关于oracle开窗函数--2分析函数参考手册

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
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                 HIRE_DATE SALARY     C_MAVG
---------- ------------------------- --------- ---------- ----------
100 Kochhar                   21-SEP-89      17000      17000      
100 De Haan                   13-JAN-93      17000      15000      
100 Raphaely                  07-DEC-94      11000 11966.6667
100 Kaufling               01-MAY-95       7900 10633.3333      
100 Hartstein                 17-FEB-96      13000 9633.33333      
100 Weiss                     18-JUL-96       8000 11666.6667      
100 Russell                   01-OCT-96      14000 11833.3333...
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度         
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))  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   CUM_CORR
--------------------- ---------                   
1                   
2         
1                   
3 .994309382                   
4 .852040875                   
5 .846652204                  
6 .871250628                   
7 .910029803                   
8 .917556399                   
9 .920154356                  
10  .86720251                  
11 .844864765                  
12 .903542662

COVAR_POP  功能描述：返回一对表达式的总体协方差。
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  
FROM product_information p
WHERE category_id = 29
ORDER BY product_id, supplier_id;
PRODUCT_ID SUPPLIER_ID   CUM_COVP   CUM_COVS
---------- ----------- ---------- ----------     
1774      103088          0     
1775      103087    1473.25     2946.5     
1794      103096 1702.77778 2554.16667     
1825      103093    1926.25 2568.33333     
2004      103086     1591.4    1989.25     
2005      103086     1512.5       1815     
2416        103088 1475.97959 1721.97619..

COVAR_SAMP  功能描述：返回一对表达式的样本协方差
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  
FROM product_information p
WHERE category_id = 29
ORDER BY product_id, supplier_id;
PRODUCT_ID SUPPLIER_ID   CUM_COVP   CUM_COVS
---------- ----------- ---------- ----------     
1774      103088          0     
1775      103087    1473.25     2946.5     
1794      103096 1702.77778 2554.16667     
1825      103093    1926.25 2568.33333     
2004      103086     1591.4    1989.25     
2005      103086     1512.5       1815     
2416      103088 1475.97959 1721.97619..

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                     SALARY       CNT1       CNT2       CNT3
------------------------- ---------- ---------- ---------- ----------
Olson                           2100        107          1          3
Markle                          2200        107          3          2
Philtanker                      2200        107          3          2
Landry                          2400        107          5          8
Gee                             2400        107          5          8
Colmenares                      2500        107         11         10
Patel                           2500        107         11         10..

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_DIST
---------- ------------------------- ---------- ----------
PU_CLERK   Colmenares                      2500         .2
PU_CLERK   Himuro                          2600         .4
PU_CLERK   Tobias                          2800         .6
PU_CLERK   Baida                           2900         .8
PU_CLERK   Khoo                            3100          1
PU_MAN     Raphaely                       11000          1

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                         4200          1          
60 Austin                          4800          2          
60 Pataballa                       4800          2          
60 Ernst                           6000          3          
60 Hunold                          9000          4          
90 Kochhar                        17000          1          
90 De Haan                        17000          1          
90 King                           24000          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 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                 DEPARTMENT_ID     SALARY      Worst       Best
------------------------- ------------- ---------- ---------- ----------
Fay                                  20       6000       6000      13000
Hartstein                            20      13000       6000      13000
Kumar                                80       6100       6100      14000
Banda                                80       6200       6100      14000
Johnson                              80       6200       6100      14000
Ande                                 80       6400       6100      14000
Lee                                  80       6800       6100      14000
Tuvault                              80       7000       6100      14000
Sewall                               80       7000       6100      14000
Marvins                              80       7200       6100      14000
Bates                                80       7300       6100      14000...

FIRST_VALUE  功能描述：返回组中数据窗口的第一个值。
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 (PARTITION BY department_id ORDER BY salary ASC ) AS lowest_sal  FROM employees WHERE department_id in(20,30)； 
DEPARTMENT_ID LAST_NAME                     SALARY LOWEST_SAL
------------- ------------------------- ---------- --------------          
20 Fay                             6000 Fay          
20 Hartstein                      13000 Fay          
30 Colmenares                      2500 Colmenares          
30 Himuro                          2600 Colmenares          
30 Tobias                          2800 Colmenares          
30 Baida                           2900 Colmenares          
30 Khoo                            3100 Colmenares          
30 Raphaely                       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  FROM employees WHERE job_id = 'PU_CLERK'；
LAST_NAME                 HIRE_DATE      SALARY   PREV_SAL
------------------------- ---------- ---------- ----------
Khoo                      18-5月 -95       3100          0
Tobias                    24-7月 -97       2800       3100
Baida                     24-12月-97       2900       2800
Himuro                    15-11月-98       2600       2900
Colmenares                10-8月 -99       2500       2600

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                 DEPARTMENT_ID     SALARY      Worst       Best
------------------------- ------------- ---------- ---------- ----------
Fay                                  20       6000       6000      13000
Hartstein                            20      13000       6000      13000
Kumar                                80       6100       6100      14000
Banda                                80       6200       6100      14000
Johnson                              80       6200       6100      14000
Ande                                 80       6400       6100      14000
Lee                                  80       6800       6100      14000
Tuvault                              80       7000       6100      14000
Sewall                               80       7000       6100      14000
Marvins                              80       7200       6100      14000
Bates                                80       7300       6100      14000...

