窗口函数之排名函数与分析函数

窗口函数中的排名函数与分析函数实在是太好用了，尤其是row_number和lead

全局表如下：

排名函数

1.row_number

          ROW_NUMBER() over (partition by name order by testid)       (partition by 是可选的)  其他排名函数相同
 按照order排序  返回顺序       

select ROW_NUMBER() over(order by col1) rowNumber,* from t1

select ROW_NUMBER() over(partition by col1 order by col1) rowNumber,* from t1

2.rank

按照order排序 返回排名，相同情况下排名相同

select rank() over(order by col1) rank_,* from t1

select rank() over(partition by col1 order by col1) rank_,* from t1

3.dense_rank

看图比较和rank的区别

select dense_rank() over(order by col1) rank_,* from t1

4.ntile

ntile函数，将数据强制分成n份,可结合case when 转为阶段百分比
例如：25%，50%等

select ntile(4) over(order by col1) rank_,* from t1

分析函数

1.cume_dist

计算累计分布,计算某指定值在一组值中的相对位置，值相同的情况按照最后一个值的位置计算

select cume_dist() over(order by col1) as cume_dist,* from t1

2.first_value 3.last_value

取首尾数据
这个我在别的地方看到一个很好的解释，就不再重复实验了

例:查询部门最早发生销售记录日期和最近发生的销售记录日期
SQL> select *from criss_sales order by dept_id,sale_date;

DEPT_ID SALE_DATE   GOODS_TYPE    SALE_CNT
------- ----------- ---------- -----------
D01     2014/3/4    G00                700
D01     2014/4/8    G01                200
D01     2014/4/30   G03                800
D01     2014/5/4    G02                 80
D01     2014/6/12   G01
D02     2014/3/6    G00                500
D02     2014/4/8    G02                100
D02     2014/4/27   G01                300
D02     2014/5/2    G03                900

SQL> select
2     dept_id
3    ,sale_date
4    ,goods_type
5    ,sale_cnt
6    ,first_value(sale_date) over (partition by dept_id order by sale_date) first_value
7    ,last_value(sale_date) over (partition by dept_id order by sale_date desc) last_value
8  from criss_sales;

DEPT_ID SALE_DATE   GOODS_TYPE    SALE_CNT FIRST_VALUE LAST_VALUE
------- ----------- ---------- ----------- ----------- -----------
D01     2014/3/4    G00                700 2014/3/4    2014/3/4
D01     2014/4/8    G01                200 2014/3/4    2014/4/8
D01     2014/4/30   G03                800 2014/3/4    2014/4/30
D01     2014/5/4    G02                 80 2014/3/4    2014/5/4
D01     2014/6/12   G01                    2014/3/4    2014/6/12
D02     2014/3/6    G00                500 2014/3/6    2014/3/6
D02     2014/4/8    G02                100 2014/3/6    2014/4/8
D02     2014/4/27   G01                300 2014/3/6    2014/4/27
D02     2014/5/2    G03                900 2014/3/6    2014/5/2

看结果first_value()很直观，不用多解释
但是，last_value()值，部门D01不是应该为2014/6/12，部门D02不是应该为2014/5/2吗?为什么会每条记录都不一样?

可以这样去理解:last_value()默认统计范围是 rows between unbounded preceding and current row

验证一下:
SQL> select
2     dept_id
3    ,sale_date
4    ,goods_type
5    ,sale_cnt
6    ,first_value(sale_date) over (partition by dept_id order by sale_date) first_value
7    ,last_value(sale_date) over (partition by dept_id order by sale_date desc) last_value
8    ,last_value(sale_date) over (partition by dept_id order by sale_date rows between unbounded preceding and unbounded following) last_value_all
9  from criss_sales;

DEPT_ID SALE_DATE   GOODS_TYPE    SALE_CNT FIRST_VALUE LAST_VALUE  LAST_VALUE_ALL
------- ----------- ---------- ----------- ----------- ----------- --------------
D01     2014/3/4    G00                700 2014/3/4    2014/3/4    2014/6/12
D01     2014/4/8    G01                200 2014/3/4    2014/4/8    2014/6/12
D01     2014/4/30   G03                800 2014/3/4    2014/4/30   2014/6/12
D01     2014/5/4    G02                 80 2014/3/4    2014/5/4    2014/6/12
D01     2014/6/12   G01                    2014/3/4    2014/6/12   2014/6/12
D02     2014/3/6    G00                500 2014/3/6    2014/3/6    2014/5/2
D02     2014/4/8    G02                100 2014/3/6    2014/4/8    2014/5/2
D02     2014/4/27   G01                300 2014/3/6    2014/4/27   2014/5/2
D02     2014/5/2    G03                900 2014/3/6    2014/5/2    2014/5/2

全统计的情况下得到的last_value()值，部门D01为2014/6/12，部门D02为2014/5/2

4.lag  5.lead

取第前n行或第后n行，越界值用默认值代替
三个参数 列名  偏移量  默认值

SQL> select *  from kkk;

ID NAME
---------- --------------------
1 1name
2 2name
3 3name
4 4name
5 5name

SQL> select id,name,lag(name,1,0) over ( order by id )  from kkk;

ID NAME                 LAG(NAME,1,0)OVER(ORDERBYID)
---------- -------------------- ----------------------------
1 1name                0
2 2name                1name
3 3name                2name
4 4name                3name
5 5name                4name

SQL> select id,name,lead(name,1,0) over ( order by id )  from kkk;

ID NAME                 LEAD(NAME,1,0)OVER(ORDERBYID)
---------- -------------------- -----------------------------
1 1name                2name
2 2name                3name
3 3name                4name
4 4name                5name
5 5name                0

SQL>
SQL> select id,name,lead(name,2,0) over ( order by id )  from kkk;

ID NAME                 LEAD(NAME,2,0)OVER(ORDERBYID)
---------- -------------------- -----------------------------
1 1name                3name
2 2name                4name
3 3name                5name
4 4name                0
5 5name                0

SQL>
SQL> select id,name,lead(name,1,'alsdfjlasdjfsaf') over ( order by id )  from kkk;

ID NAME                 LEAD(NAME,1,'ALSDFJLASDJFSAF')
---------- -------------------- ------------------------------
1 1name                2name
2 2name                3name
3 3name                4name
4 4name                5name
5 5name                alsdfjlasdjfsaf