===============================================
1.使用rownum为记录排名
2.使用分析函数来为记录排名
3.使用分析函数为记录进行分组排名

①对所有客户按订单总额进行排名
②按区域和客户订单总额进行排名
③找出订单总额排名前13位的客户
④找出订单总额最高、最低的客户
⑤找出订单总额排名前25%的客户

【1】测试环境：

SQL> desc user_order;
Name
Null?    Type

----------------------------------------- -------- ----------------------------
REGION_ID                                          NUMBER(2)
CUSTOMER_ID
NUMBER(2)
CUSTOMER_SALES
NUMBER

【2】测试数据：
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.

SQL> select rownum, t.*

2    from (select *

3            from user_order

4           order by customer_sales desc) t

5   where rownum <= 12

6   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.

Rank，Dense_rank，Row_number函数为每条记录产生一个从1开始至N的自然数，N的值可能小于等于记录的总数。这3个函数的唯一区别在于当碰到相同数据时的排名策略。

①ROW_NUMBER：

Row_number函数返回一个唯一的值，当碰到相同数据时，排名按照记录集中记录的顺序依次递增。

②DENSE_RANK：
Dense_rank函数返回一个唯一的值，除非当碰到相同数据时，此时所有相同数据的排名都是一样的。

③RANK：
Rank函数返回一个唯一的值，除非遇到相同的数据时，此时所有相同数据的排名是一样的，同时会在最后一条相同记录和下一条不同记录的排名之间空出排名。

SQL> select region_id, customer_id, sum(customer_sales) total,

2         rank() over(order by sum(customer_sales) desc) rank,

3         dense_rank() over(order by sum(customer_sales) desc) dense_rank,

4         row_number() over(order by sum(customer_sales) desc) row_number

5    from user_order

6   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.

①对于第一条相同的记录，3种函数的排名都是一样的：12

②当出现第二条相同的记录时，Rank和Dense_rank依然给出同样的排名12；而row_number则顺延递增为13，依次类推至第三条相同的记录

③当排名进行到下一条不同的记录时，可以看到Rank函数在12和15之间空出了13,14的排名，因为这2个排名实际上已经被第二、三条相同的记录占了。而Dense_rank则顺序递增。row_number函数也是顺序递增

①假如客户就只需要指定数目的记录，那么采用row_number是最简单的，但有漏掉的记录的危险

②假如客户需要所有达到排名水平的记录，那么采用rank或dense_rank是不错的选择。至于选择哪一种则看客户的需要，选择dense_rank或得到最大的记录

SQL> select region_id, customer_id,

sum(customer_sales) total,

2         rank() over(partition by region_id

order by sum(customer_sales) desc) rank,

3         dense_rank() over(partition by region_id

order by sum(customer_sales) desc) dense_rank,

4         row_number() over(partition by region_id

order by sum(customer_sales) desc) row_number

5    from user_order

6   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.

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

posted on 2008-06-26 15:41 Paul Lin 阅读(8138) 评论(0)  编辑  收藏 所属分类: Oracle 开发

 只有注册用户登录后才能发表评论。 网站导航: 相关文章:
 < 2008年6月 >
25262728293031
1234567
891011121314
15161718192021
22232425262728
293012345

•