sqlserver开窗函数

作者:计算机专家

从SQL Server 二〇〇六起,SQL Server最初扶助窗口函数 (Window Function),以及到SQL Server 二〇一一,窗口函数效率巩固,前段时间截至支持以下二种窗口函数:

 

分析函数是怎么?
剖判函数是Oracle特地用来减轻复杂报表总结供给的作用庞大的函数,它能够在数额中开展分组然后总括基于组的某种计算值,而且每一组的每一行都能够回来一个总结值。

  1. 排序函数 (Ranking Function) ;

  2. 聚合函数 (Aggregate Function) ;

  3. 深入分析函数 (Analytic Function) ;

  4. NEXT VALUE FO哈弗 Function, 那是给sequence专用的四个函数;

从 转

          

 

 

解析函数和聚合函数的区别之处是何等?
日常性的聚合函数用group by分组,各样分组再次回到三个计算值,而深入分析函数采纳partition by分组,何况每组每行都足以回去多个总结值。

一. 排序函数(Ranking Function)

开窗函数是在 ISO 规范中定义的。SQL Server 提供排行开窗函数和汇聚开窗函数。

              

扶植文书档案里的代码示例很全。

  在开窗函数出现从前存在着众多用 SQL 语句很难化解的标题,相当多都要经过复杂的相关子查询可能存款和储蓄进程来达成。SQL Server 2006 引进了开窗函数,使得那些卓绝的难点能够被轻巧的化解。

浅析函数的情势
剖判函数带有多个开窗函数over(),满含多个剖析子句:分组(partition by), 排序(order by), 窗口(rows) ,他们的施用情势如下:over(partition by xxx order by yyy rows between zzz)。
注:窗口子句在那边自身只说rows方式的窗口,range格局和滑动窗口也不提

排序函数中,ROW_NUMBEEscort()较为常用,可用于去重、分页、分组中选择数据,生成数字支持表等等;

  窗口是顾客钦点的一组行。开窗函数总计从窗口派生的结果集中各行的值。开窗函数分别使用于每种分区,并为各样分区重新起动总结。

    

排序函数在语法上须要OVEQashqai子句里必需含OHighlanderDER BY,不然语法不通过,对于不想排序的境况能够那样变化;

  OVETiggo子句用于明确在采用关联的开窗函数在此以前,行集的分区和排序。PARTITION BY 将结果集分为八个分区。

分析函数例子(在scott客商下模拟)

drop table if exists test_ranking

create table test_ranking
( 
id int not null,
name varchar(20) not null,
value int not null
) 

insert test_ranking 
select 1,'name1',1 union all 
select 1,'name2',2 union all 
select 2,'name3',2 union all 
select 3,'name4',2

select id , name, ROW_NUMBER() over (PARTITION by id ORDER BY name) as num
from test_ranking

select id , name, ROW_NUMBER() over (PARTITION by id) as num
from test_ranking
/*
Msg 4112, Level 15, State 1, Line 1
The function 'ROW_NUMBER' must have an OVER clause with ORDER BY.
*/

--ORDERY BY后面给一个和原表无关的派生列
select id , name, ROW_NUMBER() over (PARTITION by id ORDER BY GETDATE()) as num
from test_ranking

select id , name, ROW_NUMBER() over (PARTITION by id ORDER BY (select 0)) as num
from test_ranking

 

演示指标:显示各单位职员和工人的薪给,并顺便显示该部分的参天薪水。

 

一、排行开窗函数

 

二. 聚合函数 (Aggregate Function)

1. 语法

--显示各部门员工的工资,并附带显示该部分的最高工资。
SELECT E.DEPTNO,
       E.EMPNO,
       E.ENAME,
       E.SAL,
       LAST_VALUE(E.SAL) 
       OVER(PARTITION BY E.DEPTNO 
            ORDER BY E.SAL ROWS 
            --unbounded preceding and unbouned following针对当前所有记录的前一条、后一条记录,也就是表中的所有记录
            --unbounded:不受控制的,无限的
            --preceding:在...之前
            --following:在...之后
            BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) MAX_SAL
  FROM EMP E;

