Oracle中的分析函数

港控/mmm° 2024-03-22 12:14 14阅读 0赞

**目录**

1、理解什么是分析函数？

2、分析函数和聚合函数区别？

3、分析函数的语法：

4、常用的分析函数：

5、运用分析函数求相关累计问题

6、运用分析函数求相关排序问题

1. RANK()函数：

2. DENSE\_RANK()函数：

3. ROW\_NUMBER()函数：

4. LEAD()和LAG()函数：

7、字符串连接-listagg()函数

--------------------

## 1、理解什么是分析函数？ ##

***分析函数又叫开窗函数***，是一种SQL函数，可以在SELECT语句中使用，用于对查询结果进行分析和计算。分析函数可以在不改变查询结果集的情况下，对结果集中的行进行排序、分组、聚合、排名等操作，同时可以计算每个行的相关值，如行号、累计总和、平均值等。常见的Oracle分析函数包括：RANK、DENSE\_RANK、ROW\_NUMBER、LEAD、LAG、SUM、AVG、MAX、MIN等。

## 2、分析函数和聚合函数区别？ ##

二者的区别在于，聚合函数一个组可以看到一条聚合函数的记录,而分析函数除了可以看分组的聚合数据,还可以看到每组内明细数据。

## 3、分析函数的语法： ##

函数名([列])OVER(PARTITION BY 列 ORDER BY 列)
    
    --一般格式
    Select 函数名（列）over（[partition by 列][order by 列]）
    Form 表;

## 4、常用的分析函数： ##

1.min(列) over(\[partition by 列\]\[order by 列\])

2.max(列) over(\[partition by 列\]\[order by 列\])

3.avg(列) over(\[partition by 列\]\[order by 列\])

4.sum(列) over(\[partition by 列\]\[order by 列\])

5.count(列) over(\[partition by 列\]\[order by 列\])

6.row\_number()over(\[partition by\]order by)

7.rank()over(\[partition by\]order by)

8.dense\_rank()over(\[partition by\]order by)

9.lead(列\[,数\[,值\]\])over(\[partition by\]order by)

10.lag(列\[,数\[,值\]\])over(\[partition by\]order by)

11.listagg(列,'分隔符')within group(order by)over()

比如：

查询每个部门的最低工资，每种职位的平均工资,有提成的人数

select min(sal)over(partition by deptno) 部门最低,
           avg(sal)over(partition by job) 职位平均,
           count(comm)over() 人数
    from emp;

查询每个人的姓名,部门编号,经理编号,部门最低工资,经理下属人数,全表最高工资

select ename,deptno,mgr,
           min(sal)over(partition by deptno) 部门最低,
           count(1)over(partition by mgr) 下属人数,
           max(sal)over() 全表最高
    from emp
    where mgr is not null;

## 5、运用分析函数求相关累计问题 ##

可以使用SUM()函数结合OVER()子句来求累计值。

例如，以下SQL语句使用分析函数求取表t中字段a的累计总和：

SELECT a, SUM(a) OVER (ORDER BY id) AS cumulative_sum
    FROM t;

在上面的SQL语句中，SUM(a)表示对字段a进行求和，OVER子句中的ORDER BY id表示按照id字段排序，cumulative\_sum是自定义的别名，表示累计总和。执行以上SQL语句后，返回的结果集会包含原表中的字段a以及累计总和cumulative\_sum。

其实求累计值(按值累计) 在over的括号内加上order by 即可,比如：

select sal,sum(sal)over(order by sal) 累计求和,
               avg(sal)over(order by sal) 累计平均
    from emp;
    --默认是按值累计

如果是按行累计，只需要在order by 后面加上

*rows between unbounded preceding and current row；*

比如：

select sal,sum(sal)over(order by sal 
          rows between unbounded preceding and current row) 累计求和
    from emp;

已知员工emp表，按部门分组,按名字排序,查询名字、部门、累计总工资、累计平均工资

select sal,ename,deptno,
           sum(sal)over(partition by deptno order by ename) 累计总工资,
           avg(sal)over(partition by deptno order by ename) 累计平均工资
    from emp;