LAST_VALUE 功能描述：返回组中数据窗口的最后一个值。
SAMPLE：下面例子计算按部门分区按薪水排序的数据窗口的最后一个值对应的名字，如果薪水的最后一个值有多个，则从多个对应的名字中取缺省排序的最后一个名字
SELECT department_id, last_name, salary, LAST_VALUE(last_name) OVER(PARTITION BY department_id ORDER BY salary) AS highest_sal  FROM employees WHERE department_id in(20,30)；
DEPARTMENT_ID LAST_NAME                     SALARY HIGHEST_SAL
------------- ------------------------- ---------- ------------          
20 Fay                             6000 Fay          
20 Hartstein                      13000 Hartstein
30 Colmenares                      2500 Colmenares          
30 Himuro                          2600 Himuro          
30 Tobias                          2800 Tobias          
30 Baida                           2900 Baida          
30 Khoo                            3100 Khoo          
30 Raphaely                       11000 Raphaely

LEAD 功能描述：LEAD与LAG相反，LEAD可以访问组中当前行之后的行。
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）
SAMPLE：下面的例子中每行的"NextHired"返回按hire_date排序的下一行的hire_date值
SELECT last_name, hire_date,LEAD(hire_date, 1) OVER (ORDER BY hire_date) AS "NextHired"   FROM employees WHERE department_id = 30；
LAST_NAME                 HIRE_DATE NextHired
------------------------- --------- ---------
Raphaely                  07-DEC-94 18-MAY-95
Khoo                      18-MAY-95 24-JUL-97
Tobias                    24-JUL-97 24-DEC-97
Baida                     24-DEC-97 15-NOV-98
Himuro                    15-NOV-98 10-AUG-99
Colmenares                10-AUG-99

MAX 功能描述：在一个组中的数据窗口中查找表达式的最大值。
SAMPLE：下面例子中dept_max返回当前行所在部门的最大薪水值
SELECT department_id, last_name, salary,MAX(salary) OVER (PARTITION BY department_id) AS dept_max   FROM employees WHERE department_id in (10,20,30)；
DEPARTMENT_ID LAST_NAME                     SALARY   DEPT_MAX
------------- ------------------------- ---------- ----------
10 Whalen                          4400       4400          
20 Hartstein                      13000      13000          
20 Fay                             6000      13000          
30 Raphaely                       11000      11000          
30 Khoo                            3100      11000          
30 Baida                           2900      11000          
30 Tobias                          2800      11000          
30 Himuro                          2600      11000          
30 Colmenares                      2500      11000

MIN 功能描述：在一个组中的数据窗口中查找表达式的最小值。
SAMPLE：下面例子中dept_min返回当前行所在部门的最小薪水值
SELECT department_id, last_name, salary, MIN(salary) OVER (PARTITION BY department_id) AS dept_min FROM employees WHERE department_id in (10,20,30)；
DEPARTMENT_ID LAST_NAME                     SALARY   DEPT_MIN
------------- ------------------------- ---------- ----------
10 Whalen                          4400       4400          
20 Hartstein                      13000       6000          
20 Fay                             6000       6000          
30 Raphaely                       11000       2500          
30 Khoo                            3100       2500          
30 Baida                           2900       2500          
30 Tobias                          2800       2500          
30 Himuro                          2600       2500          
30 Colmenares                      2500       2500

NTILE 功能描述：将一个组分为"表达式"的散列表示，例如，如果表达式=4，则给组中的每一行分配一个数（从1到4），如果组中有20行，则给前5行分配1，给下5行分配2等等。如果组的基数不能由表达式值平均分开，则对这些行进行分配时，组中就没有任何percentile的行数比其它percentile的行数超过一行，最低的percentile是那些拥有额外行的percentile。例如，若表达式=4，行数=21，则percentile=1的有5行，percentile=2的有5行等等。
SAMPLE：下例中把6行数据分为4份
SELECT last_name, salary,NTILE(4) OVER (ORDER BY salary DESC) AS quartile FROM employeesWHERE department_id = 100；
LAST_NAME                     SALARY   QUARTILE
------------------------- ---------- ----------
Greenberg                      12000          1
Faviet                          9000          1
Chen                            8200          2
Urman                           7800          2
Sciarra                         7700          3
Popp                            6900          4

