分析函数

概念

官方定义：

Analytic functions compute an aggregate value based on a group of rows. They differ from aggregate functions in that they return multiple rows for each group. The group of rows is called a window and is defined by the analytic_clause. For each row, a sliding window of rows is defined. The window determines the range of rows used to perform the calculations for the current row. Window sizes can be based on either a physical number of rows or a logical interval such as time.

Analytic functions are the last set of operations performed in a query except for the final ORDER BY clause. All joins and all WHERE, GROUP BY, and HAVINGclauses are completed before the analytic functions are processed. Therefore, analytic functions can appear only in the select list or ORDER BY clause.

Analytic functions are commonly used to compute cumulative, moving, centered, and reporting aggregates.

有以下几个关键点：

  • 对一组数据进行计算，返回多行
  • 不需要进行多表联合，提高性能
  • 在所有表连接和所有WHERE, GROUP BY和HAVING字句之后处理，在ORDER BY子句之前处理
  • 只能位于SELECT或者ORDER BY子句

语法

  • 常用analytic_function

    • AVG,MAX,MIN,SUM,COUNT
    • DENSE_RANK,RANK,ROW_NUMBER, CUME_DIST
    • LAG,LEAD
    • FIRST,LAST
    • NTILE
    • FIRST_VALUE/LAST_VALUE
    • LISTAGG
    • RATIO_TO_REPORT
  • arguments个数：0~3
  • arguments类型：数字类型或可以隐式转为为数字类型的非数字类型

  • analytic_clause

    • 在FROM,WHERE,GROUP BY和HAVING子句之后进行计算
    • 在SELECT和ORDER BY子句指定带analytic_clause的分析函数

    • query_partition_clause

      分析函数_第1张图片

      • 根据expr对查询结果进行分组
      • 忽略该语句则查询结果为一个分组
      • 分析函数使用上面的分支，不带括号
      • Expr可以是常量，字段，非分析函数，函数表达式

    • order_by_clause

      分析函数_第2张图片

      • 指定分区中数据的排序方式

      • 当排序结果有相同值时：

        • DENSE_RANK, RANK返回相同值
        • ROW_NUMBER 返回不同值，根据处理行的顺序排序

      • 限制

        • 在分析函数中只能使用expr，position和c_alias无效

        • 在分析函数中使用RANGE关键字且使用以下窗口就可以使用多个排序键

          • RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW(RANGE UNBOUNDED PRECEDING)
          • RANGE BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING
          • RANGE BETWEEN CURRENT ROW AND CURRENT ROW
          • RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING

    • windowing_clause

      分析函数_第3张图片

      • 支持windowing_clause的分析函数：AVG,MAX,MIN,SUM,COUNT

      • ROWS | RANGE

        • 为每行定义一个窗口用于计算函数结果
        • ROWS：以行指定窗口
        • RANGE：以逻辑偏移量指定窗口

      • BETWEEN ... AND

        • 指定窗口的起始点和结束点
        • 省略BETWEEN，则指定的点为起始点，结束点默认为当前行(current row)
      • 只有指定了order_by_clause才能使用windowing_clause
      • 如果省略了windowing_clause，则默认为RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
      • UNBOUNDED PRECEDING：从分区的第一行开始，起始点
      • UNBOUNDED FOLLOWING：到分区的最后一行结束，结束点

      • CURRENT ROW

        • 作为起始点时，CURRENT ROW指定窗口开始于当前行或者某个值（取决于使用ROW还是RANGE），这时结束点不能是value_expr PRECEDING。
        • 作为结束点时，CURRENT ROW指定窗口结束于当前行或者某个值（取决于使用ROW还是RANGE），这时开始点不能是value_expr FOLLOWING。

      • value_expr PRECEDING or value_expr FOLLOWING

        • 对于RANGE或者ROW

          • 如果起始点是value_expr FOLLOWING，则结束点必须是value_expr FOLLOWING
          • 如果结束点是value_expr PRECEDING，则起始点必须是value_expr PRECEDING

        • 如果指定了ROWS

          • value_expr是一个物理偏移量。必须是常量或表达式, 并且必须计算为正数数值
          • 如果value_expr是起始点的一部分，则必须位于结束点之前的行

        • 如果指定了RANGE

          • value_expr是一个逻辑偏移量。必须是一个常量或表达式, 计算结果为正值数值或间隔文本
          • 在order_by_clause只能使用一个排序键
          • 如果value_expr为数值，则ORDER BY expr必须为数字或日期类型
          • 如果value_expr为间隔值，则ORDER BY expr必须为日期类型

分类

Type Used For
Reporting Calculating shares, for example, market share. Works with these functions: SUM, AVG, MIN, MAX, COUNT (with/without DISTINCT), VARIANCE, STDDEV, RATIO_TO_REPORT, and new statistical functions. Note that the DISTINCT keyword may be used in those reporting functions that support DISTINCT in aggregate mode.
Windowing Calculating cumulative and moving aggregates. Works with these functions: SUM, AVG, MIN, MAX, COUNT, VARIANCE, STDDEV, FIRST_VALUE, LAST_VALUE, and new statistical functions. Note that the DISTINCTkeyword is not supported in windowing functions except for MAX and MIN.
Ranking Calculating ranks, percentiles, and n-tiles of the values in a result set.
LAG/LEAD Finding a value in a row a specified number of rows from a current row.
FIRST/LAST First or last value in an ordered group.
Hypothetical Rank and Distribution The rank or percentile that a row would have if inserted into a specified data set.

Reporting

  • 查询人员信息以及公司平均薪水，最小薪水，最大薪水，薪水总计以及人数
select employee_id,last_name,department_id,salary,
avg(salary) over () avg_sal,
max(salary) over () max_sal,
min(salary) over () min_sal,
sum(salary) over () sum_sal,
count(salary) over () count_sal
from employees order by department_id;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY    AVG_SAL    MAX_SAL    MIN_SAL    SUM_SAL  COUNT_SAL
----------- --------------- ------------- ---------- ---------- ---------- ---------- ---------- ----------
        200 Whalen                     10       4400 6461.83178      24000       2100     691416        107
        201 Hartstein                  20      13000 6461.83178      24000       2100     691416        107
        202 Fay                        20       6000 6461.83178      24000       2100     691416        107
        114 Raphaely                   30      11000 6461.83178      24000       2100     691416        107
        119 Colmenares                 30       2500 6461.83178      24000       2100     691416        107
        115 Khoo                       30       3100 6461.83178      24000       2100     691416        107
        116 Baida                      30       2900 6461.83178      24000       2100     691416        107
        117 Tobias                     30       2800 6461.83178      24000       2100     691416        107
        118 Himuro                     30       2600 6461.83178      24000       2100     691416        107
        203 Mavris                     40       6500 6461.83178      24000       2100     691416        107
        198 OConnell                   50       2600 6461.83178      24000       2100     691416        107
        ......
  • 查询人员信息以及各部门平均薪水，最小薪水，最大薪水，薪水总计以及人数
select employee_id,last_name,department_id,salary,
avg(salary) over (partition by department_id) avg_sal,
max(salary) over (partition by department_id) max_sal,
min(salary) over (partition by department_id) min_sal,
sum(salary) over (partition by department_id) sum_sal,
count(salary) over (partition by department_id) count_sal
from employees order by department_id;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY    AVG_SAL    MAX_SAL    MIN_SAL    SUM_SAL  COUNT_SAL
----------- --------------- ------------- ---------- ---------- ---------- ---------- ---------- ----------
        200 Whalen                     10       4400       4400       4400       4400       4400          1
        201 Hartstein                  20      13000       9500      13000       6000      19000          2
        202 Fay                        20       6000       9500      13000       6000      19000          2
        114 Raphaely                   30      11000       4150      11000       2500      24900          6
        119 Colmenares                 30       2500       4150      11000       2500      24900          6
        115 Khoo                       30       3100       4150      11000       2500      24900          6
        116 Baida                      30       2900       4150      11000       2500      24900          6
        117 Tobias                     30       2800       4150      11000       2500      24900          6
        118 Himuro                     30       2600       4150      11000       2500      24900          6
        203 Mavris                     40       6500       6500       6500       6500       6500          1
        198 OConnell                   50       2600 3475.55556       8200       2100     156400         45
        ......
  • 查询部门最高薪水的员工信息（不使用分析函数）
select employee_id,last_name,e1.department_id,job_id,salary
from employees e1
where e1.salary=(select max(salary) from employees e2 where e1.department_id=e2.department_id)
order by department_id;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID JOB_ID         SALARY
----------- --------------- ------------- ---------- ----------
        200 Whalen                     10 AD_ASST          4400
        201 Hartstein                  20 MK_MAN          13000
        114 Raphaely                   30 PU_MAN          11000
        203 Mavris                     40 HR_REP           6500
        121 Fripp                      50 ST_MAN           8200
        103 Hunold                     60 IT_PROG          9000
        204 Baer                       70 PR_REP          10000
        145 Russell                    80 SA_MAN          14000
        100 King                       90 AD_PRES         24000
        108 Greenberg                 100 FI_MGR          12008
        205 Higgins                   110 AC_MGR          12008

