oracle分析函数row_number

近来在项目中看ETL过程的设计文档，其中有一个实现要求：更新管道层表T_XZHDM_STAGE中所有险种代码重复的数据，设置这些数据ERROR_CODE = '0001', ERROR_DESC = 'Dupilcate Data'。

按照自己以前的理解，可以对所有结果按照险种代码排序，然后一次循环查找即可得解。哪知看到同事的实现代码后，方知一句话即可搞定，oracle提供的分析函数(Analytic Functions)解决此类问题再方便不过了。
解决方案：
--更新险种代码重复的数据
UPDATE T_XZHDM_STAGE SET ERROR_CODE = '0001', ERROR_DESC = 'Dupilcate Data'
WHERE ROWID IN (
SELECT rowid FROM
(SELECT rowid, xzhdm, c_branch_code, row_number() OVER(PARTITION BY xzhdm ORDER BY c_branch_code DESC ) num
FROM T_XZHDM_STAGE
WHERE num>1)
)
在这里，row_number()作为分析函数使用，在《Oracle9i SQL Reference》的Analytic Functions一章（P220）中提到“Analytic functions compute an aggregate value based on a group of rows. They differ from aggregate functions in that they return multiple rows for each group.”，也就是说，row_number()基于PARTITION BY所给出的条件进行分类，返回记录的行数。与Aggregate Functions（如：SUM(), AVG(), COUNT()）不同的是，在每个分组内，row_number()也回返回所有记录的行数（按照各自的排名）。

与row_number()相类似的函数，Oracle还提供了Rank()，Dense_Rank()，下面举例具体分析三者的区别。
假设有一个雇员表，现在要对每个部门内的雇员薪水进行排列。
SELECT empnum, dept, salary, rank() OVER(PARTITION BY dept ORDER BY salary DESC NULLS LAST) as rank,
dense_rank() OVER(PARTITION BY dept ORDER BY salary DESC NULLS LAST) as denserank,
row_number() OVER(PARTITION BY dept ORDER BY salary DESC NULLS LAST) as rownumber
FROM EMP_TABLE;

执行结果：
EMPNUM DEPT SALARY RANK DENSERANK ROWNUMBER
------ ---- ------ ---- - -------- ---------
6 1 78000 1 1 1
2 1 75000 2 2 2
7 1 75000 2 2 3
11 1 53000 4 3 4
5 1 52000 5 4 5
1 1 50000 6 5 6
--------------------------------------------------
9 2 51000 1 1 1
4 2 - 2 2 2

关注一下它们的返回值，可以发现：
1.Rank()采用的是奥林匹克式排序（Olympic Rank），两个相等的值有相等的名次，接下来的行（薪水为53000的雇员）排名第4，排名中间有间隔。
2.Densc_Rank()也采用奥林匹克式排序，相等的值有相等的名次，与Rank()所不同的是，它的排名记录之中没有间隔（薪水为53000的雇员排名第3）。
3.Row_number()对于重复的值则给出不确定的排序（Nondeterministic Rank），相等的值有不同的名次，因此，row_number对于有重复值的数据分析有独特作用。如在项目中，解决有重复数据就采用Row_number()分析函数来处理。
Oracle提供了大量的分析函数，用于解决数据仓库应用，如传统的聚合函数(Aggregate Function)如AVG, COUNT, MAX, MIN, SUM等都有分析函数的用法，具体使用则可以查看《Oracle9i SQL Reference》和《Oracle9i Data Warehousing User Guide》,其中在后一本书中还有大量的例子，分析很透彻。