ----------
2018/3/1    饮料                      43348
2018/3/1    蛋炒饭                     6366
2018/3/1    王老吉                    20524
2018/3/1    主食                      19088
2018/2/1    饮料                      15923
2018/1/1    饮料                      19506
2018/2/1    阳春面                    26640
.......（省略）

加了return updated rows后，只剩下【主食】一种：

SQL> select * from T_SALEAMOUNT
  2  model return updated rows
  3  partition by (yearmon)
  4  dimension by (prodtype)
  5  measures (amount)
  6  (
  7  amount['主食']=sum(amount)[prodtype in('阳春面','蛋炒饭','泡饭')]
  8  )
  9  /
YEARMON     PRODTYPE                 AMOUNT
----------- -------------------- ----------
2018/3/1    主食                      19088
2018/1/1    主食                      87670
2018/2/1    主食                      33610

2.节点数据的处理

假设prodtype是有上下级关系的，其中“饮料”包括“啤酒”和“王老吉”，那么统计一下数量：

SQL> select * from t_saleamount where yearmon=date'2018-03-01'
  2  model
  3  partition by(yearmon)
  4  dimension by (prodtype)
  5  measures(amount,quantity)
  6  (quantity['饮料']=sum(quantity)[prodtype in('啤酒','王老吉')]
  7  ,amount['饮料']=sum(amount)[prodtype in('啤酒','王老吉')]);
YEARMON     PRODTYPE                 AMOUNT   QUANTITY
----------- -------------------- ---------- ----------
2018/3/1    饮料                      31988       9655
2018/3/1    阳春面                     7787       7296
2018/3/1    啤酒                      11464       3785
2018/3/1    泡饭                       4935       5738
2018/3/1    蛋炒饭                     6366       9671
2018/3/1    王老吉                    20524       5870

而实际数据中是有人添加了一些prodtype=’饮料’的节点数据，“饮料”类的总数应该是9687。

因此，在写model的时候，需要把根节点也统计进去，这种场景主要是出现在自动生成的model语句时，in子句里面的内容往往是通过一个树形字典表connect by 取出来组装的，此时需要记住把根节点放进去。
当然，放进去以后虽然总数是对了，但是又引发了一个新的问题：
总数和子类的合计值不匹配：

两者兼顾的方法只能是把合计值单列为另外一个名称，比如：

SQL> select * from t_saleamount where yearmon=date'2018-03-01' and prodtype in('啤酒','王老吉','饮料')
  2  model
  3  partition by(yearmon)
  4  dimension by (prodtype)
  5  measures(amount,quantity)
  6  (quantity['饮料(小计)']=sum(quantity)[prodtype in('啤酒','王老吉','饮料')]
  7  ,amount['饮料(小计)']=sum(amount)[prodtype in('啤酒','王老吉','饮料')]);
YEARMON     PRODTYPE                 AMOUNT   QUANTITY
----------- -------------------- ---------- ----------
2018/3/1    饮料                      43348         32
2018/3/1    啤酒                      11464       3785
2018/3/1    王老吉                    20524       5870
2018/3/1    饮料(小计)                75336       9687