11 rows selected.


Execution Plan
----------------------------------------------------------
Plan hash value: 298340369

---------------------------------------------------------------------------------------------------
| Id  | Operation                     | Name              | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT              |                   |     1 |    44 |     5  (20)| 00:00:01 |
|   1 |  SORT ORDER BY                |                   |     1 |    44 |     5  (20)| 00:00:01 |
|   2 |   NESTED LOOPS                |                   |     1 |    44 |     5  (20)| 00:00:01 |
|   3 |    NESTED LOOPS               |                   |    10 |    44 |     5  (20)| 00:00:01 |
|   4 |     VIEW                      | VW_SQ_1           |     1 |    16 |     4  (25)| 00:00:01 |
|*  5 |      FILTER                   |                   |       |       |            |          |
|   6 |       HASH GROUP BY           |                   |     1 |     7 |     4  (25)| 00:00:01 |
|   7 |        TABLE ACCESS FULL      | EMPLOYEES         |   107 |   749 |     3   (0)| 00:00:01 |
|*  8 |     INDEX RANGE SCAN          | EMP_DEPARTMENT_IX |    10 |       |     0   (0)| 00:00:01 |
|*  9 |    TABLE ACCESS BY INDEX ROWID| EMPLOYEES         |     1 |    28 |     1   (0)| 00:00:01 |
---------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   5 - filter(MAX("SALARY")>0)
   8 - access("E1"."DEPARTMENT_ID"="ITEM_1")
   9 - filter("E1"."SALARY"="MAX(SALARY)")


Statistics
----------------------------------------------------------
          0  recursive calls
          0  db block gets
         18  consistent gets
          0  physical reads
          0  redo size
       1178  bytes sent via SQL*Net to client
        520  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          1  sorts (memory)
          0  sorts (disk)
         11  rows processed
  • 查询部门最高薪水的员工信息（使用分析函数）
select emp.*
from (select employee_id,last_name,department_id,job_id,salary,
max(salary) over (partition by department_id) max_sal
from employees
order by department_id) emp
where salary=max_sal
order by department_id;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID JOB_ID         SALARY    MAX_SAL
----------- --------------- ------------- ---------- ---------- ----------
        200 Whalen                     10 AD_ASST          4400       4400
        201 Hartstein                  20 MK_MAN          13000      13000
        114 Raphaely                   30 PU_MAN          11000      11000
        203 Mavris                     40 HR_REP           6500       6500
        121 Fripp                      50 ST_MAN           8200       8200
        103 Hunold                     60 IT_PROG          9000       9000
        204 Baer                       70 PR_REP          10000      10000
        145 Russell                    80 SA_MAN          14000      14000
        100 King                       90 AD_PRES         24000      24000
        108 Greenberg                 100 FI_MGR          12008      12008
        205 Higgins                   110 AC_MGR          12008      12008

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID JOB_ID         SALARY    MAX_SAL
----------- --------------- ------------- ---------- ---------- ----------
        178 Grant                         SA_REP           7000       7000

12 rows selected.


Execution Plan
----------------------------------------------------------
Plan hash value: 720055818

---------------------------------------------------------------------------------
| Id  | Operation           | Name      | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------------
|   0 | SELECT STATEMENT    |           |   107 |  6848 |     3   (0)| 00:00:01 |
|*  1 |  VIEW               |           |   107 |  6848 |     3   (0)| 00:00:01 |
|   2 |   WINDOW SORT       |           |   107 |  2996 |     3   (0)| 00:00:01 |
|   3 |    TABLE ACCESS FULL| EMPLOYEES |   107 |  2996 |     3   (0)| 00:00:01 |
---------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   1 - filter("SALARY"="MAX_SAL")


Statistics
----------------------------------------------------------
          1  recursive calls
          0  db block gets
          6  consistent gets
          0  physical reads
          0  redo size
       1312  bytes sent via SQL*Net to client
        520  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          1  sorts (memory)
          0  sorts (disk)
         12  rows processed

可以看到使用分析函数的SQL性能有一定提升。

  • 查询人员信息以及各部门各职位薪水总计和各部门薪水总计
select employee_id,last_name,department_id,job_id,salary,
sum(salary) over (partition by department_id,job_id) job_sal1,
sum(salary) over (partition by department_id) dept_sal2
from employees
order by department_id;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID JOB_ID         SALARY   JOB_SAL1  DEPT_SAL2
----------- --------------- ------------- ---------- ---------- ---------- ----------
        200 Whalen                     10 AD_ASST          4400       4400       4400
        201 Hartstein                  20 MK_MAN          13000      13000      19000
        202 Fay                        20 MK_REP           6000       6000      19000
        118 Himuro                     30 PU_CLERK         2600      13900      24900
        119 Colmenares                 30 PU_CLERK         2500      13900      24900
        115 Khoo                       30 PU_CLERK         3100      13900      24900
        116 Baida                      30 PU_CLERK         2900      13900      24900
        117 Tobias                     30 PU_CLERK         2800      13900      24900
        114 Raphaely                   30 PU_MAN          11000      11000      24900
        203 Mavris                     40 HR_REP           6500       6500       6500
        198 OConnell                   50 SH_CLERK         2600      64300     156400
        ......
  • 查询各部门各职位薪水总计以及各部门薪水总计
select department_id,job_id,
sum(salary) job_sal1,
sum(sum(salary)) over (partition by department_id) dept_sal2
from employees
group by department_id,job_id
order by department_id;

DEPARTMENT_ID JOB_ID       JOB_SAL1  DEPT_SAL2
------------- ---------- ---------- ----------
           10 AD_ASST          4400       4400
           20 MK_MAN          13000      19000
           20 MK_REP           6000      19000
           30 PU_CLERK        13900      24900
           30 PU_MAN          11000      24900
           40 HR_REP           6500       6500
           50 SH_CLERK        64300     156400
           50 ST_CLERK        55700     156400
           50 ST_MAN          36400     156400
           60 IT_PROG         28800      28800
           70 PR_REP          10000      10000

DEPARTMENT_ID JOB_ID       JOB_SAL1  DEPT_SAL2
------------- ---------- ---------- ----------
           80 SA_MAN          61000     304500
           80 SA_REP         243500     304500
           90 AD_PRES         24000      58000
           90 AD_VP           34000      58000
          100 FI_ACCOUNT      39600      51608
          100 FI_MGR          12008      51608
          110 AC_ACCOUNT       8300      20308
          110 AC_MGR          12008      20308
              SA_REP           7000       7000

20 rows selected.
  • 查询各职位薪水总计占所在部门薪水总计超过50%的职位
select emp.*,100 * round(job_sal1/dept_sal2, 2)||'%' Percent
from (select department_id,job_id,
sum(salary) job_sal1,
sum(sum(salary)) over (partition by department_id) dept_sal2
from employees
group by department_id,job_id) emp 
where job_sal1>dept_sal2*0.5;

DEPARTMENT_ID JOB_ID       JOB_SAL1  DEPT_SAL2 PERCENT
------------- ---------- ---------- ---------- -----------------------------------------
           10 AD_ASST          4400       4400 100%
           20 MK_MAN          13000      19000 68%
           30 PU_CLERK        13900      24900 56%
           40 HR_REP           6500       6500 100%
           60 IT_PROG         28800      28800 100%
           70 PR_REP          10000      10000 100%
           80 SA_REP         243500     304500 80%
           90 AD_VP           34000      58000 59%
          100 FI_ACCOUNT      39600      51608 77%
          110 AC_MGR          12008      20308 59%
              SA_REP           7000       7000 100%

11 rows selected.
  • 查询各职位薪水总计占所在部门薪水总计超过50%的职位（使用ratio_to_report函数）
select emp.*
from (select department_id,job_id,
sum(salary) job_sal1,
sum(sum(salary)) over (partition by department_id) dept_sal2,
ratio_to_report(sum(salary)) over (partition by department_id) job_to_dept_sal3
from employees
group by department_id,job_id) emp
where job_to_dept_sal3>0.5;

DEPARTMENT_ID JOB_ID       JOB_SAL1  DEPT_SAL2 JOB_TO_DEPT_SAL3
------------- ---------- ---------- ---------- ----------------
           10 AD_ASST          4400       4400                1
           20 MK_MAN          13000      19000       .684210526
           30 PU_CLERK        13900      24900       .558232932
           40 HR_REP           6500       6500                1
           60 IT_PROG         28800      28800                1
           70 PR_REP          10000      10000                1
           80 SA_REP         243500     304500       .799671593
           90 AD_VP           34000      58000       .586206897
          100 FI_ACCOUNT      39600      51608       .767322896
          110 AC_MGR          12008      20308       .591294071
              SA_REP           7000       7000                1

11 rows selected.
  • 查询每个人的薪水占部门薪水合计及公司薪水总计的百分比（使用ratio_to_report函数）
select employee_id,last_name,department_id,hire_date,salary,
ratio_to_report(salary) over(partition by department_id) as pct1,
ratio_to_report(salary) over() as pct2
from employees;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID HIRE_DATE              SALARY       PCT1       PCT2
----------- --------------- ------------- ------------------ ---------- ---------- ----------
        200 Whalen                     10 17-SEP-03                4400          1 .006363752
        201 Hartstein                  20 17-FEB-04               13000 .684210526 .018801995
        202 Fay                        20 17-AUG-05                6000 .315789474 .008677844
        114 Raphaely                   30 07-DEC-02               11000 .441767068  .01590938
        119 Colmenares                 30 10-AUG-07                2500 .100401606 .003615768
        115 Khoo                       30 18-MAY-03                3100 .124497992 .004483553
        116 Baida                      30 24-DEC-05                2900 .116465863 .004194291
        117 Tobias                     30 24-JUL-05                2800 .112449799  .00404966
        118 Himuro                     30 15-NOV-06                2600 .104417671 .003760399
        203 Mavris                     40 07-JUN-02                6500          1 .009400997
        198 OConnell                   50 21-JUN-07                2600 .016624041 .003760399
        ......

Windowing

  • Cumulative Aggregate Function

    • 查询按部门的薪水合计及公司薪水总计
    select employee_id,last_name,department_id,salary,
sum(salary) over (partition by department_id order by department_id ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) dept_sal_cum1,
sum(salary) over (order by department_id ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) dept_sal_cum2
from employees;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY DEPT_SAL_CUM1 DEPT_SAL_CUM2
----------- --------------- ------------- ---------- ------------- -------------
        200 Whalen                     10       4400          4400        691416
        201 Hartstein                  20      13000         19000        691416
        202 Fay                        20       6000         19000        691416
        114 Raphaely                   30      11000         24900        691416
        119 Colmenares                 30       2500         24900        691416
        115 Khoo                       30       3100         24900        691416
        116 Baida                      30       2900         24900        691416
        117 Tobias                     30       2800         24900        691416
        118 Himuro                     30       2600         24900        691416
        203 Mavris                     40       6500          6500        691416
        198 OConnell                   50       2600        156400        691416
        ......

    和以下SQL等价：

    select employee_id,last_name,department_id,salary,
sum(salary) over (partition by department_id) dept_sal_cum1,
sum(salary) over () dept_sal_cum2
from employees;
    • 查询按部门的薪水累计及不按部门的薪水累计
    select employee_id,last_name,department_id,salary,
sum(salary) over (partition by department_id order by department_id ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) dept_sal_cum1,
sum(salary) over (order by department_id ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) dept_sal_cum2
from employees;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY DEPT_SAL_CUM1 DEPT_SAL_CUM2
----------- --------------- ------------- ---------- ------------- -------------
        200 Whalen                     10       4400          4400          4400
        201 Hartstein                  20      13000         13000         17400
        202 Fay                        20       6000         19000         23400
        114 Raphaely                   30      11000         11000         34400
        119 Colmenares                 30       2500         13500         36900
        115 Khoo                       30       3100         16600         40000
        116 Baida                      30       2900         19500         42900
        117 Tobias                     30       2800         22300         45700
        118 Himuro                     30       2600         24900         48300
        203 Mavris                     40       6500          6500         54800
        198 OConnell                   50       2600          2600         57400
        ......

    和以下SQL等价：

    select employee_id,last_name,department_id,salary,
sum(salary) over (partition by department_id order by department_id ROWS UNBOUNDED PRECEDING) dept_sal_cum1,
sum(salary) over (order by department_id ROWS UNBOUNDED PRECEDING) dept_sal_cum2
from employees;
    • 查询按部门分区从分区第一行到本行前一行的累计和到本行后一行的累计
    select employee_id,last_name,department_id,salary,
sum(salary) over (partition by department_id order by department_id ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING) dept_sal_cum1,
sum(salary) over (partition by department_id order by department_id ROWS BETWEEN UNBOUNDED PRECEDING AND 1 FOLLOWING) dept_sal_cum2
from employees;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY DEPT_SAL_CUM1 DEPT_SAL_CUM2
----------- --------------- ------------- ---------- ------------- -------------
        200 Whalen                     10       4400                        4400
        201 Hartstein                  20      13000                       19000
        202 Fay                        20       6000         13000         19000
        114 Raphaely                   30      11000                       13500
        119 Colmenares                 30       2500         11000         16600
        115 Khoo                       30       3100         13500         19500
        116 Baida                      30       2900         16600         22300
        117 Tobias                     30       2800         19500         24900
        118 Himuro                     30       2600         22300         24900
        203 Mavris                     40       6500                        6500
        198 OConnell                   50       2600                        5200
        ......

  • Moving Aggregate Function

    • 查询按部门分区从分区前一行到本行的累计以及到本行到后一行的累计
    select employee_id,last_name,department_id,salary,
sum(salary) over (partition by department_id order by department_id ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) dept_sal_cum1,
sum(salary) over (partition by department_id order by department_id ROWS BETWEEN CURRENT ROW AND 1 FOLLOWING) dept_sal_cum2
from employees;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY DEPT_SAL_CUM1 DEPT_SAL_CUM2
----------- --------------- ------------- ---------- ------------- -------------
        200 Whalen                     10       4400          4400          4400
        201 Hartstein                  20      13000         13000         19000
        202 Fay                        20       6000         19000          6000
        114 Raphaely                   30      11000         11000         13500
        119 Colmenares                 30       2500         13500          5600
        115 Khoo                       30       3100          5600          6000
        116 Baida                      30       2900          6000          5700
        117 Tobias                     30       2800          5700          5400
        118 Himuro                     30       2600          5400          2600
        203 Mavris                     40       6500          6500          6500
        198 OConnell                   50       2600          2600          5200
        ......

  • Centered Aggregate

    • 查询按照入职日期分组的薪水合计，以及入职日期相邻1天的人员的平均薪水
    SELECT hire_date, SUM(salary) AS sum_sal1, 
AVG(SUM(salary)) OVER (ORDER BY hire_date RANGE BETWEEN INTERVAL '1' DAY PRECEDING AND INTERVAL '1' DAY FOLLOWING) AS CENTERED_1_DAY_AVG
FROM employees
GROUP BY hire_date;

HIRE_DATE            SUM_SAL1 CENTERED_1_DAY_AVG
------------------ ---------- ------------------
13-JAN-01               17000              17000
07-JUN-02               36808              36808
16-AUG-02                9000              10504
17-AUG-02               12008              10504
07-DEC-02               11000              11000
01-MAY-03                7900               7900
18-MAY-03                3100               3100
17-JUN-03               24000              24000
14-JUL-03                3600               3600
17-SEP-03                4400               4400
17-OCT-03                3500               3500
......

Ranking

  • RANK：返回一个唯一的值，除非遇到相同的数据时，此时所有相同数据的排名是一样的，同时会在最后一条相同记录和下一条不同记录的排名之间空出排名
  • DENSE_RANK：返回一个唯一的值，除非当碰到相同数据时，此时所有相同数据的排名都是一样的。
  • ROW_NUMBER：返回一个唯一的值，当碰到相同数据时，排名按照记录集中记录的顺序依次递增。
  • 查询按部门的薪水从低到高排名人员信息
select employee_id,last_name,department_id,salary,
RANK() over (partition by department_id order by salary) rank,
DENSE_RANK() over (partition by department_id order by salary) dense_rank,
ROW_NUMBER() over (partition by department_id order by salary) row_number
from employees where department_id=50;


EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY       RANK DENSE_RANK ROW_NUMBER
----------- --------------- ------------- ---------- ---------- ---------- ----------
        132 Olson                      50       2100          1          1          1
        128 Markle                     50       2200          2          2          2
        136 Philtanker                 50       2200          2          2          3
        135 Gee                        50       2400          4          3          4
        127 Landry                     50       2400          4          3          5
        131 Marlow                     50       2500          6          4          6
        144 Vargas                     50       2500          6          4          7
        182 Sullivan                   50       2500          6          4          8
        191 Perkins                    50       2500          6          4          9
        140 Patel                      50       2500          6          4         10
        198 OConnell                   50       2600         11          5         11
        ......
  • 查询每个部门的薪水排名前三名人员信息
select e.*
from (select employee_id,last_name,department_id,salary,
DENSE_RANK() over (partition by department_id order by salary desc) dense_rank
from employees) e
where dense_rank<=3;


EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY DENSE_RANK
----------- --------------- ------------- ---------- ----------
        200 Whalen                     10       4400          1
        201 Hartstein                  20      13000          1
        202 Fay                        20       6000          2
        114 Raphaely                   30      11000          1
        115 Khoo                       30       3100          2
        116 Baida                      30       2900          3
        203 Mavris                     40       6500          1
        121 Fripp                      50       8200          1
        120 Weiss                      50       8000          2
        122 Kaufling                   50       7900          3
        103 Hunold                     60       9000          1
        ......

LAG/LEAD

  • 语法

{LAG | LEAD} ( value_expr [, offset] [, default] ) [RESPECT NULLS|IGNORE NULLS] OVER ( [query_partition_clause] order_by_clause )

lag 和lead函数可以获取结果集中，按一定排序所排列的当前行的上下相邻若干offset 的某个行的某个列(不用结果集的自关联）；lag，lead分别是向前，向后；lag 和lead 有三个参数，第一个参数是列名，第二个参数是偏移的offset，第三个参数是超出记录窗口时的默认值）。lag(expression<,offset><,default>)函数可以访问组内当前行之前的行，而lead(expression<,offset><,default>)函数则正相反，可以访问组内当前行之后的行。其中，offset是正整数，默认为1．因组内第一个条记录没有之前的行，最后一行没有之后的行，default就是用于处理这样的信息，默认为空．注意：这2个函数必须指定 order By 字句。

  • 查询人员薪水及其前面入职人员的薪水和后面入职人员的薪水
SELECT hire_date, last_name, salary,
LAG(salary, 1, 0 ) OVER (ORDER BY hire_date) AS prev_sal,
LEAD(salary, 1, 0 ) OVER (ORDER BY hire_date) AS next_sal
FROM employees
WHERE job_id = 'PU_CLERK'
ORDER BY hire_date;

HIRE_DATE          LAST_NAME           SALARY   PREV_SAL   NEXT_SAL
------------------ --------------- ---------- ---------- ----------
18-MAY-03          Khoo                  3100          0       2800
24-JUL-05          Tobias                2800       3100       2900
24-DEC-05          Baida                 2900       2800       2600
15-NOV-06          Himuro                2600       2900       2500
10-AUG-07          Colmenares            2500       2600          0

FIRST/LAST

  • 语法

aggregate_function KEEP ( DENSE_RANK LAST ORDER BY expr [ DESC | ASC ] [NULLS { FIRST | LAST }] [, expr [ DESC | ASC ] [NULLS { FIRST | LAST }]]...) [OVER query_partitioning_clause]

first/last函数允许我们对某数据集进行排序，并对排序结果的第一条记录和最后一条记录进行处理。在查询出第一条或者最后一条记录后，我们需要应用一个聚合函数来处理特定列，这是为了保证返回结果的唯一性，因为排名第一的记录和排名最后的记录可能会存在多个。使用first/last函数可以避免自连接或者子查询，因此可以提高处理效率。

  • 使用说明

    • first和last函数有over子句就是分析函数，没有就是聚合函数。
    • 函数的参数必须是数字类型（或者其他类型可转为数字类型），返回相同类型
    • aggregate_function可以是MIN,MAX,SUM,AVG,COUNT,VARIANCE,STDDEV
  • 查询人员信息及其所在部门的最低和最高薪水
SELECT employee_id, last_name, department_id, salary,
MIN(salary) KEEP (DENSE_RANK FIRST ORDER BY salary) OVER (PARTITION BY department_id) "Worst",
MAX(salary) KEEP (DENSE_RANK LAST ORDER BY salary) OVER (PARTITION BY department_id) "Best"
FROM employees
ORDER BY department_id, salary, last_name;

EMPLOYEE_ID LAST_NAME       DEPARTMENT_ID     SALARY      Worst       Best
----------- --------------- ------------- ---------- ---------- ----------
        200 Whalen                     10       4400       4400       4400
        202 Fay                        20       6000       6000      13000
        201 Hartstein                  20      13000       6000      13000
        119 Colmenares                 30       2500       2500      11000
        118 Himuro                     30       2600       2500      11000
        117 Tobias                     30       2800       2500      11000
        116 Baida                      30       2900       2500      11000
        115 Khoo                       30       3100       2500      11000
        114 Raphaely                   30      11000       2500      11000
        203 Mavris                     40       6500       6500       6500
        132 Olson                      50       2100       2100       8200

NTILE

  • 语法

NTILE (expr) OVER ([query_partition_clause] order_by_clause)

  • 查询人员信息及其对应的薪水等级，将薪水分为5个等级
SELECT employee_id,last_name,salary,
NTILE(5) OVER (ORDER BY salary DESC) AS quartile
FROM employees
WHERE department_id=30;

EMPLOYEE_ID LAST_NAME                     SALARY   QUARTILE
----------- ------------------------- ---------- ----------
        114 Raphaely                       11000          1
        115 Khoo                            3100          1
        116 Baida                           2900          2
        117 Tobias                          2800          3
        118 Himuro                          2600          4
        119 Colmenares                      2500          5

FIRST_VALUE/LAST_VALUE

  • 语法

FIRST_VALUE|LAST_VALUE ( ) [RESPECT NULLS|IGNORE NULLS] OVER (analytic clause );

