oracle分析函数Rank, Dense_rank, row_number

oracle分析函数Rank, Dense_rank, row_number

分析函数2(Rank, Dense_rank, row_number)

 

目录

===============================================
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

一、使用rownum为记录排名：

在前面一篇《Oracle开发专题之：分析函数》，我们认识了分析函数的基本应用，现在我们再来考虑下面几个问题：

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

按照前面第一篇文章的思路，我们只能做到对各个分组的数据进行统计，如果需要排名的话那么只需要简单地加上rownum不就行了吗？事实情况是否如此想象般简单，我们来实践一下。

【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.

注意这里有3条记录的订单总额是一样的。假如我们现在需要筛选排名前12位的客户，如果使用rownum会有什么样的后果呢？

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.

很明显假如只是简单地按rownum进行排序的话，我们漏掉了另外两条记录(参考上面的结果)。

二、使用分析函数来为记录排名：

针对上面的情况，Oracle从8i开始就提供了3个分析函数：rand，dense_rank，row_number来解决诸如此类的问题，下面我们来看看这3个分析函数的作用以及彼此之间的区别：

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。

这样的介绍有点难懂，我们还是通过实例来说明吧，下面的例子演示了3个不同函数在遇到相同数据时不同排名策略：
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.

请注意上面的绿色高亮部分，这里生动的演示了3种不同的排名策略：

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

比较上面3种不同的策略，我们在选择的时候就要根据客户的需求来定夺了：

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

三、使用分析函数为记录进行分组排名：

上面的排名是按订单总额来进行排列的，现在跟进一步：假如是为各个地区的订单总额进行排名呢？这意味着又多了一次分组操作：对记录按地区分组然后进行排名。幸亏Oracle也提供了这样的支持，我们所要做的仅仅是在over函数中order
by的前面增加一个分组子句：partition by region_id。
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.

现在我们看到的排名将是基于各个地区的，而非所有区域的了！Partition by
子句在排列函数中的作用是将一个结果集划分成几个部分，这样排列函数就能够应用于这各个子集。

前面我们提到的5个问题已经解决了2个了(第1,2)，剩下的3个问题(Top/Bottom
N，First/Last, NTile)会在下一篇讲解。