## 6、运用分析函数求相关排序问题 ##

### 1. RANK()函数： ###

用于*计算每个行在结果集中的排名*，如果有相同的值，则会有相同的排名，下一个排名会跳过相同的排名。(比如考试排名，一共一百个人，其中有99个满分，那么最后一个不是满分的人则排第100名不是第2名，要清楚***RANK()函数是并列跳一级 ：1 2 2 4 5的排名法***)

格式：

SELECT a, RANK() OVER(ORDER BY a DESC) AS rank
    FROM t;

其中a是需要排序的列 ；

举例：

查询员工姓名、工资、工资排名：

select ename,sal,
           rank()over(ORDER BY sal desc) 排名 --√最合适
    from emp;

查询员工姓名、工资、部门、部门内部的工资排名：

select ename,sal,deptno,
           rank()over(PARTITION BY deptno ORDER BY sal desc) 排名
    from emp;

查询每个部门工资排名第一的员工信息：

select * 
    from (select e.*,
          rank()over(PARTITION BY deptno ORDER BY sal desc) 排名
          from emp e)
    where 排名=1;

### 2. DENSE\_RANK()函数： ###

与RANK()函数类似，但是如果有相同的值，则会有相同的排名，下一个排名不会跳过相同的排名。（比如比赛排名，可以并列排序，并且是属于并列不跳级：1 2 2 3 3 4，适合于颁奖之类）

格式：

SELECT a, DENSE_RANK() OVER(ORDER BY a DESC) AS dense_rank
    FROM t;

举例：

假设有一个学生表student，包含学生姓名和科目成绩两个字段。现在需要查询每个科目的前三名学生姓名和对应的成绩。

SELECT subject, name, score
    FROM (
      SELECT subject, name, score, 
             dense_rank() OVER (PARTITION BY subject ORDER BY score DESC) AS rank
      FROM student
    )
    WHERE rank <= 3;

使用dense\_rank()函数对学生表按照科目先进行分组，并按照成绩降序排列，然后根据排名筛选出每个科目的前三名学生。因为dense\_rank()函数在分组时会跳过相同排名的行，因此可能出现相同排名的情况。

### 3. ROW\_NUMBER()函数： ###

用于为结果集中的每一行生成一个唯一的序号。（常用于计数，序号不会重复,没有并列的情况： 1 2 3 4 5）

格式：

SELECT a, ROW_NUMBER() OVER(ORDER BY id) AS row_number
    FROM t;

举例：

假设有一个订单表order，包含订单号、客户号、订单日期和订单金额四个字段。现在需要查询每个客户最近的订单信息。

SELECT order_id, customer_id, order_date, order_amount
    FROM (
      SELECT order_id, customer_id, order_date, order_amount, 
             row_number() OVER (PARTITION BY customer_id ORDER BY order_date DESC) AS rn
      FROM order
    )
    WHERE rn = 1;

使用row\_number()函数对订单表先按照客户号进行分组，并按照订单日期降序排列，然后根据行编号筛选出每个客户最近的订单信息。因为row\_number()函数会按照顺序对行进行编号，所以相同排序的行会有不同的编号。

### 4. LEAD()和LAG()函数： ###

用于访问当前行之前或之后的行。格式：

SELECT a, 
           LEAD(a) OVER(ORDER BY id) AS next_a, 
           LAG(a) OVER(ORDER BY id) AS prev_a
    FROM t;

LEAD()函数返回当前行之后的行的值，LAG()函数返回当前行之前的行的值。

> **总结**：
> 
> **lead(列\[,数\[,值\]\])OVER(\[PARTITION BY\]ORDER BY) 可以理解为起到带领（位置第一）的作用；**
> 
> **lag(列\[,数\[,值\]\])OVER(\[PARTITION BY\]ORDER BY) 可以理解为拖延落后（位置最后）；**
> 
> 注：列：要移动的列；数：要移动的距离，1，2位...；值：填补移动后空缺的数据位；
> 
> 列和值的类型要一致；值不写默认空，数不写，默认是一位。

举例运用：

按照工资降序排序查询每一个人工资比他下一个人多多少：

分析：工资降序排序（即从高到低），每个人比自己下一个人多即自己是首部第一位置，所以用lead（）函数；

select sal,sal-lead(sal)OVER(ORDER BY sal desc) a
    from emp;

![ac9856543c5144929ead47d832e85e65.png][]

同理：按照工资降序排序查询每一个人工资比他上一个人少多少

select sal,lag(sal)over(order by sal desc)-sal
    from emp;

![6b33c0df11cd48738ce8aaeac5bcacfc.png][]

## 7、字符串连接-listagg()函数 ##

listagg函数是Oracle中的一种分析函数，用于将多行数据合并成一行，并用指定的分隔符进行连接。该函数的语法如下：

LISTAGG(column, delimiter) WITHIN GROUP (ORDER BY column)
    --即
    listagg(列,'分隔符')within group(order by 列)over()

其中，column为需要连接的列名，delimiter为分隔符，ORDER BY子句用于指定连接后的结果集的排序顺序。

例如，有如下订单表order\_table：

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td style="text-align:center;">order_id</td> 
   <td style="text-align:center;">customer_id</td> 
   <td style="text-align:center;">product&nbsp;</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">&nbsp;1 &nbsp; &nbsp; &nbsp;<br> &nbsp;</td> 
   <td style="text-align:center;">&nbsp; 1001 &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">&nbsp;Apple&nbsp; &nbsp;</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">&nbsp;2 &nbsp; &nbsp; &nbsp;<br> &nbsp;</td> 
   <td style="text-align:center;">&nbsp; 1001 &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">&nbsp; Banana&nbsp;&nbsp;</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">&nbsp;3 &nbsp; &nbsp; &nbsp;<br> &nbsp;</td> 
   <td style="text-align:center;">&nbsp; 1002 &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">&nbsp; Orange&nbsp;&nbsp;</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">&nbsp;4 &nbsp; &nbsp; &nbsp;<br> &nbsp;</td> 
   <td style="text-align:center;">&nbsp; 1003 &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">&nbsp;Apple&nbsp; &nbsp;</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">&nbsp;5 &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">&nbsp; 1003 &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">&nbsp;Banana&nbsp;&nbsp;</td> 
  </tr> 
 </tbody> 
</table>

如果需要按照customer\_id分组，将每个顾客下的产品名称用逗号连接起来，可以使用如下SQL语句：

SELECT customer_id, 
           LISTAGG(product, ',') WITHIN GROUP (ORDER BY product) AS products
    FROM order_table
    GROUP BY customer_id;

执行结果如下：

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td style="text-align:center;">customer_id &nbsp; &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">products&nbsp;</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">1001 &nbsp; &nbsp; &nbsp; &nbsp;&nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">Apple,Banana</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">1002 &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">Orange&nbsp; &nbsp; &nbsp;</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">1003 &nbsp; &nbsp; &nbsp; &nbsp;</td> 
   <td style="text-align:center;">Apple,Banana&nbsp;</td> 
  </tr> 
 </tbody> 
</table>

该函数的作用是将多行数据合并成一行，适用于需要将多行数据合并成一个字段的场景，例如将多个标签合并成一个字段。

> 总结：
> 
> row\_number()over(\[partition by\]order by)
> 
> rank()over(\[partition by\]order by)
> 
> dense\_rank()over(\[partition by\]order by)
> 
> lead(列\[,数\[,值\]\])over(\[partition by\]order by)
> 
> lag(列\[,数\[,值\]\])over(\[partition by\]order by)
> 
> ***这五种分析函数必须要进行排序，即需要使用order by;***

[ac9856543c5144929ead47d832e85e65.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/22/e6311200e0184a198ea8ec27dbffb62b.png
[6b33c0df11cd48738ce8aaeac5bcacfc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/22/abbd70149cab45c0ae26fc928dc45d66.png