  • 查询人员信息及其所在部门最低薪水和最高薪水人员姓名
SELECT employee_id,last_name,department_id,salary,
FIRST_VALUE(last_name) OVER (PARTITION BY department_id ORDER BY salary) AS worst,
LAST_VALUE(last_name) OVER (PARTITION BY department_id ORDER BY salary ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS best
FROM employees order by department_id,salary;

EMPLOYEE_ID LAST_NAME            DEPARTMENT_ID     SALARY WORST                BEST
----------- -------------------- ------------- ---------- -------------------- --------------------
        200 Whalen                          10       4400 Whalen               Whalen
        202 Fay                             20       6000 Fay                  Hartstein
        201 Hartstein                       20      13000 Fay                  Hartstein
        119 Colmenares                      30       2500 Colmenares           Raphaely
        118 Himuro                          30       2600 Colmenares           Raphaely
        117 Tobias                          30       2800 Colmenares           Raphaely
        116 Baida                           30       2900 Colmenares           Raphaely
        115 Khoo                            30       3100 Colmenares           Raphaely
        114 Raphaely                        30      11000 Colmenares           Raphaely
        203 Mavris                          40       6500 Mavris               Mavris
        132 Olson                           50       2100 Olson                Fripp
        ......

LISTAGG

  • 语法

LISTAGG ( [, ) WITHIN GROUP (ORDER BY )

  • 查询每个部门所有人员姓名并按照薪水从低到高排序
select department_id,
listagg(last_name,',') within group (order by salary) name 
from employees where department_id in (10,20,30) group by department_id;

DEPARTMENT_ID NAME
------------- --------------------------------------------------
           10 Whalen
           20 Fay,Hartstein
           30 Colmenares,Himuro,Tobias,Baida,Khoo,Raphaely
select department_id,last_name,salary,
listagg(last_name,',') within group (order by salary) over (partition by department_id) name 
from employees where department_id in (10,20,30);


DEPARTMENT_ID LAST_NAME                SALARY NAME
------------- -------------------- ---------- --------------------------------------------------
           10 Whalen                     4400 Whalen
           20 Fay                        6000 Fay,Hartstein
           20 Hartstein                 13000 Fay,Hartstein
           30 Colmenares                 2500 Colmenares,Himuro,Tobias,Baida,Khoo,Raphaely
           30 Himuro                     2600 Colmenares,Himuro,Tobias,Baida,Khoo,Raphaely
           30 Tobias                     2800 Colmenares,Himuro,Tobias,Baida,Khoo,Raphaely
           30 Baida                      2900 Colmenares,Himuro,Tobias,Baida,Khoo,Raphaely
           30 Khoo                       3100 Colmenares,Himuro,Tobias,Baida,Khoo,Raphaely
           30 Raphaely                  11000 Colmenares,Himuro,Tobias,Baida,Khoo,Raphaely

CUME_DIST

  • 语法

CUME_DIST ( ) OVER ( [query_partition_clause] order_by_clause )

  • 计算每个人在本部门按照薪水排列中的相对位置
SELECT employee_id,last_name,department_id,salary,
CUME_DIST() OVER (PARTITION BY department_id ORDER BY salary) AS cume_dist 
FROM employees
WHERE department_id=30;


EMPLOYEE_ID LAST_NAME            DEPARTMENT_ID     SALARY  CUME_DIST
----------- -------------------- ------------- ---------- ----------
        119 Colmenares                      30       2500 .166666667
        118 Himuro                          30       2600 .333333333
        117 Tobias                          30       2800         .5
        116 Baida                           30       2900 .666666667
        115 Khoo                            30       3100 .833333333
        114 Raphaely                        30      11000          1

PERCENT_RANK

  • 语法

PERCENT_RANK () OVER ([query_partition_clause] order_by_clause)

  • 计算每个人在本部门按照薪水排列中的相对位置
SELECT department_id,last_name,salary,
PERCENT_RANK() OVER (PARTITION BY department_id ORDER BY salary) AS pr 
FROM employees
WHERE department_id=30;

DEPARTMENT_ID LAST_NAME                SALARY         PR
------------- -------------------- ---------- ----------
           30 Colmenares                 2500          0
           30 Himuro                     2600         .2
           30 Tobias                     2800         .4
           30 Baida                      2900         .6
           30 Khoo                       3100         .8
           30 Raphaely                  11000          1

Hypothetical Rank

  • 语法

[RANK | DENSE_RANK | PERCENT_RANK | CUME_DIST]( constant expression [, ...] ) WITHIN GROUP ( ORDER BY order by expression [ASC|DESC] [NULLS FIRST|NULLS LAST][, ...] )

  • 假如50部门新来一位工资4000的员工，计算该员工在50部门薪水的位置
select 
RANK(50,4000) within group (order by department_id, salary) rank,
DENSE_RANK(50,4000) within group (order by department_id, salary) dense_rank,
PERCENT_RANK(50,4000) within group (order by department_id, salary) percent_rank,
cume_dist(50,4000) within group (order by department_id, salary) cume_dist 
from employees where department_id=50;

      RANK DENSE_RANK PERCENT_RANK  CUME_DIST
---------- ---------- ------------ ----------
        38         18   .822222222 .847826087

欢迎关注我的公众号，一起学习。

你可能感兴趣的:(oracle)

