Oracle 9i 分析函数参考手册
Oracle 从 8.1.6 开始提供分析函数,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。
下面例子中使用的表来自 Oracle 自带的 HR 用户下的表,如果没有安装该用户,可以在
SYS 用 户 下 运 行 $ORACLE_HOME/demo/schema/human_resources/hr_main.sql 来 创
建。
少数几个例子需要访问 SH 用户下的表,如果没有安装该用户,可以在 SYS 用户下运行
$ORACLE_HOME/demo/schema/sales_history/sh_main.sql 来创建。
如果未指明缺省是在 HR 用户下运行例子。
开窗函数的理解:
开窗函数指定了分析函数工作的数据窗口大小,这个数据窗口大小可能会随着行的变化
而变化,举例如下:
over(order by salary) 按照 salary 排序进行累计,
order by 是个默认的开窗函数
over(partition by deptno)按照部门分区
over(order by salary range between 50 preceding and 150 following)每行对应
的数据窗口是之前行幅度值不超过 50,之后行幅度值不超过 150
over(order by salary rows between 50 preceding and 150 following)每行对应
的数据窗口是之前 50 行,之后 150 行
over(order by salary rows between unbounded preceding and unbounded following)
每行对应的数据窗口是从第一行到最后一行,等效:over(order by salary range between
unbounded preceding and unbounded following)
主要参考资料:《expert one-on-one》 Tom Kyte
《Oracle9i SQL Reference》第
6 章
SQL> select name,km,cj,
2 first_value(cj) over (partition by name order by cj desc rows between unbounded preceding and
unbounded following ) as first,
3 last_value(cj) over (partition by name order by cj desc rows between unbounded preceding and
unbounded following ) as last
4 from student t
使用分析函数时注意查询范围的使用,缺省的 windowing 范围是:range between unbounded
preceding and current row
AVG 功能描述:用于计算一个组和数据窗口内表达式的平均值。
SAMPLE:下面的例子中列 c_mavg 计算员工表中每个员工的平均薪水报告,该平均值由
当前员工和与之具有相同经理的前一个和后一个三者的平均数得来;
SELECT manager_id, last_name, hire_date, salary, AVG(salary) OVER (PARTITION
BY manager_id ORDER BY hire_date ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS
c_mavg
FROM employees;
MANAGER_ID LAST_NAME
C_MAVG
---------- ------------------------- --------- ---------- ----------
100
Kochhar
HIRE_DATE SALARY
21-SEP-89
17000
17000
100
Haan
100 Raphaely
100 Kaufling
10633.3333
100 Hartstein
9633.33333
100 Weiss
11666.6667
100 Russell
11833.3333...
13-JAN-93
17000
15000
07-DEC-94
11000 11966.6667
01-MAY-95
17-FEB-96
18-JUL-96
01-OCT-96
De
7900
13000
8000
14000
CORR 功能描述:返回一对表达式的相关系数,它是如下的缩写:
COVAR_POP(expr1,expr2)/STDDEV_POP(expr1)*STDDEV_POP(expr2))
从 统 计 上 讲 , 相 关 性 是 变 量 之 间 关 联 的 强 度 , 变 量 之 间 的 关 联 意 味 着 在 某 种 程
上 一 个 变 量 的 值 可 由 其 它 的 值 进 行 预 测 。 通 过 返 回 一 个 -1~1 之 间 的 一 个 数 , 相
度
关
系数给出了关联的强度,0 表示不相关。
SAMPLE:下例返回 1998 年月销售收入和月单位销售的关系的累积系数(本例在 SH 用户
下运行)
SELECT t.calendar_month_number
,CORR (SUM(s.amount_sold)
,SUM(s.quantity_sold))
CUM_CORR
OVER
(ORDER
BY
t.calendar_month_number)
as
CUM_CORR
FROM sales s, times t
WHERE s.time_id = t.time_id
AND calendar_year = 1998
GROUP BY t.calendar_month_number
ORDER BY t.calendar_month_number;
CALENDAR_MONTH_NUMBER
--------------------- ---------
1
2
1
3 .994309382
4 .852040875
5 .846652204
6 .871250628
7 .910029803
8 .917556399
9 .920154356
10
11 .844864765
.86720251
12 .903542662
功能描述:返回一对表达式的总体协方差。
COVAR_POP
SAMPLE:下例 CUM_COVP 返回定价和最小产品价格的累积总体协方差
SELECT product_id
,supplier_id
, COVAR_POP(list_price, min_price) OVER (ORDER BY product_id, supplier_id) AS
CUM_COVP
,COVAR_SAMP(list_price, min_price) OVER (ORDER BY product_id, supplier_id) AS
CUM_COVS
CUM_COVP
FROM product_information p
WHERE category_id = 29
ORDER BY product_id, supplier_id;
PRODUCT_ID SUPPLIER_ID
---------- ----------- ---------- ----------
1774
1775
1794
1825
2004
2005
2416
103088
103087
103096 1702.77778 2554.16667
103093
103086
103086
103088 1475.97959 1721.97619..
