×

开窗函数

sql语句的几个常用函数总结?能说一下oracle中的开窗函数 聚合函数 分析函数都是什么吗

admin admin 发表于2023-08-27 11:16:04 浏览55 评论0

抢沙发发表评论

本文目录

sql语句的几个常用函数总结

聚合函数max() count() sum() min()开窗函数row_number(),rank()时间函数convert(),adatediff(week,,getdate())

能说一下oracle中的开窗函数 聚合函数 分析函数都是什么吗

我也是用oracle数据库的,在实际开发中用到开窗函数和分析函数的机会还是很少的,用聚合函数的时候非常多,请LZ多关注聚合函数,下面是我上各大网站收集的,希望对楼主有所帮助。分析函数用于计算基于组的某种聚合值,它和聚合函数的不同之处是对于每个组返回多行,而聚合函数对于每个组只返回一行。下面通过几个例子来说明其应用。 1:统计某商店的营业额。 date sale 1 20 2 15 3 14 4 18 5 30 规则:按天统计:每天都统计前面几天的总额 得到的结果: DATE SALE SUM ----- -------- ------ 1 20 20 --1天 2 15 35 --1天+2天 3 14 49 --1天+2天+3天 4 18 67 . 5 30 97 . 2:统计各班成绩第一名的同学信息 NAME CLASS S ----- ----- ---------------------- fda 1 80 ffd 1 78 dss 1 95 cfe 2 74 gds 2 92 gf 3 99 ddd 3 99 adf 3 45 asdf 3 55 3dd 3 78 通过: -- select * from ( select name,class,s,rank()over(partition by class order by s desc) mm from t2 ) where mm=1 -- 得到结果: NAME CLASS S MM ----- ----- ---------------------- ---------------------- dss 1 95 1 gds 2 92 1 gf 3 99 1 ddd 3 99 1 注意: 1.在求第一名成绩的时候,不能用row_number(),因为如果同班有两个并列第一,row_number()只返回一个结果 2.rank()和dense_rank()的区别是: --rank()是跳跃排序,有两个第二名时接下来就是第四名 --dense_rank()l是连续排序,有两个第二名时仍然跟着第三名3.分类统计 (并显示信息) A B C -- -- ---------------------- m a 2 n a 3 m a 2 n b 2 n b 1 x b 3 x b 2 x b 4 h b 3 select a,c,sum(c)over(partition by a) from t2 得到结果: A B C SUM(C)OVER(PARTITIONBYA) -- -- ------- ------------------------ h b 3 3 m a 2 4 m a 2 4 n a 3 6 n b 2 6 n b 1 6 x b 3 9 x b 2 9 x b 4 9 如果用sum,group by 则只能得到 A SUM(C) -- ---------------------- h 3 m 4 n 6 x 9 无法得到B列值 =====select * from test数据:A B C1 1 11 2 21 3 32 2 53 4 6---将B栏位值相同的对应的C 栏位值加总select a,b,c, SUM(C) OVER (PARTITION BY B) C_Sumfrom testA B C C_SUM1 1 1 11 2 2 72 2 5 71 3 3 33 4 6 6---如果不需要已某个栏位的值分割,那就要用 nulleg: 就是将C的栏位值summary 放在每行后面select a,b,c, SUM(C) OVER (PARTITION BY null) C_Sumfrom testA B C C_SUM1 1 1 171 2 2 171 3 3 172 2 5 173 4 6 17 求个人工资占部门工资的百分比SQL》 select * from salary;NAME DEPT SAL---------- ---- -----a 10 2000b 10 3000c 10 5000d 20 4000SQL》 select name,dept,sal,sal*100/sum(sal) over(partition by dept) percent from salary;NAME DEPT SAL PERCENT---------- ---- ----- ----------a 10 2000 20b 10 3000 30c 10 5000 50d 20 4000 100二:开窗函数 开窗函数指定了分析函数工作的数据窗口大小,这个数据窗口大小可能会随着行的变化而变化,举例如下:1: over(order by salary) 按照salary排序进行累计,order by是个默认的开窗函数 over(partition by deptno)按照部门分区2: over(order by salary range between 5 preceding and 5 following) 每行对应的数据窗口是之前行幅度值不超过5,之后行幅度值不超过5 例如:对于以下列 aa 1 2 2 2 3 4 5 6 7 9 sum(aa)over(order by aa range between 2 preceding and 2 following) 得出的结果是 AA SUM ---------------------- ------------------------------------------------------- 1 10 2 14 2 14 2 14 3 18 4 18 5 22 6 18 7 22 9 9 就是说,对于aa=5的一行,sum为 5-1《=aa《=5+2 