Oracle的分析函数功能非常强大，工作这些年来经常用到。这次将平时经常使用到的分析函数整理出来，以备日后查看。

我们拿案例来学习，这样理解起来更容易一些。

1、建表

1

2

3

4

5

6

7

8

9

10

create table earnings -- 打工赚钱表

(

 earnmonth varchar2(6), -- 打工月份

 area varchar2(20), -- 打工地区

 sno varchar2(10), -- 打工者编号

 sname varchar2(20), -- 打工者姓名

 times int, -- 本月打工次数

 singleincome number(10,2), -- 每次赚多少钱

 personincome number(10,2) -- 当月总收入

)

create table earnings -- 打工赚钱表 ( earnmonth varchar2(6), -- 打工月份 area varchar2(20), -- 打工地区 sno varchar2(10), -- 打工者编号 sname varchar2(20), -- 打工者姓名 times int, -- 本月打工次数 singleincome number(10,2), -- 每次赚多少钱 personincome number(10,2) -- 当月总收入 )

2、插入实验数据

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

insert into earnings values('200912','北平','511601','大魁',11,30,11*30); 

insert into earnings values('200912','北平','511602','大凯',8,25,8*25); 

insert into earnings values('200912','北平','511603','小东',30,6.25,30*6.25); 

insert into earnings values('200912','北平','511604','大亮',16,8.25,16*8.25); 

insert into earnings values('200912','北平','511605','贱敬',30,11,30*11); 

insert into earnings values('200912','金陵','511301','小玉',15,12.25,15*12.25); 

insert into earnings values('200912','金陵','511302','小凡',27,16.67,27*16.67); 

insert into earnings values('200912','金陵','511303','小妮',7,33.33,7*33.33); 

insert into earnings values('200912','金陵','511304','小俐',0,18,0); 

insert into earnings values('200912','金陵','511305','雪儿',11,9.88,11*9.88); 

insert into earnings values('201001','北平','511601','大魁',0,30,0); 

insert into earnings values('201001','北平','511602','大凯',14,25,14*25); 

insert into earnings values('201001','北平','511603','小东',19,6.25,19*6.25); 

insert into earnings values('201001','北平','511604','大亮',7,8.25,7*8.25); 

insert into earnings values('201001','北平','511605','贱敬',21,11,21*11); 

insert into earnings values('201001','金陵','511301','小玉',6,12.25,6*12.25); 

insert into earnings values('201001','金陵','511302','小凡',17,16.67,17*16.67); 

insert into earnings values('201001','金陵','511303','小妮',27,33.33,27*33.33); 

insert into earnings values('201001','金陵','511304','小俐',16,18,16*18); 

insert into earnings values('201001','金陵','511305','雪儿',11,9.88,11*9.88); 

commit;

insert into earnings values('200912','北平','511601','大魁',11,30,11*30); insert into earnings values('200912','北平','511602','大凯',8,25,8*25); insert into earnings values('200912','北平','511603','小东',30,6.25,30*6.25); insert into earnings values('200912','北平','511604','大亮',16,8.25,16*8.25); insert into earnings values('200912','北平','511605','贱敬',30,11,30*11); insert into earnings values('200912','金陵','511301','小玉',15,12.25,15*12.25); insert into earnings values('200912','金陵','511302','小凡',27,16.67,27*16.67); insert into earnings values('200912','金陵','511303','小妮',7,33.33,7*33.33); insert into earnings values('200912','金陵','511304','小俐',0,18,0); insert into earnings values('200912','金陵','511305','雪儿',11,9.88,11*9.88); insert into earnings values('201001','北平','511601','大魁',0,30,0); insert into earnings values('201001','北平','511602','大凯',14,25,14*25); insert into earnings values('201001','北平','511603','小东',19,6.25,19*6.25); insert into earnings values('201001','北平','511604','大亮',7,8.25,7*8.25); insert into earnings values('201001','北平','511605','贱敬',21,11,21*11); insert into earnings values('201001','金陵','511301','小玉',6,12.25,6*12.25); insert into earnings values('201001','金陵','511302','小凡',17,16.67,17*16.67); insert into earnings values('201001','金陵','511303','小妮',27,33.33,27*33.33); insert into earnings values('201001','金陵','511304','小俐',16,18,16*18); insert into earnings values('201001','金陵','511305','雪儿',11,9.88,11*9.88); commit;