SQL Server 二〇〇五中,窗口聚合函数仅协理PARTITION BY,也正是说仅能对分组的多少总体做聚合运算;

Ranking Window Functions

< OVER_CLAUSE > :: =

   OVER ( [ PARTITION BY value_expression , ... [ n ] ]

          <ORDER BY_Clause> )

 

SQL Server 二〇一三起始,窗口聚合函数支持O君越DER BY,以及ROWS/RAGNE选项,原来须求子查询来兑现的供给,如: 移动平均 (moving averages), 总括聚合 (cumulative aggregates), 累计求和 (running totals) 等,变得尤为便利;

 

运营结果:

 

留心:OTiguanDE途乐 BY 子句钦赐对相应 FROM 子句生成的行集实行分区所依据的列。value_expression 只好援用通过 FROM 子句可用的列。value_expression 不能够援引选择列表中的表明式或小名。value_expression 能够是列表明式、标量子查询、标量函数或客商定义的变量。

图片 1

代码示例1:总结/小计/累计求和

 

亲自去做指标:依据deptno分组,然后总计每组值的总和

drop table if exists test_aggregate;

create table test_aggregate
(
event_id      varchar(100),
rk            int,
price         int
)

insert into test_aggregate
values
('a',1,10),
('a',2,10),
('a',3,50),
('b',1,10),
('b',2,20),
('b',3,30)


--1. 没有窗口函数时,用子查询
select a.event_id, 
       a.rk,  --build ranking column if needed
       a.price, 
     (select sum(price) from test_aggregate b where b.event_id = a.event_id and b.rk <= a.rk) as totalprice 
  from test_aggregate a


--2. 从SQL Server 2012起,用窗口函数
--2.1 
--没有PARTITION BY, 没有ORDER BY,为全部总计;
--只有PARTITION BY, 没有ORDER BY,为分组小计;
--只有ORDER BY,没有PARTITION BY,为全部累计求和(RANGE选项,见2.2)
select *,
     sum(price) over() as TotalPrice,
     sum(price) over(partition by event_id) as SubTotalPrice,
       sum(price) over(order by rk) as RunningTotalPrice
  from test_aggregate a

--2.2 注意ORDER BY列的选择,可能会带来不同结果
select *,
     sum(price) over(partition by event_id order by rk) as totalprice 
  from test_aggregate a
/*
event_id    rk    price    totalprice
a    1    10    10
a    2    10    20
a    3    50    70
b    1    10    10
b    2    20    30
b    3    30    60
*/

select *,
     sum(price) over(partition by event_id order by price) as totalprice 
  from test_aggregate a
/*
event_id    rk    price    totalprice
a    1    10    20
a    2    10    20
a    3    50    70
b    1    10    10
b    2    20    30
b    3    30    60
*/

--因为ORDER BY还有个子选项ROWS/RANGE,不指定的情况下默认为RANGE UNBOUNDED PRECEDING AND CURRENT ROW 
--RANGE按照ORDER BY中的列值,将相同的值的行均视为当前同一行
select  *,sum(price) over(partition by event_id order by price) as totalprice from test_aggregate a
select  *,sum(price) over(partition by event_id order by price range between unbounded preceding and current row) as totalprice from test_aggregate a

--如果ORDER BY中的列值有重复值,手动改用ROWS选项即可实现逐行累计求和
select  *,sum(price) over(partition by event_id order by price rows between unbounded preceding and current row) as totalprice from test_aggregate a

2. 示例

 

 

  可参考 

SELECT EMPNO,
       ENAME,
       DEPTNO,
       SAL,
       SUM(SAL) OVER(PARTITION BY DEPTNO ORDER BY ENAME) max_sal
  FROM SCOTT.EMP;

代码示例2:移动平均

 

 

本文由杏彩发布,转载请注明来源

关键词: