分析函数2(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>descuser_order;
NameNull?Type
-----------------------------------------------------------------------------
REGION_IDNUMBER(2)
CUSTOMER_IDNUMBER(2)
CUSTOMER_SALESNUMBER

【2】测试数据：

sql>select*fromuser_orderorderbycustomer_sales;

REGION_IDCUSTOMER_IDCUSTOMER_SALES
-----------------------------------
51 151162
1029 903383
67 971585
1028 986964
9211020541
922 1036146
816 1068467
68 1141638
53 1161286
55 1169926
819 1174421
712 1182275
711 1190421
610 1196748
69 1208959
10301216858
5 2 1224992
9 24 1224992
9 23 1224992
818 1253840
715 1255591
713 1310434
1027 1322747
820 1413722
66 1788836
1026 1808949
54 1878275
714 1929774
817 1944281
925 2232703

30rowsselected.

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>selectrownum,t.*
2from(select*
3fromuser_order
4orderbycustomer_salesdesc)t
5whererownum<=12
6orderbycustomer_salesdesc;

ROWNUMREGION_IDCUSTOMER_IDCUSTOMER_SALES
---------------------------------------------
19 252232703
28 171944281
37141929774
4541878275
510261808949
66 61788836
78 201413722
810 271322747
97 131310434
107 151255591
118 181253840
12 5 2 1224992

12rowsselected.

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>selectregion_id,customer_id,sum(customer_sales)total,
2rank()over(orderbysum(customer_sales)desc)rank,
3dense_rank()over(orderbysum(customer_sales)desc)dense_rank,
4row_number()over(orderbysum(customer_sales)desc)row_number
5fromuser_order
6groupbyregion_id,customer_id;

REGION_IDCUSTOMER_IDTOTALRANKDENSE_RANKROW_NUMBER
-------------------------------------------------------------

8181253840111111
521224992121212
9231224992121213
9241224992121214
1030121685815 13 15


30rowsselected.

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>selectregion_id,
sum(customer_sales)total,
2rank()over(partitionbyregion_id
orderbysum(customer_sales)desc)rank,
3dense_rank()over(partitionbyregion_id
orderbysum(customer_sales)desc)dense_rank,
4row_number()over(partitionbyregion_id
orderbysum(customer_sales)desc)row_number

5fromuser_order
6groupbyregion_id,customer_id;

REGION_IDCUSTOMER_IDTOTALRANKDENSE_RANKROW_NUMBER
-------------------------------------------------------------
541878275111
52 1224992222
55 1169926333
66 1788836111
69 1208959222
610 1196748333


30rowsselected.