的和 对于aa=2来说,sum=1+2+2+2+3+4=14 ; 又如 对于aa=9 ,9-1《=aa《=9+2 只有9一个数,所以sum=9 ; 3:其它: over(order by salary rows between 2 preceding and 4 following) 每行对应的数据窗口是之前2行,之后4行4:下面三条语句等效: over(order by salary rows between unbounded preceding and unbounded following) 每行对应的数据窗口是从第一行到最后一行,等效: over(order by salary range between unbounded preceding and unbounded following) 等效 over(partition by null)other(数用于计算基于组的某种聚合值,它和聚合函数的不同之处是对于每个组返回多行,而聚合函数对于每个组只返回一行。一、 over函数 over函数指定了分析函数工作的数据窗口的大小,这个数据窗口大小可能会随着行的变化而变化,例如:over(order by salary)按照salary排序进行累计,order by是个默认的开窗函数over(partition by deptno) 按照部门分区over(order by salary range between 50 preceding and 150 following)每行对应的数据窗口是之前行幅度值不超过50,之后行幅度值不超过150的数据记录over(order by salary rows between 50 perceding and 150 following)前50行,后150行over(order by salary rows between unbounded preceding and unbounded following)所有行over(order by salary range between unbounded preceding and unbounded following)所有行二、 sum函数 功能描述:该函数计算组中表达式的累积和。SAMPLE:下例计算同一经理下员工的薪水累积值SELECT manager_id, last_name, salary,SUM (salary) OVER (PARTITION BY manager_id ORDER BY salaryRANGE UNBOUNDED PRECEDING) l_csumFROM employeesWHERE manager_id in (101,103,108);三、 应用实例1, 测试环境设置设有销售表t_sales (subcompany,branch,region,customer,sale_qty); 存储客户的销售明细,记录如下所示。Subcompany Branch Region Customer Sale_qty北京分公司 北京经营部 片区1 客户1 1北京分公司 北京经营部 片区1 客户1 1北京分公司 北京经营部 片区1 客户2 1北京分公司 北京经营部 片区1 客户2 1北京分公司 北京经营部 片区2 客户1 1北京分公司 北京经营部 片区2 客户1 1北京分公司 北京经营部 片区2 客户2 1北京分公司 北京经营部 片区2 客户2 1北京分公司 其他经营部 片区1 客户1 1北京分公司 其他经营部 片区1 客户1 1北京分公司 其他经营部 片区1 客户2 1北京分公司 其他经营部 片区1 客户2 1北京分公司 其他经营部 片区2 客户1 1北京分公司 其他经营部 片区2 客户1 1北京分公司 其他经营部 片区2 客户2 1北京分公司 其他经营部 片区2 客户2 1create table t_sales(subcompany varchar2(40),branch varchar2(40),region varchar2(40),customer varchar2(40),sale_qty numeric(18,4));comment on table t_sales is ’销售表,分析函数测试’;comment on column t_sales.subcompany is ’分公司’;comment on column t_sales.branch is ’经营部’;comment on column t_sales.region is ’片区’;comment on column t_sales.customer is ’客户’;comment on column t_sales.sale_qty is ’销售数量’;2,问题提出现在要求给出销售汇总报表,报表中需要提供的数据包括客户汇总,和客户在其上级机构中的销售比例。Subcompany Branch Region Customer Sale_qty Rate北京分公司 北京经营部 片区1 客户1 2 50%北京分公司 北京经营部 片区1 客户2 2 50%北京分公司 北京经营部 片区1 小计 4 50%北京分公司 北京经营部 片区2 客户1 2 50%北京分公司 北京经营部 片区2 客户2 2 50%北京分公司 北京经营部 片区2 小计 4 50%北京分公司 北京经营部 小计 小计 8 50%北京分公司 北京经营部 片区1 客户1 2 50%北京分公司 北京经营部 片区1 客户2 2 50%北京分公司 北京经营部 片区1 小计 4 50%北京分公司 北京经营部 片区2 客户1 2 50%北京分公司 北京经营部 片区2 客户2 2 50%北京分公司 北京经营部 片区2 小计 4 50%北京分公司 北京经营部 小计 小计 8 50%北京分公司 小计 小计 小计 16 100%3,解决方案(方案1)首先我们可以使用oracle对group by 的扩展功能rollup得到如下的聚合汇总结果。