PERCENT_RANK 功能描述：和CUME_DIST（累积分配）函数类似，对于一个组中给定的行来说，在计算那行的序号时，先减1，然后除以n-1（n为组中所有的行数）。该函数总是返回0～1（包括1）之间的数。SAMPLE：下例中如果Khoo的salary为2900，则pr值为0.6，因为RANK函数对于等值的返回序列值是一样的
SELECT department_id, last_name, salary,PERCENT_RANK() OVER (PARTITION BY department_id ORDER BY salary) AS pr  FROM employeesWHERE department_id < 50  ORDER BY department_id,salary；
DEPARTMENT_ID LAST_NAME                     SALARY         PR
------------- ------------------------- ---------- ----------          
10 Whalen                          4400          0          
20 Fay                             6000          0          
20 Hartstein                      13000          1          
30 Colmenares                      2500          0          
30 Himuro                          2600        0.2          
30 Tobias                          2800        0.4          
30 Baida                           2900        0.6          
30 Khoo                            3100        0.8          
30 Raphaely                       11000          1          
40 Mavris                          6500          0

PERCENTILE_CONT 功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数PERCENT_RANK，如果没有正好对应的数据值，就通过下面算法来得到值：       
RN = 1+ (P*(N-1)) 其中P是输入的分布百分比值，N是组内的行数       
CRN = CEIL(RN) 
FRN = FLOOR(RN)
if (CRN = FRN = RN) then                
(value of expression from row at RN)       
else               
(CRN - RN) * (value of expression for row at FRN) + (RN - FRN) * (value of expression for row at CRN)         
注意：本函数与PERCENTILE_DISC的区别在找不到对应的分布值时返回的替代值的计算方法不同
SAMPLE：在下例中，对于部门60的Percentile_Cont值计算如下：       
P=0.7  N=5 RN =1+ (P*(N-1)=1+(0.7*(5-1))=3.8 CRN = CEIL(3.8)=4  FRN = FLOOR(3.8)=3          
(4 - 3.8)* 4800 + (3.8 - 3) * 6000 = 5760
SELECT last_name
,salary
,department_id
,PERCENTILE_CONT(0.7) WITHIN GROUP (ORDER BY salary) OVER (PARTITION BY department_id) "Percentile_Cont"
,PERCENT_RANK() OVER (PARTITION BY department_id ORDER BY salary) "Percent_Rank" 
FROM employees
WHERE department_id IN (30, 60)；
LAST_NAME               SALARY DEPARTMENT_ID Percentile_Cont Percent_Rank
------------------- ---------- ------------- --------------- ------------
Colmenares                2500            30            3000            0
Himuro                    2600            30            3000          0.2
Tobias                    2800            30            3000          0.4
Baida                     2900            30            3000          0.6
Khoo                      3100            30            3000          0.8
Raphaely                 11000            30            3000            1
Lorentz                   4200            60            5760            0
Austin                    4800            60            5760         0.25
Pataballa                 4800            60            5760         0.25
Ernst                     6000            60            5760         0.75
Hunold                    9000            60            5760            1

PERCENTILE_DISC 功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数CUME_DIST，如果没有正好对应的数据值，就取大于该分布值的下一个值。注意：本函数与PERCENTILE_CONT的区别在找不到对应的分布值时返回的替代值的计算方法不同
SAMPLE：下例中0.7的分布值在部门30中没有对应的Cume_Dist值，所以就取下一个分布值0.83333333所对应的SALARY来替代
SELECT last_name, salary, department_id, PERCENTILE_DISC(0.7) WITHIN GROUP (ORDER BY salary ) OVER (PARTITION BY department_id) "Percentile_Disc",CUME_DIST() OVER (PARTITION BY department_id ORDER BY salary) "Cume_Dist"  FROM employees WHERE department_id in (30, 60)；
LAST_NAME                SALARY DEPARTMENT_ID Percentile_Disc  Cume_Dist
-------------------- ---------- ------------- --------------- ----------
Colmenares                 2500            30            3100 .166666667
Himuro                     2600            30            3100 .333333333
Tobias                     2800            30            3100         .5
Baida                      2900            30            3100 .666666667
Khoo                       3100            30            3100 .833333333
Raphaely                  11000            30            3100          1
Lorentz                    4200            60            6000         .2
Austin                     4800            60            6000         .6
Pataballa                  4800            60            6000         .6
Ernst                      6000            60            6000         .8
Hunold                     9000            60            6000          1