  • MySQl篇（SQL - 基本介绍）（持续更新迭代） wclass-zhengge mysqlsql数据库
    目录一、简介二、SQL方言（分页查询为例）1.简介2.SQL方言大比拼2.1.Oracle2.1.1.使用ROWNUM实现分页查询2.1.2.使用ROW_NUMBER()实现分页查询2.2.MySQL2.3.PostgreSQL三、语法规范四、注释五、MySQL脚本中的标点符号一、简介1、SQL是结构化查询语言（StructureQueryLanguage），专门用来操作/访问关系型数据库的通用语
  • 梧桐数据库（WuTongDB）：数据库技术中都有哪些常见的优化器 鲁鲁517 梧桐数据库梧桐数据库
    以下是一些常见的数据库优化器：1.CBO（Cost-BasedOptimizer）应用场景：广泛应用于关系型数据库中，如Oracle、PostgreSQL、MySQL等。工作原理：通过计算不同执行计划的代价（如CPU、I/O等资源消耗），选择最低代价的执行计划。代表数据库：Oracle、PostgreSQL、MySQL。特点：CBO使用统计信息（如表大小、索引分布）来评估查询的代价。2.RBO（R
  • 解决mysql漏洞 Oracle MySQL Server远程安全漏洞(CVE-2015-0411) dieweidong5625 数据库运维java
    有时候会检测到服务器有很多漏洞，而大部分漏洞都是由于服务的版本过低的原因，因为官网出现漏洞就会发布新版本来修复这个漏洞，所以一般情况下，我们只需要对相应的软件包进行升级到安全版本即可。通过查阅官网信息，OracleMySQLServer远程安全漏洞(CVE-2015-0411)，受影响系统：OracleMySQLServer/usr/databases.sql//先备份原有所有数据，防止数据丢失。
  • MySQL内存结构 san.hang 数据库数据结构与算法
    实际上MySQL内存的组成和Oracle类似，也可以分为SGA（系统全局区）和PGA（程序缓存区）。mysql>showvariableslike"%buffer%";一、SGA1.innodb_buffer_bool用来缓存Innodb表的数据、索引、插入缓冲、数据字典等信息。2.innodb_log_buffer事务在内存中的缓冲，即redlogbuffer的大小3.querycache高速查
  • Oracle（125）如何执行不完全恢复？ 辞暮尔尔-烟火年年 Oracleoracle数据库
    不完全恢复（IncompleteRecovery）是指将Oracle数据库恢复到一个特定时间点、SCN（系统变更号）或取消点，而不是恢复到最近的备份后的最新状态。以下是详细的步骤和代码示例，展示如何执行不完全恢复。准备工作备份控制文件：确保你有控制文件的备份。备份数据文件：确保你有数据文件的备份。备份归档日志：确保你有最新的归档日志。不完全恢复的基本步骤关闭数据库：确保数据库处于关闭状态。启动数据
  • Oracle EBS中AR模块的财务流程概览 六月雨滴 EBSoracle
    应收账款(AR)模块是OracleE-BusinessSuite(EBS)中另一个重要的财务管理模块，主要用于管理企业销售过程中的账款回收。下面是AR模块中的一些关键财务流程及其详细说明：1.销售订单管理创建销售订单：当客户下单时，销售人员在系统中创建销售订单。订单确认：确认销售订单的详细信息，包括商品、数量、价格等。订单履行：确保仓库有足够的库存来满足订单需求。2.发票生成发票创建：根据销售订单
  • oracle数据库安装和配置详细讲解 程序员小羊！ 运维数据库oracle
    大家好，我是程序员小羊！前言：Oracle数据库是全球广泛使用的关系型数据库管理系统(RDBMS)，提供高性能、可靠性、安全性和可扩展性，广泛应用于企业关键任务系统。下面详细介绍如何在CentOS系统上安装和配置Oracle数据库。1.前提条件1.1硬件要求内存：最小1GB，推荐2GB以上。硬盘：至少10GB的可用空间，视具体应用需求而定。1.2软件要求操作系统：CentOS7或CentOS8（确
  • oracle实验-RMAN的PIPE接口 congqingm32098 数据库
    RMAN的PIPE接口RMAN除了支持交互式和批处理式，还支持一种PIPE的接口，通过这种PIPE接口，可以在ORACLE中将各种命令发送给RMAN。首先，以PIPE方式启动RMAN，其中P1是管道的名称：F:>RMANPIPEP1TARGET/@TESTNOCATALOG恢复管理器:版本9.2.0.4.0-ProductionCopyright(c)1995,2002,OracleCorpora
  • ORACLE查看索引是否有效 清水 索引oracle
    SELECTSTATUSFROMUSER_INDEXESWHEREINDEX_NAME='索引名';VALID——索引有效
  • Java 学习路线：语言、框架、中间件与数据库 高危型 java
    Java是一门功能强大、应用广泛的编程语言，适用于企业级应用、Web开发、大数据处理、Android开发等各种场景。这里为大家介绍了一下我认为较为合适的学习路线一、Java基础1.1Java语言基础1.1.1安装JDK和IDE安装JDK：下载JDK：访问Oracle官网，下载最新的JavaDevelopmentKit（JDK）。安装JDK：按照操作系统要求安装JDK并配置环境变量。Windows上
  • 微服务开发实战(七) 禅大师
    PostgreSQL下载安装在程序开发中，需要使用到数据库。目前.NETCore支持MSSQLServer，MySQL，PostgreSQL，Oracle等多种数据库。在本教程中，使用的是免费开源、跨平台、功能完善、性能强大的PostgreSQL数据库。可以直接访问官方网站https://www.postgresql.org/下载安装，或者从第三方网站https://www.openscg.com
  • Oracle数据库中的Oracle Label Security是什么 2401_85812026 javascript开发语言ecmascript
    OracleLabelSecurity（OLS）是Oracle数据库中的一个强大特性，它提供了基于标签的行级安全性控制。通过OLS，组织可以实施细粒度的数据访问控制，确保用户只能访问他们被授权的数据。OracleLabelSecurity的工作原理OLS通过定义一系列的标签和安全策略来控制对数据库中数据的访问。每个数据行都会被分配一个或多个标签，而用户或应用程序的会话也会被分配一个标签。当用户尝试
  • 数据库管理的利器Navicat —— 全面测评与热门产品推荐 界面开发小八哥 数据库Navicat数据库开发sqlmysql
    在数据库管理领域，Navicat无疑是一款深受欢迎的软件。作为一个强大的数据库管理和开发工具，它支持多种数据库类型，包括MySQL、MariaDB、MongoDB、SQLServer、Oracle、PostgreSQL等。本文将全面测评Navicat的核心功能，同时推荐几款热门的Navicat产品。Navicat的主要特点1.跨平台支持：Navicat支持Windows、Mac和Linux平台，可
  • 通过DBeaver连接Phoenix操作hbase 不想做咸鱼的王富贵
    通过DBeaver连接Phoenix操作hbase前言本文介绍常用一种通用数据库工具Dbeaver，DBeaver可通过JDBC连接到数据库，可以支持几乎所有的数据库产品，包括：MySQL、PostgreSQL、MariaDB、SQLite、Oracle、Db2、SQLServer、Sybase、MSAccess、Teradata、Firebird、Derby等等。商业版本更是可以支持各种NoSQ
  • PMSJ寻平面设计师之甲骨文公司(Oracle） 全球区块链企业动态
    1977年6月.LarryEllison与BobMiner和EdOates在硅谷共同创办了一家名为软件开发实验室（SoftwareDevelopmentLaboratories，SDL）的计算机公司（ORACLE公司的前身）.Ellison和Miner预见到数据库软件的巨大潜力.于是.SDL开始策划构建可商用的关系型数据库管理系统（RDBMS）.很快他们就弄出来一个产品雏形.或者具体的说.更像一个
  • linux安装Oracle所需pdksh包下载 Amor风信子 linuxoracle
    linux安装Oracle所需pdksh包下载：pdksh-5.2.14-37.el5.x86_64.rpm的下载提取码：msoe直接安装即可：rpm-ivhpdksh-5.2.14-37.el5.x86_64.rpm如果安装失败则尝试强制安装，强制安装命令：rpm-ivh*****.rpm--nodeps--force例如;rpm-ivhpdksh-5.2.14-37.el5.x86_64.rp
  • Spring 源码学习(九) Transaction 事务 带鱼真好吃
    spring系列转载自掘金VipAugushttps://juejin.cn/user/2348212565601415/postsSpringTransaction事务的使用和实现原理前言业务系统的数据，一般最后都会落入到数据库中，例如MySQL、Oracle等主流数据库，不可避免的，在数据更新时，有可能会遇到错误，这时需要将之前的数据更新操作撤回，避免错误数据。Spring的声明式事务能帮我们
  • Java初级学习路线概要~ 艾伦~耶格尔 Java初级java学习开发语言intellij-ideajdk
    前言如果你刚刚开始学习Java，掌握基础知识是关键。本文将提供一个详细的Java初级学习路线，帮助各位看官从基础开始，逐步掌握Java编程语言的核心概念。1.Java语言基础1.1Java简介-**Java介绍**：Java是一种广泛使用的编程语言，以其跨平台特性和面向对象设计而著名。-**应用场景**：Web应用、桌面应用、移动应用等。1.2环境搭建**安装JDK**：从[Oracle官网](h
  • Oracle分区表之MODIFY 使用在线重定义对集合表进行分区 IT皮特 oracle数据库
    您可以使用联机重新定义将未分区的集合表复制到已分区的集合表格，Oracle数据库将行插入集合表格中的相应分区。示例4-41说明了如何对Objects列中的嵌套表执行此操作；类似的例子适用于XMLType表或列中的有序集合类型表。在copy_table_dependents操作期间，您指定0或false用于复制索引和约束，因为您希望保留新定义的集合表的索引和约束。但是，集合表及其分区的名称与临时表的
