oracle开窗函数案例详解

一、建表和数据准备

create table t_window(
       name varchar2(32),
       orderdate varchar2(32),
       cost varchar2(32)
)

select * from t_window

insert all into  t_window values('jack','2015-01-01','10')
into t_window values('tony','2015-01-02','15')
into t_window values('jack','2015-02-03','23')
into t_window values('tony','2015-01-04','29')
into t_window values('jack','2015-01-05','46')
into t_window values('jack','2015-04-06','42')
into t_window values('tony','2015-01-07','50')
into t_window values('jack','2015-01-08','55')
into t_window values('mart','2015-04-08','62')
into t_window values('mart','2015-04-09','68')
into t_window values('neil','2015-05-10','12')
into t_window values('mart','2015-04-11','75')
into t_window values('neil','2015-06-12','80')
into t_window values('mart','2015-04-13','94')
select 1 from dual;
commit;

二、实例

聚合函数+over
max
因为加上了order by 所以默认从起始行到当前行

select name,orderdate,cost,max(cost) over(partition by substr(orderdate,1,7) order by cost)
from t_window

假如说我们想要查询在2015年4月份购买过的顾客及总人数,我们便可以使用窗口函数去去实现

select name,count(*) over ()
from t_window
where substr(orderdate,1,7) = '2015-04'

可见其实在2015年4月一共有5次购买记录,mart购买了4次,jack购买了1次.事实上,大多数情况下,我们是只看去重后的结果的.针对于这种情况,我们有两种实现方式
第一种:distinct

select distinct name,count(*) over ()
from t_window
where substr(orderdate,1,7) = '2015-04'

第二种:group by

select name,count(*) over ()
from t_window
where substr(orderdate,1,7) = '2015-04'
group by name

partition by子句
Over子句之后第一个提到的就是Partition By.Partition By子句也可以称为查询分区子句,非常类似于Group By,
都是将数据按照边界值分组,而Over之前的函数在每一个分组之内进行,如果超出了分组,则函数会重新计算.

实例
我们想要去看顾客的购买明细及月购买总额,可以执行如下的sql

select name,orderdate,cost,sum(cost) over(partition by substr(orderdate,1,7))
from t_window

order by子句
上述的场景,假如我们想要将cost按照月进行累加.这时我们引入order by子句.
order by子句会让输入的数据强制排序(文章前面提到过,窗口函数是SQL语句最后执行的函数,因此可以把SQL结果集想象成输入数据)。
Order By子句对于诸如Row_Number(),Lead(),LAG()等函数是必须的,因为如果数据无序,这些函数的结果就没有任何意义。因此如果有了Order By子句,
则Count(),Min()等计算出来的结果就没有任何意义。
(order by默认情况下聚合从起始行当当前行的数据)
select name,orderdate,cost,sum(cost) over(partition by substr(orderdate,1,7) order by orderdate )
from t_window

window子句
我们在上面已经通过使用partition by子句将数据进行了分组的处理.如果我们想要更细粒度的划分,我们就要引入window子句了

我们首先要理解两个概念:

  • 如果只使用partition by子句,未指定order by的话,我们的聚合是分组内的聚合.
  • 使用了order by子句,未使用window子句的情况下,默认从起点到当前行.

当同一个select查询中存在多个窗口函数时,他们相互之间是没有影响的.每个窗口函数应用自己的规则.

window子句:

  • PRECEDING:往前
  • FOLLOWING:往后
  • CURRENT ROW:当前行
  • UNBOUNDED:起点,UNBOUNDED PRECEDING 表示从前面的起点, UNBOUNDED FOLLOWING:表示到后面的终点

