oracle分析函数Rank, Dense_rank, row_number

目录
===============================================
1.使用rownum为记录排名
2.使用分析函数来为记录排名
3.使用分析函数为记录进行分组排名

一、使用rownum为记录排名：

在前面一篇《Oracle开发专题之：分析函数》，我们认识了分析函数的基本应用，现在我们再来考虑下面几个问题：

①对所有客户按订单总额进行排名
②按区域和客户订单总额进行排名
③找出订单总额排名前13位的客户
④找出订单总额最高、最低的客户
⑤找出订单总额排名前25%的客户

按照前面第一篇文章的思路，我们只能做到对各个分组的数据进行统计，如果需要排名的话那么只需要简单地加上rownum不就行了吗？事实情况是否如此想象般简单，我们来实践一下。

【1】测试环境：

SQL >   desc  user_order;
 Name                                       Null ?    Type
  -- --------------------------------------- -------- ----------------------------
 REGION_ID                                           NUMBER ( 2 )
 CUSTOMER_ID                                   NUMBER ( 2 )
 CUSTOMER_SALES                           NUMBER

【2】测试数据：

SQL >   select   *   from  user_order  order   by  customer_sales;

 REGION_ID CUSTOMER_ID CUSTOMER_SALES
-- -------- ----------- --------------
          5             1                151162
         10            29               903383
          6             7                971585
         10            28              986964
          9            21             1020541
          9            22             1036146
          8            16             1068467
          6             8              1141638
          5             3              1161286
          5             5              1169926
          8            19             1174421
          7            12             1182275
          7            11             1190421
          6            10             1196748
          6             9              1208959
         10            30            1216858
          5             2                1224992
           9             24              1224992
           9             23              1224992
            8            18             1253840
          7            15             1255591
          7            13             1310434
         10            27            1322747
          8            20             1413722
          6             6              1788836
         10            26            1808949
          5             4              1878275
          7            14             1929774
          8            17             1944281
          9            25             2232703

30  rows selected.

注意这里有3条记录的订单总额是一样的。假如我们现在需要筛选排名前12位的客户，如果使用rownum会有什么样的后果呢？

SQL >   select  rownum, t. *
   2      from  ( select   *  
   3              from  user_order
   4             order   by  customer_sales  desc ) t
   5     where  rownum  <=   12
   6     order   by  customer_sales  desc ;

    ROWNUM  REGION_ID CUSTOMER_ID CUSTOMER_SALES
-- -------- ---------- ----------- --------------
          1            9                   25          2232703
          2            8                   17          1944281
          3            7                   14          1929774
          4            5                     4          1878275
          5           10                  26          1808949
          6            6                     6          1788836
          7            8                   20          1413722
          8           10                  27          1322747
          9            7                  13          1310434
         10            7                 15          1255591
         11            8                 18          1253840
           12             5                     2          1224992

12  rows selected.

很明显假如只是简单地按rownum进行排序的话，我们漏掉了另外两条记录(参考上面的结果)。

二、使用分析函数来为记录排名：

针对上面的情况，Oracle从8i开始就提供了3个分析函数：rand，dense_rank，row_number来解决诸如此类的问题，下面我们来看看这3个分析函数的作用以及彼此之间的区别：

Rank，Dense_rank，Row_number函数为每条记录产生一个从1开始至N的自然数，N的值可能小于等于记录的总数。这3个函数的唯一区别在于当碰到相同数据时的排名策略。

①ROW_NUMBER：

Row_number函数返回一个唯一的值，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。 

②DENSE_RANK：
Dense_rank函数返回一个唯一的值，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。 

③RANK：
Rank函数返回一个唯一的值，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。

这样的介绍有点难懂，我们还是通过实例来说明吧，下面的例子演示了3个不同函数在遇到相同数据时不同排名策略：

SQL >   select  region_id, customer_id,  sum (customer_sales) total,
   2          rank()  over ( order by sum(customer_sales) desc ) rank,
   3          dense_rank()  over ( order by sum(customer_sales) desc ) dense_rank,
   4          row_number()  over ( order by sum(customer_sales) desc ) row_number
   5      from  user_order
   6     group   by  region_id, customer_id;

 REGION_ID CUSTOMER_ID      TOTAL       RANK DENSE_RANK ROW_NUMBER
-- -------- ----------- ---------- ---------- ---------- ----------
          
          8            18                  1253840           11           11           11
          5             2                   1224992           12           12           12
          9            23                  1224992           12           12           13
          9            24                  1224992           12           12           14
         10            30                 1216858           15           13            15
  

30  rows selected.

请注意上面的绿色高亮部分，这里生动的演示了3种不同的排名策略：

①对于第一条相同的记录，3种函数的排名都是一样的：12

②当出现第二条相同的记录时，Rank和Dense_rank依然给出同样的排名12；而row_number则顺延递增为13，依次类推至第三条相同的记录

③当排名进行到下一条不同的记录时，可以看到Rank函数在12和15之间空出了13,14的排名，因为这2个排名实际上已经被第二、三条相同的记录占了。而Dense_rank则顺序递增。row_number函数也是顺序递增

比较上面3种不同的策略，我们在选择的时候就要根据客户的需求来定夺了：

①假如客户就只需要指定数目的记录，那么采用row_number是最简单的，但有漏掉的记录的危险

②假如客户需要所有达到排名水平的记录，那么采用rank或dense_rank是不错的选择。至于选择哪一种则看客户的需要，选择dense_rank或得到最大的记录

三、使用分析函数为记录进行分组排名：

上面的排名是按订单总额来进行排列的，现在跟进一步：假如是为各个地区的订单总额进行排名呢？这意味着又多了一次分组操作：对记录按地区分组然后进行排名。幸亏Oracle也提供了这样的支持，我们所要做的仅仅是在over函数中order by的前面增加一个分组子句：partition by region_id。

SQL >   select  region_id, customer_id, 
                sum (customer_sales) total,
   2          rank()  over (partition by region_id
                         order   by   sum (customer_sales)  desc ) rank,
   3          dense_rank()  over (partition by region_id
                         order   by   sum (customer_sales)  desc ) dense_rank,
   4          row_number()  over (partition by region_id
                         order   by   sum (customer_sales)  desc ) row_number

   5      from  user_order
   6     group   by  region_id, customer_id;

 REGION_ID CUSTOMER_ID      TOTAL       RANK DENSE_RANK ROW_NUMBER
-- -------- ----------- ---------- ---------- ---------- ----------
          5             4                  1878275            1            1            1
          5             2                  1224992            2            2            2
          5             5                  1169926            3            3            3
          6             6                  1788836            1            1            1
          6             9                  1208959            2            2            2
          6            10                 1196748            3            3            3        
 

30  rows selected.

现在我们看到的排名将是基于各个地区的，而非所有区域的了！Partition by 子句在排列函数中的作用是将一个结果集划分成几个部分，这样排列函数就能够应用于这各个子集。

前面我们提到的5个问题已经解决了2个了(第1,2)，剩下的3个问题(Top/Bottom N，First/Last, NTile)会在下一篇讲解。

参考资料：《Mastering Oracle SQL》(By Alan Beaulieu, Sanjay Mishra O'Reilly June 2004  0-596-00632-2)