  • Online Conversion of a Non-Partitioned Table to a Partitioned Table in Oracle Database 12c Release 2 IT皮特 数据库oracle
    从12.2开始，通过MODIFYTABLE可以在线实现普通表转分区表。一、创建测试表：DROPTABLEt1PURGE;CREATETABLEt1(idNUMBER,descriptionVARCHAR2(50),created_dateDATE,CONSTRAINTt1_pkPRIMARYKEY(id));CREATEINDEXt1_created_date_idxONt1(created_da
  • ‘pip‘ 不是内部或外部命令，也不是可运行的程序或批处理文件。 逆天小北鼻 pythonpip
    因为python13不支持pipinstallcx_Oracle，卸载了python13，重新安装python10，导致cmd命令不识别pip，和python10，(;´༎ຶД༎ຶ`)记录一种临时方案如果你的命令行界面（cmd）不识别pip命令，这通常意味着pip的可执行文件路径没有被添加到系统的环境变量中，或者环境变量的设置没有正确生效。重新检查pip的安装路径在命令行中运行以下Python代码
  • oracle用户管理 sinat_38878030
    第二章Oracle用户管理【目标】1.掌握用户的创建、删除、修改2.掌握基本的权限管理3.了解数据字典及基本操作【内容】一、用户的创建、删除、修改u创建用户语法：createuser用户名identifiedby密码;注：在oracle中创建用户只能由管理员或者具有管理员的权限的用户创建。案例：新建用户abc新建的用户是没有任何权限的，包括连接数据库的权限。新创建的用户是没有任何权限的，直接登录会
  • Oracle 用户及角色 介绍 iteye_3158 数据库
    一.用户管理1.1建立用户（数据库验证）CREATEUSERDAVEIDENTIFIEDBYpwdDEFAULTTABLESPACEusersTEMPORARYTABLESPACEtempQUOTA5mONusers;1.2修改用户ALTERUSERDAVEQUOTA0ONSYSTEM;1.3删除用户DROPUSERDAVE;DROPUSERDAVECASCADE;1.4显示用户信息SELECT*
  • Oracle中的系统权限和对象权限 杨天赐 OracledeleteinsertoracleOracleORACLEreferenceReference数据库
    Oracle中的系统权限和对象权限系统权限的定义:系统权限（systemprivilege）：指在系统级控制数据库的存取和使用的机制，即执行某种SQL语句的能力。如，是否能启动、停止数据库，是否能修改数据库参数，是否能连接到数据库，是否能创建、删除、更改方案对象（如表、索引、视图、过程）等。它一般是针对某一类方案对象或非方案对象的某种操作的全局性能力。提示”没有系统权限的用户实际上是个连登录能力都
  • MYSQL，SQL SERVER，ORICLE的区别 Codefengfeng mysql数据库
    1.MySQL是由瑞典MySQLAB公司开发的产品，开源免费，占用内存很小，是大学阶段学习的主要对象，常见版本为mysql5.7和mysql8.02.SQLSERVER主要由微软开发，需付费购买后使用，占用内存中等3.ORICLE主要由ORACLE公司（甲骨文）开发，需要付费购买后使用，占用内存最大
  • Oracle用户 Baijinwen DataBase
    一：用户用户名密码描述SYS用户指定数据库管理帐户SYSMANOEM_TEMP企业管理器帐户SYSTEM用户指定数据库管理帐户OUTLNOUTLN拥有connect和resource角色FLOWS_FILES该账户拥有oracleapplicationexpress上传的文件MDSYSMDSYSoracle空间数据媒体管理员ORDSYSORDSYSimage管理员EXFSYSEXFSYS表达式过滤
  • Oracle用户、权限、角色管理 一心只为学 oracle数据库运维服务器
    一、用户管理1、创建用户1.1创建用户user1，密码为123456，指定默认表空间为user1_tbs,临时表空间为user1_temp#user1_tbs表空间和user1_temp临时表空间需要提前创建好。#创建表空间user1_tbsSQL>createtablespaceuser1_tbsdatafile'/u01/app/oracle/oradata/ORCL/datafile/use
  • Oracle数据库中的Oracle Real Application Clusters是什么 2401_85812053 数据库oracle
    OracleRealApplicationClusters（简称OracleRAC）是Oracle数据库的一个关键特性，它允许多个数据库实例同时访问和管理同一个数据库。这种架构设计的目的是为了提高数据库系统的可扩展性、可用性和性能。OracleRAC的核心特点包括：高可用性：如果任何一个节点发生故障，其他节点可以继续处理请求，从而保持应用程序的连续运行。数据库实例之间的负载均衡可以自动进行，减少单
  • javaspringboot教程，5214页PDF的进阶架构师学习笔记 2401_84415534 程序员pdf学习笔记
    一、电面：自我介绍项目情况：对你来说影响最大的一个项目（该面试中有关项目问题都针对该项目展开）？为什么会想做这个项目？这个项目的ideal是谁提出来的？项目中如何实现的大数据的传输和存储项目中哪一部分最难攻克？如何攻克？基础知识考察：模块化的好处Htttp协议hashmap和concurrenthashmap区别及两者的优缺点对MySQL的了解，和oracle的区别对设计模式的看法和认知有哪些设计
  • Oracle 12c 及以上版本补丁更新说明及下载方法 zd1320732 oracleoracle12c补丁更新
    参考下面的文章，会对补丁更新的流程有一定的了解。https://www.modb.pro/db/27255RU（ReleaseUpdates）是每一个季度的版本升级。包括：最新的BUG修复最新的安全漏洞补丁最新添加的功能以19c为例，对应的升级版本升级路线是（19.1.0.0.0->19.2.0.0.0->19.3.0.0.0…）到现在是19.8.0.0.0RUR是对RU的修订版本，包括：最新的B
  • PHP，安卓，UI，java，linux视频教程合集 cocos2d-x小菜 javaUIPHPandroidlinux
    ╔-----------------------------------╗┆                           
  • 各表中的列名必须唯一。在表 'dbo.XXX' 中多次指定了列名 'XXX'。 bozch .net.net mvc
    在.net mvc5中，在执行某一操作的时候，出现了如下错误：       各表中的列名必须唯一。在表 'dbo.XXX' 中多次指定了列名 'XXX'。 经查询当前的操作与错误内容无关，经过对错误信息的排查发现，事故出现在数据库迁移上。 回想过去： 在迁移之前已经对数据库进行了添加字段操作，再次进行迁移插入XXX字段的时候，就会提示如上错误。  &
  • Java 对象大小的计算 e200702084 java
                              Java对象的大小 如何计算一个对象的大小呢？    
  • Mybatis Spring 171815164 mybatis
    ApplicationContext ac = new ClassPathXmlApplicationContext("applicationContext.xml"); CustomerService userService = (CustomerService) ac.getBean("customerService"); Customer cust
  • JVM 不稳定参数 g21121 jvm
            -XX 参数被称为不稳定参数，之所以这么叫是因为此类参数的设置很容易引起JVM 性能上的差异，使JVM 存在极大的不稳定性。当然这是在非合理设置的前提下，如果此类参数设置合理讲大大提高JVM 的性能及稳定性。        可以说“不稳定参数”
  • 用户自动登录网站 永夜-极光 用户
    1.目标:实现用户登录后,再次登录就自动登录,无需用户名和密码 2.思路:将用户的信息保存为cookie            每次用户访问网站,通过filter拦截所有请求,在filter中读取所有的cookie,如果找到了保存登录信息的cookie,那么在cookie中读取登录信息,然后直接
  • centos7 安装后失去win7的引导记录 程序员是怎么炼成的 操作系统
    1.使用root身份(必须)打开 /boot/grub2/grub.cfg 2.找到 ### BEGIN /etc/grub.d/30_os-prober ###   在后面添加    menuentry "Windows 7 (loader) (on /dev/sda1)" { 
  • Oracle 10g 官方中文安装帮助文档以及Oracle官方中文教程文档下载 aijuans oracle
    Oracle 10g 官方中文安装帮助文档下载：http://download.csdn.net/tag/Oracle%E4%B8%AD%E6%96%87API%EF%BC%8COracle%E4%B8%AD%E6%96%87%E6%96%87%E6%A1%A3%EF%BC%8Coracle%E5%AD%A6%E4%B9%A0%E6%96%87%E6%A1%A3 Oracle 10g 官方中文教程
  • JavaEE开源快速开发平台G4Studio_V3.2发布了 無為子 AOPoraclemysqljavaeeG4Studio
      我非常高兴地宣布,今天我们最新的JavaEE开源快速开发平台G4Studio_V3.2版本已经正式发布。大家可以通过如下地址下载。   访问G4Studio网站 http://www.g4it.org   G4Studio_V3.2版本变更日志 功能新增 (1).新增了系统右下角滑出提示窗口功能。 (2).新增了文件资源的Zip压缩和解压缩
  • Oracle常用的单行函数应用技巧总结 百合不是茶 日期函数转换函数(核心)数字函数通用函数(核心)字符函数
