今天是2019年第一天,在此祝大家新年快乐,梦想还在路上,让我们继续加油!
应之前的计划,今天完成这篇记录,也借此记录自己的成长。
一、几个排名函数的语法和用法:
rank ( ) over ([partition by col] order by col )
dense_rank ( ) over ([partition by col] order by col )
rownumber ( ) over ( [partition by col] order by col )
rank() 是排名的函数,该函数组内排序后会进行跳号,分数相同的作为并列。
dense_rank() 该函数不会跳号,分数相同为并列第一,下一个是第二。
row_number() 可以通过over 根据某字段排序完之后进行组内(如果有partition by)排序。
下图是测试结果,先来看图消化一下:
下边是代码:
with lcy as ( select regexp_substr('10,20,30,30,50,60,80,80,90,100','[^,]+',1,level) score from dual connect by level <= 10 ) select score, rank()over (order by to_number(score) desc) "rank", dense_rank()over (order by to_number(score) desc) "dense_rank" , row_number()over (order by to_number(score) desc) "row_number" from lcy ;
解释可能不够详细,但我觉得截图展示更直观一点。
二、Oracle分析函数与聚合函数的区别:
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。
(肚里墨水太少,还是直接看例子吧)
几种常用的聚合函数(这里就不截图了,大家可以试一下):
1、 AVG(DISTINCT|ALL)
ALL表示对所有的值求平均值,DISTINCT只对不同的值求平均值
SELECT AVG(SAL) FROM SCOTT.EMP; SELECT AVG(DISTINCT SAL) FROM SCOTT.EMP;
2、MAX(DISTINCT|ALL)
求最大值,ALL表示对所有的值求最大值,DISTINCT表示对不同的值求最大值,相同的只取一次
(加不加查询结果一致,不知DISTINCT有什么用途,不同于AVG等聚合函数)
SELECT MAX(DISTINCT SAL) FROM SCOTT.EMP; SELECT MAX(SAL) FROM SCOTT.EMP
3、 MIN(DISTINCT|ALL)
求最小值,ALL表示对所有的值求最小值,DISTINCT表示对不同的值求最小值,相同的只取一次
SELECT MIN(SAL) FROM SCOTT.EMP; SELECT MIN(DISTINCT SAL) FROM SCOTT.EMP;
4、STDDEV(distinct|all)
求标准差,ALL表示对所有的值求标准差,DISTINCT表示只对不同的值求标准差
SELECT STDDEV(SAL) FROM SCOTT.EMP; SELECT STDDEV(DISTINCT SAL) FROM SCOTT.EMP;
5、VARIANCE(DISTINCT|ALL)
求协方差 ALL表示对所有的值求协方差,DISTINCT表示只对不同的值求协方差
SELECT VARIANCE(SAL) FROM SCOTT.EMP; SELECT VARIANCE(DISTINCT SAL) FROM SCOTT.EMP;
6、SUM(DISTINCT|ALL)
求和 ALL表示对所有值求和,DISTINCT表示只对不同值求和(相同值只取一次)
SELECT SUM(SAL) FROM SCOTT.EMP; SELECT SUM(DISTINCT SAL) FROM SCOTT.EMP;
7、COUNT(DISTINCT|ALL)
求记录、数据个数。 ALL对所有记录,数组做统计, DISTINCT只对不同值统计(相同值只取一次)
SELECT COUNT(SAL) FROM SCOTT.EMP; SELECT COUNT(DISTINCT SAL) FROM SCOTT.EMP;
先写这么多吧,今天总结的有点潦草,之后的话或许还会有补充,说实话一开始,虽然我会用,但是不知道区别,在这里很感谢我老大的指导,才得以完成这篇文章,我会继续努力哒!
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对亿速云的支持。如果你想了解更多相关内容请查看下面相关链接
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。