1926.25 2568.33333
1591.4
1512.5
1473.25
0
CUM_COVS
2946.5
1989.25
1815
功能描述:返回一对表达式的样本协方差
COVAR_SAMP
SAMPLE:下例 CUM_COVS 返回定价和最小产品价格的累积样本协方差
SELECT product_id
,supplier_id
,COVAR_POP(list_price, min_price) OVER (ORDER BY product_id, supplier_id) AS
CUM_COVP
,COVAR_SAMP(list_price, min_price) OVER (ORDER BY product_id, supplier_id) AS
CUM_COVS
CUM_COVP
FROM product_information p
WHERE category_id = 29
ORDER BY product_id, supplier_id;
PRODUCT_ID SUPPLIER_ID
---------- ----------- ---------- ----------
1774
1775
1794
1825
2004
2005
2416
103088
103087
103096 1702.77778 2554.16667
103093
103086
103086
103088 1475.97959 1721.97619..
1926.25 2568.33333
1591.4
1512.5
1473.25
0
CUM_COVS
2946.5
1989.25
1815
COUNT 功能描述:对一组内发生的事情进行累积计数,如果指定*或一些非空常数,count
将对所有行计数,如果指定一个表达式,count 返回表达式非空赋值的计数,当有相同值出
现时,这些相等的值都会被纳入被计算的值;可以使用 DISTINCT 来记录去掉一组中完全相
同的数据后出现的行数。
SAMPLE:下面例子中计算每个员工在按薪水排序中当前行附近薪水在[n-50,n+150]之间
的行数,n 表示当前行的薪水例如,Philtanker 的薪水 2200,排在他之前的行中薪水大于
等于 2200-50 的有 1 行,排在他之后的行中薪水小于等于 2200+150 的行没有,所以 count
计数值 cnt3 为 2(包括自己当前行);cnt2 值相当于小于等于当前行的 SALARY 值的所有行
数
SELECT last_name
,salary
,COUNT(*) OVER () AS cnt1
,COUNT(*) OVER (ORDER BY salary) AS cnt2
,COUNT(*) OVER (ORDER BY salary RANGE BETWEEN 50 PRECEDING AND 150 FOLLOWING)
AS cnt3
FROM employees;
LAST_NAME
CNT2
CNT3
SALARY
CNT1
------------------------- ---------- ---------- ---------- ----------
Olson
2100
1
Markle
3
Philtanker
3
Landry
5
Gee
5
Colmenares
11
Patel
3
2
8
8
2
10
11
10..
2200
2200
107
2400
2400
2500
107
2500
107
107
107
107
107
CUME_DIST 功能描述:计算一行在组中的相对位置,CUME_DIST 总是返回大于 0、小于
或等于 1 的数,该数表示该行在 N 行中的位置。例如,在一个 3 行的组中,返回的累计分布
值为 1/3、2/3、3/3
SAMPLE:下例中计算每个工种的员工按薪水排序依次累积出现的分布百分比
SELECT job_id
,last_name
,salary
,CUME_DIST() OVER (PARTITION BY job_id ORDER BY salary) AS cume_dist
FROM employees
WHERE job_id LIKE 'PU%';
JOB_ID
LAST_NAME
SALARY
CUME_D
IST
---------- ------------------------- ---------- ----------
PU_CLERK
Colmenares
2500
.2
PU_CLERK
Himuro
.4
PU_CLERK
Tobias
.6
PU_CLERK
Baida
.8
PU_CLERK
Khoo
1
PU_MAN
1
Raphaely
2600
2800
2900
3100
11000
DENSE_RANK 功能描述:根据 ORDER BY 子句中表达式的值,从查询返回的每一行,计
算它们与其它行的相对位置。组内的数据按 ORDER BY 子句排序,然后给每一行赋一个号,
从而形成一个序列,该序列从 1 开始,往后累加。每次 ORDER BY 表达式的值发生变化时,
该序列也随之增加。有同样值的行得到同样的数字序号(认为 null 时相等的)。密集的序列
返回的时没有间隔的数
SAMPLE:下例中计算每个员工按部门分区再按薪水排序,依次出现的序列号(注意与
RANK 函数的区别)
SELECT d.department_id
,e.last_name
,e.salary
,DENSE_RANK() OVER (PARTITION BY e.department_id ORDER BY e.salary) as
drank
FROM employees e, departments d
WHERE e.department_id = d.department_id
AND d.department_id IN ('60', '90');
DEPARTMENT_ID
LAST_NAME
SALARY
DRANK
-------------
-------------------------
----------
----------
60
Lorentz
60
Austin
60
4200
1
4800
2
Pataballa
4800
60
Ernst
60
Hunold
90
Kochhar
90
Haan
6000
9000
17000
17000
1
90 King
24000
2
1
3
4
De
2
FIRST 功能描述:从 DENSE_RANK 返回的集合中取出排在最前面的一个值的行(可能多
行,因为值可能相等),因此完整的语法需要在开始处加上一个集合函数以从中取出记录。
SAMPLE:下面例子中 DENSE_RANK 按部门分区,再按佣金 commission_pct 排序,FIRST
取出佣金最低的对应的所有行,然后前面的 MAX 函数从这个集合中取出薪水最低的值;LAST
取出佣金最高的对应的所有行,然后前面的 MIN 函数从这个集合中取出薪水最高的值。
SELECT last_name, department_id, salary,MIN(salary) KEEP (DENSE_RANK FIRST
OVER (PARTITION BY department_id) "Worst",MAX(salary)
OVER (PARTITION BY department_id)
FROM employees WHERE department_id in (20,80) ORDER BY department_id,
ORDER BY commission_pct)
KEEP (DENSE_RANK LAST ORDER BY commission_pct)
"Best"
salary;
LAST_NAME
Worst
Best
DEPARTMENT_ID
SALARY
------------------------- ------------- ---------- ---------- ----------
Fay
20
600
0
0
0
0
0
6000
13000
Hartstein
6000
Kumar
6100
6100
Banda
Johnson
13000
14000
14000
6100
14000
Ande
Lee
Tuvault
6100
6100
14000
14000
20
13000
80
80
610
620
80
6200
80
80
640
680
80
7000
Sewall
6100
6100
Marvins
6100
Bates
14000
14000
14000
0
6100
14000...