    单行函数;   字符函数,数字函数,日期函数,转换函数(核心),通用函数(核心) 一:字符函数: .UPPER(字符串) 将字符串转为大写 .LOWER (字符串) 将字符串转为小写 .INITCAP(字符串) 将首字母大写 .LENGTH (字符串) 字符串的长度 .REPLACE(字符串,'A','_') 将字符串字符A转换成_
  • Mockito异常测试实例 bijian1013 java单元测试mockito
    Mockito异常测试实例： package com.bijian.study; import static org.mockito.Mockito.mock; import static org.mockito.Mockito.when; import org.junit.Assert; import org.junit.Test; import org.mockito.
  • GA与量子恒道统计 Bill_chen JavaScript浏览器百度Google防火墙
    前一阵子，统计**网址时，Google Analytics（GA） 和量子恒道统计（也称量子统计），数据有较大的偏差，仔细找相关资料研究了下，总结如下：   为何GA和量子网站统计（量子统计前身为雅虎统计）结果不同？ 首先：没有一种网站统计工具能保证百分之百的准确出现该问题可能有以下几个原因：（1）不同的统计分析系统的算法机制不同；（2）统计代码放置的位置和前后
  • 【Linux命令三】Top命令 bit1129 linux命令
    Linux的Top命令类似于Windows的任务管理器，可以查看当前系统的运行情况，包括CPU、内存的使用情况等。如下是一个Top命令的执行结果：     top - 21:22:04 up 1 day, 23:49, 1 user, load average: 1.10, 1.66, 1.99 Tasks: 202 total, 4 running, 198 sl
  • spring四种依赖注入方式 白糖_ spring
      平常的java开发中，程序员在某个类中需要依赖其它类的方法，则通常是new一个依赖类再调用类实例的方法，这种开发存在的问题是new的类实例不好统一管理，spring提出了依赖注入的思想，即依赖类不由程序员实例化，而是通过spring容器帮我们new指定实例并且将实例注入到需要该对象的类中。依赖注入的另一种说法是“控制反转”，通俗的理解是：平常我们new一个实例，这个实例的控制权是我
  • angular.injector boyitech AngularJSAngularJS API
    angular.injector   描述: 创建一个injector对象, 调用injector对象的方法可以获得angular的service, 或者用来做依赖注入.   使用方法: angular.injector(modules, [strictDi])   参数详解: Param Type Details mod
  • java-同步访问一个数组Integer[10]，生产者不断地往数组放入整数1000，数组满时等待；消费者不断地将数组里面的数置零，数组空时等待 bylijinnan Integer
    public class PC { /** * 题目：生产者-消费者。 * 同步访问一个数组Integer[10]，生产者不断地往数组放入整数1000，数组满时等待；消费者不断地将数组里面的数置零，数组空时等待。 */ private static final Integer[] val=new Integer[10]; private static
  • 使用Struts2.2.1配置 Chen.H apachespringWebxmlstruts
    Struts2.2.1 需要如下 jar包: commons-fileupload-1.2.1.jar commons-io-1.3.2.jar commons-logging-1.0.4.jar freemarker-2.3.16.jar javassist-3.7.ga.jar ognl-3.0.jar spring.jar struts2-core-2.2.1.jar struts2-sp
  • [职业与教育]青春之歌 comsci 教育
           每个人都有自己的青春之歌............但是我要说的却不是青春...        大家如果在自己的职业生涯没有给自己以后创业留一点点机会,仅仅凭学历和人脉关系,是难以在竞争激烈的市场中生存下去的....   &nbs
  • oracle连接(join)中使用using关键字 daizj JOINoraclesqlusing
    在oracle连接(join)中使用using关键字 34. View the Exhibit and examine the structure of the ORDERS and ORDER_ITEMS tables. Evaluate the following SQL statement: SELECT oi.order_id, product_id, order_date FRO
  • NIO示例 daysinsun nio
    NIO服务端代码： public class NIOServer { private Selector selector; public void startServer(int port) throws IOException { ServerSocketChannel serverChannel = ServerSocketChannel.open(
  • C语言学习homework1 dcj3sjt126com chomework
    0、 课堂练习做完 1、使用sizeof计算出你所知道的所有的类型占用的空间。 int x; sizeof(x);   sizeof(int);   # include <stdio.h> int main(void) { int x1; char x2; double x3; float x4; printf(&quo
  • select in order by , mysql排序 dcj3sjt126com mysql
    If i select like this: SELECT id FROM users WHERE id IN(3,4,8,1); This by default will select users in this order 1,3,4,8, I would like to select them in the same order that i put IN() values so:
  • 页面校验-新建项目 fanxiaolong 页面校验
    $(document).ready( function() { var flag = true; $('#changeform').submit(function() { var projectScValNull = true; var s =""; var parent_id = $("#parent_id").v
  • Ehcache（02）——ehcache.xml简介 234390216 ehcacheehcache.xml简介
    ehcache.xml简介          ehcache.xml文件是用来定义Ehcache的配置信息的，更准确的来说它是定义CacheManager的配置信息的。根据之前我们在《Ehcache简介》一文中对CacheManager的介绍我们知道一切Ehcache的应用都是从CacheManager开始的。在不指定配置信
  • junit 4.11中三个新功能 jackyrong java
    junit 4.11中两个新增的功能，首先是注解中可以参数化，比如 import static org.junit.Assert.assertEquals; import java.util.Arrays; import org.junit.Test; import org.junit.runner.RunWith; import org.junit.runn
  • 国外程序员爱用苹果Mac电脑的10大理由 php教程分享 windowsPHPunixMicrosoftperl
    Mac 在国外很受欢迎，尤其是在 设计/web开发/IT 人员圈子里。普通用户喜欢 Mac 可以理解，毕竟 Mac 设计美观，简单好用，没有病毒。那么为什么专业人士也对 Mac 情有独钟呢？从个人使用经验来看我想有下面几个原因： 1、Mac OS X 是基于 Unix 的 这一点太重要了，尤其是对开发人员，至少对于我来说很重要，这意味着Unix 下一堆好用的工具都可以随手捡到。如果你是个 wi
  • 位运算、异或的实际应用 wenjinglian 位运算
    一． 位操作基础，用一张表描述位操作符的应用规则并详细解释。       二． 常用位操作小技巧，有判断奇偶、交换两数、变换符号、求绝对值。       三． 位操作与空间压缩，针对筛素数进行空间压缩。    &n
  • weblogic部署项目出现的一些问题（持续补充中……） Everyday都不同 weblogic部署失败
    好吧，weblogic的问题确实……   问题一： org.springframework.beans.factory.BeanDefinitionStoreException: Failed to read candidate component class: URL [zip:E:/weblogic/user_projects/domains/base_domain/serve
  • tomcat7性能调优（01） toknowme tomcat7
        Tomcat优化： 1、最大连接数最大线程等设置 <Connector port="8082" protocol="HTTP/1.1"                useBodyEncodingForURI="t
  • PO VO DAO DTO BO TO概念与区别 xp9802 javaDAO设计模式bean领域模型
    O/R Mapping 是 Object Relational Mapping（对象关系映射）的缩写。通俗点讲，就是将对象与关系数据库绑定，用对象来表示关系数据。在O/R Mapping的世界里，有两个基本的也是重要的东东需要了解，即VO，PO。 它们的关系应该是相互独立的，一个VO可以只是PO的部分，也可以是多个PO构成，同样也可以等同于一个PO（指的是他们的属性）。这样，PO独立出来，数据持
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他