3、查看实验数据

1

select * from earnings;

select * from earnings;

查询结果如下

4、sum函数按照月份，统计每个地区的总收入

1

2

3

select earnmonth, area, sum(personincome) 

from earnings 

group by earnmonth,area;

select earnmonth, area, sum(personincome) from earnings group by earnmonth,area;

查询结果如下

5、rollup函数按照月份，地区统计收入

1

2

3

select earnmonth, area, sum(personincome) 

from earnings 

group by rollup(earnmonth,area);

select earnmonth, area, sum(personincome) from earnings group by rollup(earnmonth,area);

查询结果如下

6、cube函数按照月份，地区进行收入汇总

1

2

3

4

select earnmonth, area, sum(personincome) 

from earnings 

group by cube(earnmonth,area) 

order by earnmonth,area nulls last;

select earnmonth, area, sum(personincome) from earnings group by cube(earnmonth,area) order by earnmonth,area nulls last;

查询结果如下

小结：sum是统计求和的函数。

group by 是分组函数，按照earnmonth和area先后次序分组。

以上三例都是先按照earnmonth分组，在earnmonth内部再按area分组，并在area组内统计personincome总合。

group by 后面什么也不接就是直接分组。

group by 后面接 rollup 是在纯粹的 group by 分组上再加上对earnmonth的汇总统计。

group by 后面接 cube 是对earnmonth汇总统计基础上对area再统计。

另外那个 nulls last 是把空值放在最后。

rollup和cube区别：

如果是ROLLUP(A, B, C)的话，GROUP BY顺序

(A、B、C)
(A、B)
(A)

最后对全表进行GROUP BY操作。

如果是GROUP BY CUBE(A, B, C)，GROUP BY顺序

(A、B、C)
(A、B)
(A、C)
(A)
(B、C)
(B)
(C)

最后对全表进行GROUP BY操作。

7、grouping函数在以上例子中，是用rollup和cube函数都会对结果集产生null，这时候可用grouping函数来确认
该记录是由哪个字段得出来的

grouping函数用法，带一个参数，参数为字段名，结果是根据该字段得出来的就返回1，反之返回0

1

2

3

4

5

select decode(grouping(earnmonth),1,'所有月份',earnmonth) 月份, 

    decode(grouping(area),1,'全部地区',area) 地区, sum(personincome) 总金额 

from earnings 

group by cube(earnmonth,area) 

order by earnmonth,area nulls last;

select decode(grouping(earnmonth),1,'所有月份',earnmonth) 月份, decode(grouping(area),1,'全部地区',area) 地区, sum(personincome) 总金额 from earnings group by cube(earnmonth,area) order by earnmonth,area nulls last;

查询结果如下

8、rank() over开窗函数

按照月份、地区，求打工收入排序

1

2

3

select earnmonth 月份,area 地区,sname 打工者, personincome 收入,  

    rank() over (partition by earnmonth,area order by personincome desc) 排名 

from earnings;

select earnmonth 月份,area 地区,sname 打工者, personincome 收入, rank() over (partition by earnmonth,area order by personincome desc) 排名 from earnings;

查询结果如下

9、dense_rank() over开窗函数按照月份、地区，求打工收入排序2

1

2

3

select earnmonth 月份,area 地区,sname 打工者, personincome 收入,  

    dense_rank() over (partition by earnmonth,area order by personincome desc) 排名 

from earnings;

select earnmonth 月份,area 地区,sname 打工者, personincome 收入, dense_rank() over (partition by earnmonth,area order by personincome desc) 排名 from earnings;

