总结SQL Server窗口函数的简单使用
一、从一个熟悉的示例说起
我们熟知的数据库分页查询，以 这一篇介绍过的为例吧。分页查询Person表中的人，可以这么写SQL语句：
二、窗口函数
WITH
Record
AS
(
SELECT
Row_Number()
OVER
(
ORDER
BY
Id
DESC
)
AS
RecordNumber,
Id,
FirstName,
LastName,
Height,
Weight
FROM
Person (NOLOCK)
)
SELECT
RecordNumber,
(
SELECT
COUNT
(
0
)
FROM
Record)
AS
TotalCount,
Id,
FirstName,
LastName,
Height,
Weight
FROM
Record
WHERE
RecordNumber
BETWEEN
1
AND
10
其中，ROW_NUMBER()是排名函数，而紧随其后的 OVER()函数就是窗口函数。你还在用二次top方式的分页查询吗？可以考虑尝试使用排名函数配合CTE实现分页。
本文介绍窗口函数，以下面的学生成绩表为例：
CREATE
TABLE
[
StudentScore
]
(
[
Id
]
[
int
]
IDENTITY
(
1
,
1
)
NOT
NULL
,
[
StudentId
]
[
int
]
NOT
NULL
CONSTRAINT
[
DF_StudentScore_StudentId
]
DEFAULT
((
0
)),
[
ClassId
]
[
int
]
NOT
NULL
CONSTRAINT
[
DF_StudentScore_ClassId
]
DEFAULT
((
0
)),
[
CourseId
]
[
int
]
NOT
NULL
CONSTRAINT
[
DF_StudentScore_CourseId
]
DEFAULT
((
0
)),
[
Score
]
[
float
]
NOT
NULL
CONSTRAINT
[
DF_StudentScore_Score
]
DEFAULT
((
0
)),
[
CreateDate
]
[
datetime
]
NOT
NULL
CONSTRAINT
[
DF_StudentScore_CreateDate
]
DEFAULT
(
getdate
())
)
ON
[
PRIMARY
]
其中，Id是自增Id，CreateDate是录入时间，StudentId 学生，ClassId 班级，CourseId 课程 ,Score 分数。
录入一些测试数据如下：
--
CourseId 2:语文 4：数学 8：英语
--
1班学生成绩
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
1
,
2
,
85
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
1
,
2
,
95.5
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
1
,
2
,
90
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
1
,
4
,
90
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
1
,
4
,
98
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
1
,
4
,
89
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
1
,
8
,
80
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
1
,
8
,
75.5
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
1
,
8
,
77
)
--
2班学生成绩
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
2
,
2
,
90
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
2
,
2
,
77
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
2
,
2
,
78
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
4
,
2
,
2
,
83
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
2
,
4
,
98
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
2
,
4
,
95
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
2
,
4
,
78
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
4
,
2
,
4
,
100
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
2
,
8
,
85
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
2
,
8
,
90
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
2
,
8
,
86
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
4
,
2
,
8
,
78.5
)
--
3班学生成绩
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
3
,
2
,
82
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
3
,
2
,
78
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
3
,
2
,
91
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
3
,
4
,
83
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
3
,
4
,
78
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
3
,
4
,
99
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
1
,
3
,
8
,
86
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
2
,
3
,
8
,
78
)
INSERT
INTO
StudentScore(StudentId,ClassId,CourseId,Score)
VALUES
(
3
,
3
,
8
,
97
)
窗口函数是SQL Server2005新增的函数。下面就谈谈它的基本概念：
1、窗口函数的作用
窗口函数是对一组值进行操作，不需要使用GROUP BY 子句对数据进行分组，还能够在同一行中同时返回基础行的列和聚合列。举例来说，我们要得到一个年级所有班级所有学生的平均分，按照传统的写法，我们肯定是通过AVG聚合函数来实现求平均分。这样带来的”坏处“是我们不能轻松地返回基础行的列（班级，学生等列），而只能得到聚合列。因为聚合函数的要点就是对一组值进行聚合，以GROUP BY 查询作为操作的上下文，由于GROUP BY 操作对数据进行分组后，查询为每个组只返回一行数据，因此，要限制所有表达式为每个组只返回一个值。而通过窗口函数，基础列和聚合列的查询都轻而易举。
2、基本语法
OVER([PARTITION BY value_expression,..[n] ] )
窗口函数使用OVER函数实现，OVER函数分带参和不带参两种。其中可选参数PARTITION BY用于将数据按照特定字段分组。
窗口函数使用OVER函数实现，OVER函数分带参和不带参两种。其中可选参数PARTITION BY用于将数据按照特定字段分组。
3、简单示例
查询学生成绩表的基本列以及所有班级所有学生的语文平均分：
SELECT
--
Id,
--
CreateDate,
StudentId,
ClassId,
CourseId,
Score,
CAST
(
AVG
(Score)
OVER
()
AS
decimal
(
5
,
2
) )
AS
'
语文平均分
'
FROM
StudentScore
WHERE
CourseId
=
2
结果如下：
4、PARTITION BY
如果我们需要查询每一个班级的语文平均分，可以根据PARTION BY来进行分组：
SELECT
Id,
CreateDate,
StudentId,
ClassId,
CourseId,
Score,
CAST
(
AVG
(Score)
OVER
(PARTITION
BY
ClassId )
AS
decimal
(
5
,
2
) )
AS
'
语文平均分
'
FROM
StudentScore
WHERE
CourseId
=
2
查询结果如下：
图可能不清楚，三个班级的语文平均分是不同的。
到这里，其实你可能已经体会到使用OVER函数的好处了：
a、OVER子句的优点就是能够在返回基本列的同时，在同一行对它们进行聚合
b、可以在表达式中混合使用基本列和聚合列
b、可以在表达式中混合使用基本列和聚合列
如果我们使用传统的GROUP BY分组查询，直接获取基本列和聚合列就不是这么简单一句SQL了。如你所知，我们知道的很多聚合函数，如SUM,AVG,MAX,MIN等聚合函数都支持窗口函数的运算。
二、让人爱不释手的排名函数
SQL Server提供了4个排名函数:ROW_NUMBER(), RANK(),DENSE_RANK()和NTILE()。下面通过示例重点谈谈这四个函数的使用。
1、ROW_NUMBER()
返回结果集分区内行的序列号，每个分区的第一行从 1 开始。ORDER BY 子句可确定在特定分区中为行分配唯一 ROW_NUMBER 的顺序。
下面的查询按照数学成绩逆序排列：
SELECT
Id,
--
CreateDate,
ROW_NUMBER()
OVER
(
ORDER
BY
Score
DESC
)
AS
'
序号
'
,
StudentId,
ClassId,
CourseId,
Score
FROM
StudentScore
WHERE
CourseId
=
8
结果如下：
据我所知，此函数在SQL Server分页查询中几乎已经普及应用。Good job。
2、RANK()和DENSE_RANK()
（1）、RANK()函数
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。如果两个或多个行与一个排名关联，则每个关联行将得到相同的排名。
SELECT
Id,
--
CreateDate,
RANK()
OVER
(
ORDER
BY
Score
DESC
)
AS
'
序号
'
,
StudentId,
ClassId,
CourseId,
Score
FROM
StudentScore
WHERE
CourseId
=
8
结果如下：
注意，它和ROW_NUMBER()的异同点，您应该已经知道了：
a、RANK函数和ROW_NUMBER函数类似，它们都是用来对结果进行排序。
b、不同的是，ROW_NUMBER函数为每一个值生成唯一的序号，而RANK函数为相同的值生成相同的序号。
上图中，两个86分的学生对应的序号都是3,而接着排在它们下面的序号直接变成了5。
b、不同的是，ROW_NUMBER函数为每一个值生成唯一的序号，而RANK函数为相同的值生成相同的序号。
上图中，两个86分的学生对应的序号都是3,而接着排在它们下面的序号直接变成了5。
（2）、DENSE_RANK()函数
返回结果集分区中行的排名，在排名中没有任何间断。行的排名等于所讨论行之前的所有排名数加一。如果有两个或多个行受同一个分区中排名的约束，则每个约束行将接收相同的排名。
SELECT
Id,
--
CreateDate,
DENSE_RANK()
OVER
(
ORDER
BY
Score
DESC
)
AS
'
序号
'
,
StudentId,
ClassId,
CourseId,
Score
FROM
StudentScore
WHERE
CourseId
=
8
查询结果如下：
上图中，两个86分的学生对应的序号都是3,而接着排在它们下面的序号是4（也就是说DENSE_RANK()函数查询的序号是类似ROW_NUMBER()那样连续的，但是对于相同值的行生成相同的序号，从这一点上来说，对于相同查询条件和排序的查询，ROW_NUMBER()函数查询的结果集是DENSE_RANK()函数查询的结果的子集）。这也是我们可以总结出的RANK和DENSE_RANK()这两个函数的最大的不同点。
3、NTILE()
NTILE函数把结果中的行关联到组，并为每一行分配一个所属的组的编号，编号从一开始。对于每一个行，NTILE 将返回此行所属的组的编号。
如果分区的行数不能被 integer_expression 整除，则将导致一个成员有两种大小不同的组。按照 OVER 子句指定的顺序，较大的组排在较小的组前面。
如果分区的行数不能被 integer_expression 整除，则将导致一个成员有两种大小不同的组。按照 OVER 子句指定的顺序，较大的组排在较小的组前面。
SELECT
Id,
--
CreateDate,
NTILE(
6
)
OVER
(
ORDER
BY
ClassId
DESC
)
AS
'
组编号
'
,
StudentId,
ClassId,
CourseId,
Score
FROM
StudentScore
WHERE
CourseId
=
8
查询的结果如下：
本文的介绍和示例都很基础，但是通过窗口函数，确实可以帮我们优化很多复杂查询。上面的SQL语句看上去每一个都很简单，但是现在的简单都隐藏着背后的复杂。需要提醒的是，分组概念虽然基础却很重要，你必须掌握；而熟练应用了窗口函数，你的SQL查询就如虎添翼更上层楼了。
最后，我一直担心对于海量数据，SQL Server的性能问题。因为近期的开发碰巧遇到海量数据的查询，最多的过亿，数据量最少的一个表，也过5000万，不知道用了分区表性能有没有明显提升。
参考文章：
http://msdn.microsoft.com/zh-cn/library/ms189461.aspx
http://www.cnblogs.com/aierong/archive/2008/08/26/1273890.html
http://www.cnblogs.com/aierong/archive/2008/08/18/1269407.html
参考文章：
http://msdn.microsoft.com/zh-cn/library/ms189461.aspx
http://www.cnblogs.com/aierong/archive/2008/08/26/1273890.html
http://www.cnblogs.com/aierong/archive/2008/08/18/1269407.html