我们按照name进行分区,按照购物时间进行排序,做cost的累加.
如下我们结合使用window子句进行查询

select name,orderdate,cost,
sum(cost) over() as sample1,--所有行相加
sum(cost) over(partition by name) as sample2,--按name分组,组内数据相加
sum(cost) over(partition by name order by orderdate) as sample3,--按name分组,组内数据累加
sum(cost) over(partition by name order by orderdate rows between UNBOUNDED PRECEDING and current row )  as sample4 ,--和sample3一样,由起点到当前行的聚合
sum(cost) over(partition by name order by orderdate rows between 1 PRECEDING   and current row) as sample5, --当前行和前面一行做聚合
sum(cost) over(partition by name order by orderdate rows between 1 PRECEDING   AND 1 FOLLOWING  ) as sample6,--当前行和前边一行及后面一行
sum(cost) over(partition by name order by orderdate rows between current row and UNBOUNDED FOLLOWING ) as sample7 --当前行及后面所有行
from t_window;

NTILE 窗口函数中的序列函数
NTILE(n),用于将分组数据按照顺序切分成n片,返回当前切片值

NTILE不支持ROWS BETWEEN,
比如 NTILE(2) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)

如果切片不均匀,默认增加第一个切片的分布
这个函数用什么应用场景呢?假如我们想要每位顾客购买金额前1/3的交易记录,我们便可以使用这个函数.

select name,orderdate,cost,
       ntile(4) over(order by name) as sample1 , --全局数据切片
       ntile(4) over(partition by name order by name), -- 按照name进行分组,在分组内将数据切成3份
       ntile(4) over(order by cost),--全局按照cost升序排列,数据切成3份
       ntile(4) over(partition by name order by cost ) --按照name分组,在分组内按照cost升序排列,数据切成3份
from t_window

row_number、rank、dense_rank 排名函数
这三个窗口函数的使用场景非常多

  • row_number()从1开始,按照顺序,生成分组内记录的序列,row_number()的值不会存在重复,当排序的值相同时,按照表中记录的顺序进行排列
  • RANK() 生成数据项在分组中的排名,排名相等会在名次中留下空位
  • DENSE_RANK() 生成数据项在分组中的排名,排名相等会在名次中不会留下空位

使用rank over()的时候,空值是最大的,如果排序字段为null, 可能造成null字段排在最前面,影响排序结果。

可以这样: rank over(partition by course order by score desc nulls last)
排名函数必须有包含 ORDER BY 的 OVER 子句,分组内从1开始排序。

select name,orderdate,cost,
       row_number() over(partition by name order by substr(orderdate,1,7)) sample1,
       rank() over(partition by name order by substr(orderdate,1,7)) sample2,
       dense_rank() over(partition by name order by substr(orderdate,1,7)) sample3
from t_window

–分区cookieid pv相等则体现出函数的效果
建议partition字段的数据要比order by字段的数据条数多也最好不要同时使用在同一个字段

SELECT 
cookieid,
createtime,
pv,
RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn1,
DENSE_RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn2,
ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv DESC) AS rn3 
FROM lxw1234 
WHERE cookieid = 'cookie1';

cookieid day           pv       rn1     rn2     rn3 

cookie1 2015-04-12      7       1       1       1
cookie1 2015-04-11      5       2       2       2
cookie1 2015-04-15      4       3       3       3
cookie1 2015-04-16      4       3       3       4
cookie1 2015-04-13      3       5       4       5
cookie1 2015-04-14      2       6       5       6
cookie1 2015-04-10      1       7       6       7

LAG和LEAD函数
这两个函数为常用的窗口函数,可以返回上下数据行的数据.
以我们的订单表为例,假如我们想要查看顾客上次的购买时间可以这样去查询

select name,orderdate,cost,
lag(orderdate,1,'1900-01-01') over(partition by name order by orderdate ) as time1,
lag(orderdate,2) over (partition by name order by orderdate) as time2
from t_window;

time1取的为按照name进行分组,分组内升序排列,取上一行数据的值.

time2取的为按照name进行分组,分组内升序排列,取上面2行的数据的值,注意当lag函数为设置行数值时,默认为1行.未设定取不到时的默认值时,取null值.

lead函数与lag函数方向相反,取向下的数据

first_value取分组内排序后,截止到当前行,第一个值
last_value取分组内排序后,截止到当前行,最后一个值
order by截止到当前行

select name,orderdate,cost,
first_value(orderdate) over(partition by name order by orderdate) as time1,
last_value(orderdate) over(partition by name order by orderdate) as time2
from t_window

你可能感兴趣的:(数据库总结)