查询结果如下

10、row_number() over开窗函数按照月份、地区，求打工收入排序3

1

2

3

select earnmonth 月份,area 地区,sname 打工者, personincome 收入,  

    row_number() over (partition by earnmonth,area order by personincome desc) 排名 

from earnings;

select earnmonth 月份,area 地区,sname 打工者, personincome 收入, row_number() over (partition by earnmonth,area order by personincome desc) 排名 from earnings;

查询结果如下

通过(8)(9)(10)发现rank,dense_rank,row_number的区别：

结果集中如果出现两个相同的数据，那么rank会进行跳跃式的排名，

比如两个第二，那么没有第三接下来就是第四；

但是dense_rank不会跳跃式的排名，两个第二接下来还是第三；

row_number最牛，即使两个数据相同，排名也不一样。

11、sum累计求和根据月份求出各个打工者收入总和，按照收入由少到多排序

1

2

3

select earnmonth 月份,area 地区,sname 打工者,  

    sum(personincome) over (partition by earnmonth,area order by personincome) 总收入 

from earnings;

select earnmonth 月份,area 地区,sname 打工者, sum(personincome) over (partition by earnmonth,area order by personincome) 总收入 from earnings;

查询结果如下

12、max，min，avg和sum函数综合运用按照月份和地区求打工收入最高值，最低值，平均值和总额

1

2

3

4

5

6

select distinct earnmonth 月份, area 地区, 

    max(personincome) over(partition by earnmonth,area) 最高值, 

    min(personincome) over(partition by earnmonth,area) 最低值, 

    avg(personincome) over(partition by earnmonth,area) 平均值, 

    sum(personincome) over(partition by earnmonth,area) 总额 

from earnings;

select distinct earnmonth 月份, area 地区, max(personincome) over(partition by earnmonth,area) 最高值, min(personincome) over(partition by earnmonth,area) 最低值, avg(personincome) over(partition by earnmonth,area) 平均值, sum(personincome) over(partition by earnmonth,area) 总额 from earnings;

查询结果如下

13、lag和lead函数求出每个打工者上个月和下个月有没有赚钱(personincome大于零即为赚钱)

1

2

3

4

select earnmonth 本月,sname 打工者, 

    lag(decode(nvl(personincome,0),0,'没赚','赚了'),1,0) over(partition by sname order by earnmonth) 上月, 

    lead(decode(nvl(personincome,0),0,'没赚','赚了'),1,0) over(partition by sname order by earnmonth) 下月 

from earnings;

select earnmonth 本月,sname 打工者, lag(decode(nvl(personincome,0),0,'没赚','赚了'),1,0) over(partition by sname order by earnmonth) 上月, lead(decode(nvl(personincome,0),0,'没赚','赚了'),1,0) over(partition by sname order by earnmonth) 下月 from earnings;

查询结果如下

说明：Lag和Lead函数可以在一次查询中取出某个字段的前N行和后N行的数据（可以是其他字段的数据，比如根据字段甲查询上一行或下两行的字段乙）

语法如下：

lag(value_expression [,offset] [,default]) over ([query_partition_clase] order_by_clause)；

lead(value_expression [,offset] [,default]) over ([query_partition_clase] order_by_clause)；

其中：

value_expression：可以是一个字段或一个内建函数。

offset是正整数，默认为1，指往前或往后几点记录．因组内第一个条记录没有之前的行，最后一行没有之后的行，default就是用于处理这样的信息，默认为空。

再讲讲所谓的开窗函数，依本人遇见，开窗函数就是 over([query_partition_clase] order_by_clause)。比如说，我采用sum求和，rank排序等等，但是我根据什么来呢？over提供一个窗口，可以根据什么什么分组，就用partition by，然后在组内根据什么什么进行内部排序，就用 order by。

常用Oracle分析函数大全相关推荐

  1. Oracle分析函数大全

    分析函数又叫开窗函数,OLAP函数等,因为有人问我用过开窗函数没,呵,什么是开窗函数,从来没听过,难道是分析函数么.哈哈,最后还真是分析函数哦!用过的东西别名也应该知道,赶上这么个事,就剽窃一眼Ora ...