select subcompany,branch,region,customer,sum(sale_qty) sale_qty from t_sales group by rollup(subcompany,branch,region,customer);Subcompany Branch Region Customer Sale_qty北京分公司 北京经营部 片区1 客户1 2北京分公司 北京经营部 片区1 客户2 2北京分公司 北京经营部 片区1 4北京分公司 北京经营部 片区2 客户1 2北京分公司 北京经营部 片区2 客户2 2北京分公司 北京经营部 片区2 4北京分公司 北京经营部 8北京分公司 其他经营部 片区1 客户1 2北京分公司 其他经营部 片区1 客户2 2北京分公司 其他经营部 片区1 4北京分公司 其他经营部 片区2 客户1 2北京分公司 其他经营部 片区2 客户2 2北京分公司 其他经营部 片区2 4北京分公司 其他经营部 8北京分公司 16 16分析上面的临时结果,我们看到:明细到客户的汇总信息,其除数为当前的sum(sale_qty),被除数应该是到片区的小计信息。明细到片区的汇总信息,其除数为片区的sum(sale_qty),被除数为聚合到经营部的汇总数据。。。。考虑到上述因素,我们可以使用oracle的开窗函数over,将数据定位到我们需要定位的记录。如下代码中,我们利用开窗函数over直接将数据定位到其上次的小计位置。over(partition by decode(f_branch, 1, null, subcompany), decode(f_branch, 1, null, decode(f_region, 1, null, branch)), decode(f_branch, 1, null, decode(f_region, 1, null, decode(f_customer, 1, null, region))), null)经整理后的查询语句如下。select subcompany, decode(f_branch, 1,subcompany||’(С¼Æ)’, branch), decode(f_region,1,branch||’(С¼Æ)’,region), decode(f_customer,1,region||’(С¼Æ)’, customer), sale_qty, trim(to_char(round(sale_qty/ sum(sale_qty) over(partition by decode(f_branch, 1, null, subcompany), decode(f_branch, 1, null, decode(f_region, 1, null, branch)), decode(f_branch, 1, null, decode(f_region, 1, null, decode(f_customer, 1, null, region))), null),2) *100,99990.99)) from (select grouping(branch) f_branch, grouping(region) f_region, grouping(customer) f_customer, subcompany, branch, region, customer, sum(sale_qty) sale_qty from t_sales group by subcompany, rollup(branch, region, customer))Subcompany Branch Region Customer Sale_qty Rate北京分公司 北京经营部 片区1 客户1 2 50.00北京分公司 北京经营部 片区1 客户2 2 50.00北京分公司 北京经营部 片区2 客户1 2 50.00北京分公司 北京经营部 片区2 客户2 2 50.00北京分公司 北京经营部 片区1 片区1(小计) 4 50.00北京分公司 北京经营部 片区2 片区2(小计) 4 50.00北京分公司 其他经营部 片区1 客户1 2 50.00北京分公司 其他经营部 片区1 客户2 2 50.00北京分公司 其他经营部 片区2 客户1 2 50.00北京分公司 其他经营部 片区2 客户2 2 50.00北京分公司 其他经营部 片区1 片区1(小计) 4 50.00北京分公司 其他经营部 片区2 片区2(小计) 4 50.00北京分公司 北京经营部 北京经营部(小计) (小计) 8 50.00北京分公司 其他经营部 其他经营部(小计) (小计) 8 50.00北京分公司 北京分公司(小计) (小计) (小计) 16 100.00北京分公司 北京经营部 片区1 客户1 2 50.004,可能的另外一种解决方式(方案2)select subcompany, decode(f_branch, 1,subcompany||’(С¼Æ)’, branch), decode(f_region,1,branch||’(С¼Æ)’,region), decode(f_customer,1,region||’(С¼Æ)’, customer), sale_qty, /* trim(to_char(round(sale_qty/*/ decode(f_branch+f_region+f_customer, 0, (sum(sale_qty) over(partition by subcompany,branch,region))/2, 1, (sum(sale_qty) over(partition by subcompany,branch))/3, 2, (sum(sale_qty) over(partition by subcompany))/4 , sum(sale_qty) over()/4 )/* ,2) *100,99990.99))*/ from (select grouping(branch) f_branch, grouping(region) f_region, grouping(customer) f_customer, subcompany, branch, region, customer, sum(sale_qty) sale_qty from t_sales group by subcompany, rollup(branch, region, customer))在上面的解决方式中,最大的问题在于开窗函数过大。导致每次计算涉及到的行数过多,影响到执行的速度和效率。并且需要额外的计算处理清除多余叠加进去的数值 。)

