婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識庫 > Oracle開發之分析函數(Rank, Dense_rank, row_number)

Oracle開發之分析函數(Rank, Dense_rank, row_number)

熱門標簽:地圖標注養老院 百度地圖標注途經點 山東crm外呼系統軟件 哪個400外呼系統好 開發外呼系統 圖吧網站地圖標注 愛客外呼系統怎么樣 哈爾濱電話機器人銷售招聘 慧營銷crm外呼系統丹丹

一、使用rownum為記錄排名:

在前面一篇《Oracle開發之分析函數簡介Over》,我們認識了分析函數的基本應用,現在我們再來考慮下面幾個問題:

①對所有客戶按訂單總額進行排名
②按區域和客戶訂單總額進行排名
③找出訂單總額排名前13位的客戶
④找出訂單總額最高、最低的客戶
⑤找出訂單總額排名前25%的客戶

按照前面第一篇文章的思路,我們只能做到對各個分組的數據進行統計,如果需要排名的話那么只需要簡單地加上rownum不就行了嗎?事實情況是否如此想象般簡單,我們來實踐一下。

【1】測試環境:

復制代碼 代碼如下:
SQL> desc user_order;

 Name                                      Null?    Type
 ----------------------------------------- -------- ----------------------------
 REGION_ID                                          NUMBER(2)
 CUSTOMER_ID                                  NUMBER(2)
 CUSTOMER_SALES                          NUMBER

【2】測試數據:

復制代碼 代碼如下:
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.

注意這里有3條記錄的訂單總額是一樣的。假如我們現在需要篩選排名前12位的客戶,如果使用rownum會有什么樣的后果呢?

復制代碼 代碼如下:
SQL> select rownum, t.*
    from (select *
            from user_order
           order by customer_sales desc) t
   where rownum = 12
   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.

很明顯假如只是簡單地按rownum進行排序的話,我們漏掉了另外兩條記錄(參考上面的結果)。

二、使用分析函數來為記錄排名:

針對上面的情況,Oracle從8i開始就提供了3個分析函數:rand,dense_rank,row_number來解決諸如此類的問題,下面我們來看看這3個分析函數的作用以及彼此之間的區別:

Rank,Dense_rank,Row_number函數為每條記錄產生一個從1開始至N的自然數,N的值可能小于等于記錄的總數。這3個函數的唯一區別在于當碰到相同數據時的排名策略。

①ROW_NUMBER:

Row_number函數返回一個唯一的值,當碰到相同數據時,排名按照記錄集中記錄的順序依次遞增。

②DENSE_RANK:
Dense_rank函數返回一個唯一的值,除非當碰到相同數據時,此時所有相同數據的排名都是一樣的。

③RANK:
Rank函數返回一個唯一的值,除非遇到相同的數據時,此時所有相同數據的排名是一樣的,同時會在最后一條相同記錄和下一條不同記錄的排名之間空出排名。

這樣的介紹有點難懂,我們還是通過實例來說明吧,下面的例子演示了3個不同函數在遇到相同數據時不同排名策略:

復制代碼 代碼如下:
SQL> select region_id, customer_id, sum(customer_sales) total,
         rank() over(order by sum(customer_sales) desc) rank,
         dense_rank() over(order by sum(customer_sales) desc) dense_rank,
         row_number() over(order by sum(customer_sales) desc) row_number
    from user_order
   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.

請注意上面的綠色高亮部分,這里生動的演示了3種不同的排名策略:

①對于第一條相同的記錄,3種函數的排名都是一樣的:12

②當出現第二條相同的記錄時,Rank和Dense_rank依然給出同樣的排名12;而row_number則順延遞增為13,依次類推至第三條相同的記錄

③當排名進行到下一條不同的記錄時,可以看到Rank函數在12和15之間空出了13,14的排名,因為這2個排名實際上已經被第二、三條相同的記錄占了。而Dense_rank則順序遞增。row_number函數也是順序遞增

比較上面3種不同的策略,我們在選擇的時候就要根據客戶的需求來定奪了:

①假如客戶就只需要指定數目的記錄,那么采用row_number是最簡單的,但有漏掉的記錄的危險

②假如客戶需要所有達到排名水平的記錄,那么采用rank或dense_rank是不錯的選擇。至于選擇哪一種則看客戶的需要,選擇dense_rank或得到最大的記錄

三、使用分析函數為記錄進行分組排名:

上面的排名是按訂單總額來進行排列的,現在跟進一步:假如是為各個地區的訂單總額進行排名呢?這意味著又多了一次分組操作:對記錄按地區分組然后進行排名。幸虧Oracle也提供了這樣的支持,我們所要做的僅僅是在over函數中order by的前面增加一個分組子句:partition by region_id。

復制代碼 代碼如下:
SQL> select region_id, customer_id,
               sum(customer_sales) total,
         rank() over(partition by region_id
                        order by sum(customer_sales) desc) rank,
         dense_rank() over(partition by region_id
                        order by sum(customer_sales) desc) dense_rank,
         row_number() over(partition by region_id
                        order by sum(customer_sales) desc) row_number
    from user_order
   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.

現在我們看到的排名將是基于各個地區的,而非所有區域的了!Partition by 子句在排列函數中的作用是將一個結果集劃分成幾個部分,這樣排列函數就能夠應用于這各個子集。

前面我們提到的5個問題已經解決了2個了(第1,2),剩下的3個問題(Top/Bottom N,First/Last, NTile)會在下一篇講解。

以上就是Oracle中Rank, Dense_rank, row_number各個函數用法的全部內容,希望能給大家一個參考,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • Oracle開發之分析函數總結
  • Oracle開發之分析函數(Top/Bottom N、First/Last、NTile)
  • Oracle開發之分析函數簡介Over用法
  • 深入探討:oracle中row_number() over()分析函數用法
  • Oracle 分析函數RANK(),ROW_NUMBER(),LAG()等的使用方法
  • 常用Oracle分析函數大全

標簽:青島 固原 周口 武漢 開封 和田 甘肅 承德

巨人網絡通訊聲明:本文標題《Oracle開發之分析函數(Rank, Dense_rank, row_number)》,本文關鍵詞  Oracle,開,發之,分析,函數,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《Oracle開發之分析函數(Rank, Dense_rank, row_number)》相關的同類信息!
  • 本頁收集關于Oracle開發之分析函數(Rank, Dense_rank, row_number)的相關信息資訊供網民參考!
  • 推薦文章
    婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av
    国产一区二区调教| 欧美三级电影在线观看| 在线视频欧美精品| 精品日韩av一区二区| 亚洲精品一二三| 国产精品一区二区久激情瑜伽| 欧美色图一区二区三区| 亚洲国产精品v| 免费久久精品视频| 欧美日韩综合在线免费观看| 久久久久久久久久美女| 日本成人中文字幕在线视频| 色综合天天综合网天天看片| 国产欧美一区二区三区沐欲| 蜜桃精品视频在线| 欧美理论电影在线| 综合久久一区二区三区| 成人免费看视频| 久久亚洲捆绑美女| 久久成人羞羞网站| 日韩欧美另类在线| 午夜成人在线视频| 欧美精品日韩精品| 日韩精品高清不卡| 在线播放中文字幕一区| 亚洲综合在线视频| 欧美专区日韩专区| 亚洲一区二区三区中文字幕| 色94色欧美sute亚洲线路一ni| 亚洲欧洲日韩av| www.亚洲色图| 亚洲天堂成人在线观看| 色诱视频网站一区| 亚洲主播在线观看| 欧美中文字幕一区| 亚洲一区二区黄色| 欧美人妖巨大在线| 久久99精品国产| 久久精品网站免费观看| 国产成人免费在线| 国产精品久久久久久久午夜片| 粗大黑人巨茎大战欧美成人| 椎名由奈av一区二区三区| 色婷婷av一区二区三区软件 | www成人在线观看| 麻豆91在线看| 国产日本欧洲亚洲| 91视视频在线直接观看在线看网页在线看| 国产精品福利一区二区| 欧美在线高清视频| 另类综合日韩欧美亚洲| 国产日韩欧美不卡在线| 色婷婷激情一区二区三区| 午夜精品久久久久久久| 精品国内二区三区| 成人av在线资源| 亚洲h在线观看| 久久天堂av综合合色蜜桃网| av中文字幕一区| 视频精品一区二区| 国产日韩精品一区二区浪潮av| 丁香另类激情小说| 亚洲成人在线免费| 精品欧美乱码久久久久久1区2区| 成人免费va视频| 日韩福利电影在线| 国产精品国产三级国产普通话99| 欧美人牲a欧美精品| 国产69精品一区二区亚洲孕妇 | 91福利在线导航| 蜜臀久久99精品久久久久久9| 久久精品男人天堂av| 一本大道久久a久久精二百| 免费日韩伦理电影| 亚洲欧美日本在线| 久久久久亚洲蜜桃| 欧美色倩网站大全免费| 国产成人免费av在线| 日韩中文欧美在线| 亚洲视频一二三区| 久久久久国产成人精品亚洲午夜| 欧美日韩久久久久久| 成人爱爱电影网址| 韩国av一区二区| 亚洲成人7777| 中文字幕日韩av资源站| 久久久久久麻豆| 日韩一区二区精品| 欧美在线综合视频| 成人精品小蝌蚪| 精品在线观看免费| 婷婷丁香久久五月婷婷| 亚洲一区中文在线| 亚洲精品乱码久久久久久黑人| 26uuu色噜噜精品一区二区| 欧美绝品在线观看成人午夜影视| av欧美精品.com| 成人一区二区三区在线观看| 免费观看91视频大全| 日韩国产欧美视频| 午夜视频在线观看一区| 一区二区三区四区国产精品| 国产精品狼人久久影院观看方式| 久久这里只精品最新地址| 精品日韩一区二区| 精品久久久久久综合日本欧美| 在线播放日韩导航| 欧美高清视频不卡网| 欧美日韩一区二区不卡| 欧美日韩情趣电影| 91黄色在线观看| 在线观看一区不卡| 欧美在线一二三四区| 欧美最猛黑人xxxxx猛交| 在线观看日韩精品| 欧美三级电影在线看| 在线观看91精品国产麻豆| 91精品久久久久久久91蜜桃| 欧美日韩国产高清一区二区| 69堂成人精品免费视频| 欧美精品久久久久久久多人混战| 91精品国产麻豆国产自产在线| 欧美一二三四在线| 久久夜色精品国产欧美乱极品| 国产日韩欧美不卡在线| 亚洲欧美另类图片小说| 亚洲第一福利视频在线| 美女视频黄免费的久久 | 日本三级亚洲精品| 久久精品国产成人一区二区三区 | 欧美亚洲一区二区三区四区| 欧美性感一类影片在线播放| 日韩一区二区在线观看视频| 亚洲精品一线二线三线 | 精品国产一区二区三区久久久蜜月 | 香蕉乱码成人久久天堂爱免费| 舔着乳尖日韩一区| 精品制服美女久久| 不卡的电影网站| 欧美日韩精品电影| 久久久国产精品麻豆| 亚洲精品视频一区| 日本女人一区二区三区| 国产成人av资源| 91黄视频在线观看| 久久蜜桃av一区精品变态类天堂| 国产喷白浆一区二区三区| 亚洲综合区在线| 国产一二精品视频| 欧美性受极品xxxx喷水| 久久影院视频免费| 亚洲另类在线一区| 久久成人羞羞网站| 在线观看亚洲a| 久久精品视频网| 亚洲bt欧美bt精品| 99在线热播精品免费| 日韩午夜小视频| 成人欧美一区二区三区视频网页| 日精品一区二区| 99精品视频在线观看免费| 欧美一区二区在线免费观看| 1000部国产精品成人观看| 久久精品国产第一区二区三区| 日本高清不卡aⅴ免费网站| 精品国产乱码久久久久久图片| 亚洲男人天堂av网| 国产成人精品亚洲777人妖| 337p亚洲精品色噜噜| 亚洲丝袜美腿综合| 国产高清不卡一区二区| 欧美一级理论片| 亚洲国产中文字幕| 91啪在线观看| 国产精品视频九色porn| 精品一区二区三区视频在线观看 | 激情六月婷婷久久| 91精品国产综合久久久蜜臀粉嫩| 亚洲图片激情小说| 国产成人av一区| 久久网这里都是精品| 免费观看成人鲁鲁鲁鲁鲁视频| 欧美亚洲一区二区在线观看| 亚洲精品综合在线| av日韩在线网站| 国产精品久久久久久久久免费相片 | 国产精品欧美经典| 国产69精品久久久久777| 久久综合视频网| 久久国产福利国产秒拍| 日韩免费观看2025年上映的电影 | wwwwxxxxx欧美| 久久成人羞羞网站| 精品少妇一区二区三区视频免付费| 婷婷激情综合网| 欧美一级高清片在线观看| 老司机精品视频导航| 2020日本不卡一区二区视频| 国产精品一级黄| 国产精品三级av在线播放|