  2. 常用Oracle分析函数详解

    原文链接:http://www.cnblogs.com/benio/archive/2011/06/01/2066106.html ---------------------------------- ...

  3. Oracle 数据库常用操作语句大全

    原文:Oracle 数据库常用操作语句大全 一.Oracle数据库操作 1.创建数据库      create database databasename 2.删除数据库      drop data ...

  4. 如何用计算机计算三位数彩票,Excel彩票常用的统计分析函数大全（网上搜集的）...

    楼主 Excel彩票常用的统计分析函数大全(网上搜集的) 1.ABS:求出参数的绝对值. 2.AND:"与"运算,返回逻辑值,仅当有参数的结果均为逻辑"真(TRUE)&q ...

  5. ORACLE常用SQL语句大全

    ORACLE常用SQL语句大全 DDL:数据库定义语言(CREATE.ALTER.DROP.TRUNCATE.COMMENT.RENAME),用来创建数据库中的表.索引.视图.存储过程.触发器等对象的 ...

  6. Oracle分析函数五——统计分析函数

    Oracle 分析函数--统计分析函数 方差和标准差:     样本中各数据与样本平均数的差的平方和的平均数叫做样本方差:样本方差的算术平方根叫做样本标准差.样本方差和样本标准差都是衡量一个样本波动大 ...

  7. oracle 数据分析函数,ORACLE分析函数（一）

    ORACLE分析函数(1) 分析函数式ORACLE提供的用来进行数据统计的强有力工具,与我们常用的聚合函数具有一些相似性,但又完全不同.聚合函数,首先会将数据进行分组,然后对每一组数据进行运算,如求和 ...

  8. Oracle分析函数巧妙使用

    在 Oracle中使用Sql必须弄懂分析函数 Oracle开发专题之:分析函数(OVER) 1 Oracle开发专题之:分析函数2(Rank, Dense_rank, row_number) 6 Or ...

  9. Oracle分析函数——函数列表

    --------------聚合函数 SUM :该函数计算组中表达式的累积和 MIN :在一个组中的数据窗口中查找表达式的最小值 MAX :在一个组中的数据窗口中查找表达式的最大值 AVG :用于计算 ...

最新文章

  1. 你只写了两行代码，为什么要花两天时间？
  2. python生成折线图-Python数据可视化 -生成数据之绘制折线图和散点图
  3. 终于当了回up主，来白嫖我历时半年总结的Java思维导图吧！！！
  4. 寒冷的高纬度——我的梦开始的地方
  5. OpenvSwitch VxLAN实验
  6. 机器学习-集成学习-梯度提升决策树（GBDT）
  7. 你知道怎么样排序才能做到多快好省？
  8. windows、Linux下nginx搭建集群
  9. FL Studio20.8中文完整果味版编曲
  10. java日志分级概要
  11. 【hbase】解决海量图片存储
  12. Markdown语法中使用表情符号
  13. vuefilters过滤器的使用，给金钱价格加上符号单位
  14. 1068 万绿丛中一点红
  15. 固定table首行或尾行
  16. 虚拟机Linux的安装
  17. 连锁酒店网络互联解决方案
  18. 培养自己的核心竞争力
  19. Hadoop精华问答 | 如何设置单个任务占用的内存量和CPU数目？
  20. Java开源Android开源项目

热门文章

  1. 逃跑吧少年服务器维护时间,逃跑吧少年—《逃跑吧！少年》2月20日PC更新公告...
  2. 性能测试loadrunner使用共性问题汇总
  3. Dorea.js框架介绍：纯CSS写出优雅好看的时间线/时间轴（左右垂直展示）
  4. anaconda清华镜像更改
  5. ASIC设计学习笔记——使用Design Compiler进行综合
  6. 低速自动驾驶技术：APA
  7. 数字孪生|交通运输可视化系统
  8. csgo社区自建服务器,csgo社区服务器进入方法
  9. 龙芯PMON(2K1000)启动流程(一、总述)
  10. 推荐一枚帮你找到 Google+ Hangouts 视频群聊的 Chrome 扩展