今天一位铁磁兄弟出了一道SQL题,按照如下SQL,构建测试表,
CREATE TABLE t (company VARCHAR2(10), product VARCHAR2(10), insert_time DATE);
INSERT INTO t VALUES('A', 'A1', to_date('20200109','yyyymmdd'));
INSERT INTO t VALUES('A', 'A2', to_date('20200109','yyyymmdd'));
INSERT INTO t VALUES('A', 'A1', to_date('20200222','yyyymmdd'));
INSERT INTO t VALUES('A', 'A2', to_date('20200222','yyyymmdd'));
INSERT INTO t VALUES('B', 'B1', to_date('20200225','yyyymmdd'));
INSERT INTO t VALUES('B', 'B2', to_date('20200225','yyyymmdd'));
INSERT INTO t VALUES('B', 'B1', to_date('20200501','yyyymmdd'));
INSERT INTO t VALUES('B', 'B2', to_date('20200501','yyyymmdd'));
INSERT INTO t VALUES('C', 'C1', to_date('20200201','yyyymmdd'));
INSERT INTO t VALUES('C', 'C2', to_date('20200201','yyyymmdd'));
INSERT INTO t VALUES('C', 'C1', to_date('20200510','yyyymmdd'));
INSERT INTO t VALUES('C', 'C2', to_date('20200510','yyyymmdd'));
T表数据,
SQL> select * from t;
COMPANY PRODUCT INSERT_T
---------- ---------- --------
A A1 20200109
A A2 20200109
A A1 20200222
A A2 20200222
B B1 20200225
B B2 20200225
B B1 20200501
B B2 20200501
C C1 20200201
C C2 20200201
C C1 20200510
C C2 20200510
12 rows selected.
问题:
如何通过SQL获取每个company最靠近年初的一组A1和A2的product数据?
如下所示,获取这6条数据,
我的思路是,首先肯定得按照company进行分组,其次还得按照insert_time进行排序,第三挑选排名前两位的数据。
此时,可以考虑rank()/dense_rank() over(partition by ...),其中,
partition by company,按照company进行分区。
order by insert_time,按照insert_time进行排序。
rank()/dense_rank(),分级(必须带上order by)。
逻辑如下,
按照company分区的基础之上,按照insert_time进行分级(“级别”用由小到大的数字表示(从1开始)),作为子查询,用where条件过滤级别等于1的记录。
rank()的SQL执行,
dense_rank()的SQL执行,
可以看到,都是能得到每个company最靠近年初的一组A1和A2的product数据。
解释下rank()和dense_rank(),
rank函数
用于返回结果集的分区内每行的排名,行的排名是相关行之前的排名数加一。简单来说rank函数就是对查询出来的记录进行排名,rank函数考虑到了over子句中排序字段值相同的情况,如果使用rank函数来生成序号,over子句中排序字段值相同的序号是一样的,后面字段值不相同的序号将跳过相同的排名号排下一个,就是相关行之前的排名数加一,可以理解为根据当前的记录数生成序号,后面的记录依此类推。
dense_rank函数
功能与rank函数类似,dense_rank函数在生成序号时是连续的,而rank函数生成的序号有可能不连续。dense_rank函数出现相同排名时,将不跳过相同排名号,rank值紧接上一次的rank值。在各个分组内,rank()是跳跃排序,有两个第一名时接下来就是第三名,dense_rank()是连续排序,有两个第一名时仍然跟着第二名。
执行一下,展示更形象,rank()函数,因为rank=1的是两条记录,因此排在第二位的rank=3,出现跳号,
dense_rank()函数,rank=1的有两条记录,但是第二位的rank还是等于2,
另外,SQL中用到的partition by关键字是Oracle中分析性函数的一部分,用于给结果集进行分区。他和聚合函数group by不同的地方在于他只是将原始数据进行名次排列,能够返回一个分组中的多条记录(记录数不变),而group by是对原始数据进行聚合统计,一般只有一条反映统计值的结果(每组返回一条)。
当然,这条SQL只考虑功能,未考虑性能,rank()/dense_rank()不能创建索引,如果数据量很大,这是个问题,还需要思索下,如果朋友们对这个需求有更好的解决方案,或是对性能提升有好的建议,欢迎留言,谢谢。
近期的热文:
《如何捕获问题SQL解决过度CPU消耗的问题》
《了解一下ARM CPU架构》
《sqlplus执行错误的问题探究》
《如何查看JVM运行的堆内存情况》
《Linux下如何快速删除大量碎小的文件?》
《打造国产技术产品的必要性》
《Oracle删除字段的方式和风险,你都了解么?》
《登录缓慢的诡异问题》
《Linux下的^M困惑》
《Oracle相关提问的智慧技巧》
《PLSQL Developer几个可能的隐患》
《从70万字SRE神作提炼出的7千字精华文章》
《从数据误删到全量恢复的惊险记录》
《公众号600篇文章分类和索引》