SQL server 开窗函数里可以加聚集函数嘛类似rank() over (order by sum(distinct a) )

CASE WHEN wst.score - 60 《 0 THEN ---当wst.score 《60的时候执行开窗函数RANK() OVERRANK() OVER (PARTITION BY 当wst.score 《60的时候,如果wst.score 》=60直为null,否则的话当作’A’,--〉最终结果是按照wst.score 《60(也就是null) 和 ’A’分组CASE WHEN wst.score - 60 》= 0 THEN NULL ELSE ’A’ END ORDER BY wst.score DESC) END 整个就是1)如果wst.score 《601.1按照 《60(’A’). 》=60(NULL)分组,注意,此时分组的是A和null1.2按照A和NULL分组后按照wst.score组内降序排列 所以说你那个SQL语句性能很不好,可以优化的。你可以给个例子和你想要得结果,我可以帮你看看能否改进。另外,你最外层那个CASE没有else,程序很不健壮哦。。。

sparksql 开窗函数怎么用

row_number方法,相当于groupTopN。分组排序应用非常广泛。package com.dt.sparkimport org.apache.spark.sql.hive.HiveContextimport org.apache.spark.{SparkContext, SparkConf}object SparkSQLWindowFunctionOps { def main(args:Array) { val conf: SparkConf = new SparkConf().setAppName(“SparkSQLWindowFunctionOps“).setMaster(“spark://Master:7077“) val sc = new SparkContext(conf) val hiveContext = new HiveContext(sc) //构建SQL上下文!

oracle开窗函数到底有哪些啊,谁能一一举个

窗口函数可以计算一定 记录范围内、一定值域内、或者一段时间内的累计和以及移动平均值等等.之所以使用窗口这个术语,是因为对结果的处理使用了一个滑动的查询结果集范围。

oracle 开窗函数 rows 和什么等价

oracle 开窗函数 rows 和什么等价开窗函数的的理解:开窗函数指定了分析函数工作的数据窗口大小,这个数据窗口大小可能会随着行的变化而变化,举例如下:over(order by salary) 按照salary排序进行累计,order by是个默认的开窗函数over(partition by deptno)按照部门分区

求助原子哥,开窗函数LCD

LCD显示是静态的,如果你不刷新的话,它是不会变的。不同位置刷新不同图片,方案也比较灵活的,最费时的,就是整个图刷新,但是只有需要变化的那图改变,其他的虽然没变,但也同时刷新,如果慢了给人的感觉就是整个画面慢慢展开了。还有就是自己定义一个开窗函数,通过打点函数改写指定区域的RAM,这样的会方便的多的,也不会出现真个画面都变了。

SQL Server中的开窗函数是什么

开窗函数(OVER子句)用于为行定义一个窗口(这里的窗口是指运算将要操作的行的集合),它对一组值进行操作,不需要使用GROUP BY子句对数据进行分组,能够在同一行中同时返回基础行的列和聚合列。举例来说,如果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,肯定是通过AVG聚合函数来实现求平均分。由于聚合函数是以GROUP BY 查询作为操作的上下文对一组值进行聚合,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,我们不能同时返回基础列(班级,学生等列),而只能得到聚合列。

为什么要使用开窗函数row

这个问题问的有些看不懂 Row_number()是SQL2005里的开窗函数 前台使用什么语言并不影响sql返回的执行结果 楼主既然不要写sql方式那么是会用这个函数的 那为什么还要提问呢。。。