当前位置:   article > 正文

oracle 怎么测试函数,Oracle分析函数使用总结

oracle 测试函数

1.使用评级函数

评级函数(ranking function)用于计算等级、百分点、n分片等等,下面是几个常用到的评级函数:

RANK():返回数据项在分组中的排名。特点:在排名相等的情况下会在名次中留下空位

DENSE_RANK():与RANK不同的是它在排名相等的情况下不会在名次中留下空位

CUME_DIST():返回特定值相对于一组值的位置:他是“cumulative distribution”(累积分布)的简写

PERCENT_RANK():返回某个值相对于一组值的百分比排名

NTILE():返回n分片后的值,比如三分片、四分片等等

ROW_NUMBER():为每一条分组纪录返回一个数字

下面我们分别举例来说明这些函数的使用

1)RANK()与DENSE-RANK()

首先显示下我们的源表数据的结构及部分数据:

SQL> desc all_sales;

名称                                     是否为空?类型

----------------------------------------- -------- -----------

YEAR                                     NOT NULL NUMBER(38)

MONTH                                    NOT NULL NUMBER(38)

PRD_TYPE_ID                              NOT NULL NUMBER(38)

EMP_ID                                   NOT NULL NUMBER(38)

AMOUNT                                            NUMBER(8,2)

SQL> select * from all_sales where rownum<11;

YEAR     MONTH PRD_TYPE_ID    EMP_ID    AMOUNT

---------- ---------- ----------- ---------- ----------

2003         1          1        21  10034.84

2003         2          1        21  15144.65

2003         3          1        21  20137.83

2003         4          1        21  25057.45

2003         5          1        21  17214.56

2003         6          1        21  15564.64

2003         7          1        21  12654.84

2003         8          1        21  17434.82

2003         9          1        21  19854.57

2003        10          1        21  21754.19

已选择10行。

好接下来我们将举例来说明上述函数的使用:首先是RANK()与DENSE-RANK()的使用:

SQL> select

2  prd_type_id,sum(amount),

3  RANK() OVER(ORDER BY SUM(amount) DESC) AS rank,

4  DENSE_RANK() OVER(ORDER BY SUM(amount) DESC) AS dense_rank

5 from all_sales

6 where year=2003

7 group by prd_type_id

8 order by rank;

PRD_TYPE_ID SUM(AMOUNT)      RANK DENSE_RANK

----------- ----------- ---------- ----------

5                     1         1

1  905081.84         2         2

3  478270.91         3         3

4  402751.16         4         4

2  186381.22         5         5

注意:这里PRD_TYPE_ID列为5的SUM(AMOUNT)的值为空,RANK()和DENSE-RANK在这一行的返回值为1。因为默认状态下RANK()和DENSE-RANK()在递减排序中将空值指定为最高排名1,而在递增排序中则把它指定为最低排名。这里还有一个问题就是我们的例子中没有SUM(AMOUNT)相等的值,如果有的话RANK与DENSE-RANK将表现出区别比如上面的例子如果PRD_TYPE_ID为4的SUM(AMOUNT)的值也为:478270.91的话,那么上面语句的输出则为:

PRD_TYPE_ID SUM(AMOUNT)      RANK DENSE_RANK

----------- ----------- ---------- ----------

5                     1         1

1  905081.84         2         2

3  478270.91         3         3

4  478270.91         3         3

2  186381.22         5         4

此外这里还有两个参数来限制空值的排序即:NULLS FIRST和NULLS LAST

我们还以上面的例子来看:

SQL> select

2  prd_type_id,sum(amount),

3  RANK() OVER (ORDER BY SUM(amount) DESCNULLS LAST) AS rank,

4  DENSE_RANK() OVER (ORDER BY SUM(amount) DESCNULLS LAST) AS dense_rank

5 from all_sales

6 where year=2003

7 group by prd_type_id

8* order by rank

PRD_TYPE_ID SUM(AMOUNT)      RANK DENSE_RANK

----------- ----------- ---------- ----------

1  905081.84         1         1

3  478270.91         2         2

4  402751.16         3         3

2  186381.22         4         4

5                     5         5

可以看出刚才我们不使用NULLS LAST时PRD_TYPE_ID为5的空值的排序位于第一,现在则位于第五。

接下来来看分析函数与PARTITION BY子句的结合使用:

当需要把分组划分为子分组时,那么我们便可以结合PRATITION BY子句和分析函数同时使用。如下例根据月份划分销量:

SQL> select

2  prd_type_id,month,SUM(amount),

3  RANK() OVER (PARTITION BYmonth ORDER BY SUM(amount) DESC) AS rank

4 from all_sales

5 where year=2003

6 and amount IS NOT NULL

7 GROUP BY prd_type_id,month

8* ORDER BY month,rank

PRD_TYPE_ID     MONTH SUM(AMOUNT)      RANK

----------- ---------- ----------- ----------

1         1   38909.04         1

3         1   24909.04         2

4         1   17398.43         3

2         1   14309.04         4

1         2    70567.9         1

4         2    17267.9         2

3         2    15467.9         3

2         2    13367.9         4

1         3   91826.98         1

4         3   31026.98         2

3         3   20626.98         3

PRD_TYPE_ID     MONTH SUM(AMOUNT)      RANK

----------- ---------- ----------- ----------

2         3   16826.98         4

1         4   120344.7         1

3         4    23844.7         2

4         4    16144.7         3

2         4    15664.7         4

1         5   97287.36         1

4         5   20087.36         2

3         5   18687.36         3

2         5   18287.36         4

1         6   57387.84         1

4         6   33087.84         2

PRD_TYPE_ID     MONTH SUM(AMOUNT)      RANK

----------- ---------- ----------- ----------

3         6   19887.84         3

2         6   14587.84         4

3         7   81589.04         1

1         7   60929.04         2

2         7   15689.04         3

4         7   12089.04         4

1         8   75608.92         1

3         8   62408.92         2

4         8   58408.92         3

2         8   16308.92         4

1         9   85027.42         1

PRD_TYPE_ID     MONTH SUM(AMOUNT)      RANK

----------- ---------- ----------- ----------

4         9   49327.42         2

3         9   46127.42         3

2         9   19127.42         4

1        10  105305.22         1

4        10   75325.14         2

3        10   70325.29         3

2        10   13525.14         4

1        11

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/花生_TL007/article/detail/584705
推荐阅读
相关标签
  

闽ICP备14008679号