80
80
80
7000
7200
730
FIRST_VALUE
SAMPLE:下面例子计算按部门分区按薪水排序的数据窗口的第一个值对应的名字,如果
功能描述:返回组中数据窗口的第一个值。
薪水的第一个值有多个,则从多个对应的名字中取缺省排序的第一个名字
SELECT department_id, last_name, salary, FIRST_VALUE(last_name)
OVER
FROM employees
(PARTITION BY department_id ORDER BY salary ASC ) AS lowest_sal
WHERE department_id in(20,30);
DEPARTMENT_ID LAST_NAME
-------------
-------------------------
SALARY LOWEST_SAL
----------
--------------
20 Fay
Fay
20 Hartstein
30 Colmenares
Colmenares
30 Himuro
Colmenares
30 Tobias
Colmenares
30 Baida
Colmenares
30 Khoo
Colmenares
30 Raphaely
6000
2500
2600
2800
2900
3100
13000 Fay
11000 Colmenares
LAG 功能描述:可以访问结果集中的其它行而不用进行自连接。它允许去处理游标,就
好像游标是一个数组一样。在给定组中可参考当前行之前的行,这样就可以从组中与当前行
一起选择以前的行。Offset 是一个正整数,其默认值为 1,若索引超出窗口的范围,就返回
默认值(默认返回的是组中第一行),其相反的函数是 LEAD
SAMPLE:下面的例子中列 prev_sal 返回按 hire_date 排序的前 1 行的 salary 值
SELECT last_name, hire_date, salary,
LAG(salary, 1, 0) OVER (ORDER BY
hire_date) AS prev_sal
LAST_NAME
L
FROM employees WHERE job_id = 'PU_CLERK';
SALARY
HIRE_DATE
PREV_SA
------------------------- ---------- ---------- ----------
Khoo
18-5 月
-95
3100
0
Tobias
Baida
Himuro
2800
2900
2600
Colmenares
2500
-97
-97
-98
-99
3100
2800
2900
2600
24-7 月
24-12 月
15-11 月
10-8 月
LAST 功能描述:从 DENSE_RANK 返回的集合中取出排在最后面的一个值的行(可能多行,
因为值可能相等),因此完整的语法需要在开始处加上一个集合函数以从中取出记录
SAMPLE:下面例子中 DENSE_RANK 按部门分区,再按佣金 commission_pct 排序,FIRST
取出佣金最低的对应的所有行,然后前面的 MAX 函数从这个集合中取出薪水最低的值;LAST
取出佣金最高的对应的所有行,然后前面的 MIN 函数从这个集合中取出薪水最高的值
SELECT last_name, department_id, salary,MIN(salary) KEEP (DENSE_RANK FIRST
ORDER BY commission_pct) OVER (PARTITION BY department_id) "Worst",MAX(salary) KEEP
(DENSE_RANK LAST ORDER BY commission_pct)
OVER (PARTITION BY department_id)
"Best"
FROM employees WHERE department_id in (20,80) ORDER BY department_id,
salary;
LAST_NAME
Worst
Best
DEPARTMENT_ID
SALARY
------------------------- ------------- ---------- ---------- ----------
Fay
20
600
0
0
0
0
0
0
6000
13000
Hartstein
6000
Kumar
6100
6100
Banda
Johnson
13000
14000
14000
6100
14000
Ande
Lee
6100
6100
Tuvault
Sewall
6100
6100
Marvins
6100
Bates
14000
14000
14000
14000
14000
6100
14000...
20
13000
80
80
610
620
80
6200
80
80
80
80
80
80
640
680
7000
7000
7200
730