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
    国产精品12区| 欧美三级欧美一级| 亚洲欧美日韩久久| 日韩一区二区电影在线| 成人理论电影网| 精品欧美一区二区久久| 91一区一区三区| 蜜桃av噜噜一区二区三区小说| 国产无一区二区| 亚洲影院在线观看| 成人三级在线视频| 欧美国产欧美综合| 国产成人欧美日韩在线电影| 精品免费视频.| 欧美aaaaa成人免费观看视频| 欧美色精品天天在线观看视频| 国产日本欧美一区二区| 国产精品69久久久久水密桃| 精品国产自在久精品国产| 亚洲理论在线观看| 欧美在线色视频| 亚洲男同性恋视频| 国产不卡免费视频| 国产精品天美传媒| 99国内精品久久| 日韩欧美一区在线观看| 色综合久久中文字幕| 欧美精品xxxxbbbb| 韩国一区二区在线观看| 1区2区3区欧美| 91精品国产综合久久精品app| 国产一区二区伦理片| 亚洲老妇xxxxxx| 久久综合精品国产一区二区三区| gogogo免费视频观看亚洲一| 亚洲午夜成aⅴ人片| 国产亚洲欧美激情| 欧美日韩视频第一区| 国产激情91久久精品导航| 国产精品乱码一区二区三区软件| 欧美日韩www| 成人avav影音| 国产经典欧美精品| 免费在线观看成人| 亚洲国产婷婷综合在线精品| 一色屋精品亚洲香蕉网站| 国产福利91精品| 国产99久久久国产精品潘金网站| 国产精品一区二区黑丝| 日韩欧美黄色影院| thepron国产精品| 精品亚洲欧美一区| 久久日韩精品一区二区五区| 国产精品天干天干在线综合| 亚洲国产精品麻豆| 色一情一伦一子一伦一区| 狠狠色丁香婷婷综合| 日韩av电影免费观看高清完整版 | 亚洲亚洲人成综合网络| 激情六月婷婷久久| aaa国产一区| 日韩一区二区三区四区五区六区| 久久免费视频色| 精品国一区二区三区| 欧美肥妇毛茸茸| 欧美日本韩国一区| 欧美日韩日日骚| 欧美日韩黄色影视| 91麻豆精品91久久久久同性| 欧美精品1区2区3区| 欧美日韩一区成人| 欧美精品 日韩| 欧美本精品男人aⅴ天堂| 日韩欧美在线一区二区三区| 精品免费日韩av| 国产三级精品视频| 亚洲视频一二区| 中文字幕一区在线观看| 曰韩精品一区二区| 午夜国产精品影院在线观看| 视频一区二区三区中文字幕| 久久电影网站中文字幕| 国产一区999| 一本大道久久a久久精品综合| 在线亚洲一区二区| 欧美日韩另类国产亚洲欧美一级| 欧美一区二区黄色| 久久综合九色欧美综合狠狠| 日韩一区在线看| 亚洲少妇最新在线视频| 亚洲国产美国国产综合一区二区| 亚洲国产日韩一区二区| 日韩欧美一区二区三区在线| 欧美一级国产精品| 国产亚洲欧美一区在线观看| 久久久不卡网国产精品二区 | eeuss鲁片一区二区三区在线看| 在线不卡a资源高清| 91丨国产丨九色丨pron| 99久久亚洲一区二区三区青草| 亚洲成人动漫一区| 亚洲欧美日韩国产综合| 精品欧美一区二区三区精品久久| 日韩视频在线你懂得| 精品免费视频一区二区| 国产亚洲人成网站| 国产精品亲子乱子伦xxxx裸| 亚洲欧洲成人自拍| 亚洲一区成人在线| 亚洲午夜激情网站| 日韩精品免费视频人成| 久久99久久99小草精品免视看| 欧美一区二区久久久| 欧美在线你懂的| 欧美一区二区免费视频| 2020日本不卡一区二区视频| 欧美国产激情二区三区| 亚洲欧美日韩在线播放| 国产精品国产三级国产a | 99久久精品国产一区二区三区| 狠狠色丁香久久婷婷综| 99久久久国产精品免费蜜臀| 国产v日产∨综合v精品视频| 色素色在线综合| 日韩视频免费直播| 欧美视频一区二| 一本色道久久综合狠狠躁的推荐| 色综合久久久久综合| 色婷婷激情综合| 日韩欧美激情一区| 国产日产亚洲精品系列| 性欧美疯狂xxxxbbbb| 五月婷婷久久综合| 成人在线综合网站| 成人av在线影院| 精品一区免费av| 在线观看网站黄不卡| 国产亚洲婷婷免费| 日韩不卡免费视频| 91玉足脚交白嫩脚丫在线播放| 91丨porny丨最新| 97久久超碰国产精品电影| 精品久久一区二区| 亚洲二区在线观看| 99久久国产综合色|国产精品| 精品久久五月天| 欧美一级爆毛片| 五月天激情综合| 色视频欧美一区二区三区| 国产色婷婷亚洲99精品小说| 日一区二区三区| 日本韩国欧美三级| 欧美mv日韩mv亚洲| 欧美日韩在线电影| 亚洲精品免费在线观看| 强制捆绑调教一区二区| 色婷婷亚洲精品| 久久综合成人精品亚洲另类欧美| 午夜欧美在线一二页| 色噜噜狠狠成人网p站| 91麻豆精品国产综合久久久久久 | 国产一本一道久久香蕉| 欧美在线短视频| 亚洲色图都市小说| 91浏览器入口在线观看| 精品久久久久一区二区国产| 麻豆精品一区二区av白丝在线| 成人免费的视频| 色视频一区二区| 亚洲一区电影777| 在线精品视频小说1| 亚洲欧美日韩电影| 久久精品国产亚洲aⅴ| 久久久久亚洲综合| 成人h精品动漫一区二区三区| 日韩区在线观看| 国内精品久久久久影院薰衣草 | 色综合中文字幕| 欧美大胆人体bbbb| 国产福利精品一区二区| 日本一区二区高清| jlzzjlzz亚洲日本少妇| 91麻豆精品国产自产在线| 蜜臀久久久99精品久久久久久| jizz一区二区| 亚洲视频一区在线观看| 欧美午夜精品久久久| 日韩精品视频网| 7878成人国产在线观看| 韩国午夜理伦三级不卡影院| 国产精品麻豆网站| 欧美午夜影院一区| 免费观看一级特黄欧美大片| 国产日韩精品一区二区三区| 91香蕉国产在线观看软件| 亚洲一区二区三区爽爽爽爽爽| 91精品蜜臀在线一区尤物| 欧洲色大大久久| 亚洲福中文字幕伊人影院| 精品黑人一区二区三区久久|