2. rank函数的介绍
介绍完rollup和cube函数的使用,下面我们来看看rank系列函数的使用方法.
问题2.我想查出这几个月份中各个地区的总话费的排名.
Quote: 为了将rank,dense_rank,row_number函数的差别显示出来,我们对已有的基础数据做一些修改,将5763的数据改成与5761的数据相同. 1 update t t1 set local_fare = ( 2 select local_fare from t t2 3 where t1.bill_month = t2.bill_month 4 and t1.net_type = t2.net_type 5 and t2.area_code = ''''5761'''' 6* ) where area_code = ''''5763'''' 07:19:18 SQL> /
8 rows updated.
Elapsed: 00:00:00.01
我们先使用rank函数来计算各个地区的话费排名. 07:34:19 SQL> select area_code,sum(local_fare) local_fare, 07:35:25 2 rank() over (order by sum(local_fare) desc) fare_rank 07:35:44 3 from t 07:35:45 4 group by area_codee 07:35:50 5 07:35:52 SQL> select area_code,sum(local_fare) local_fare, 07:36:02 2 rank() over (order by sum(local_fare) desc) fare_rank 07:36:20 3 from t 07:36:21 4 group by area_code 07:36:25 5 /
AREA_CODE LOCAL_FARE FARE_RANK ---------- -------------- ---------- 5765 104548.72 1 5761 54225.41 2 5763 54225.41 2 5764 53156.77 4 5762 52039.62 5
Elapsed: 00:00:00.01
我们可以看到红色标注的地方出现了,跳位,排名3没有出现 下面我们再看看dense_rank查询的结果.
07:36:26 SQL> select area_code,sum(local_fare) local_fare, 07:39:16 2 dense_rank() over (order by sum(local_fare) desc ) fare_rank 07:39:39 3 from t 07:39:42 4 group by area_code 07:39:46 5 /
AREA_CODE LOCAL_FARE FARE_RANK ---------- -------------- ---------- 5765 104548.72 1 5761 54225.41 2 5763 54225.41 2 5764 53156.77 3 这是这里出现了第三名 5762 52039.62 4
Elapsed: 00:00:00.00
在这个例子中,出现了一个第三名,这就是rank和dense_rank的差别, rank如果出现两个相同的数据,那么后面的数据就会直接跳过这个排名,而dense_rank则不会, 差别更大的是,row_number哪怕是两个数据完全相同,排名也会不一样,这个特性在我们想找出对应没个条件的唯一记录的时候又很大用处
1 select area_code,sum(local_fare) local_fare, 2 row_number() over (order by sum(local_fare) desc ) fare_rank 3 from t 4* group by area_code 07:44:50 SQL> /
AREA_CODE LOCAL_FARE FARE_RANK ---------- -------------- ---------- 5765 104548.72 1 5761 54225.41 2 5763 54225.41 3 5764 53156.77 4 5762 52039.62 5
在row_nubmer函数中,我们发现,哪怕sum(local_fare)完全相同,我们还是得到了不一样排名,我们可以利用这个特性剔除数据库中的重复记录.
这个帖子中的几个例子是为了说明这三个函数的基本用法的. 下个帖子我们将详细介绍他们的一些用法.
2. rank函数的介绍
a. 取出数据库中最后入网的n个用户 select user_id,tele_num,user_name,user_status,create_date from ( select user_id,tele_num,user_name,user_status,create_date, rank() over (order by create_date desc) add_rank from user_info ) where add_rank <= :n;
b.根据object_name删除数据库中的重复记录 create table t as select obj#,name from sys.obj$; 再insert into t1 select * from t1 数次. delete from t1 where rowid in ( select row_id from ( select rowid row_id,row_number() over (partition by obj# order by rowid ) rn ) where rn <> 1 );
c. 取出各地区的话费收入在各个月份排名. SQL> select bill_month,area_code,sum(local_fare) local_fare, 2 rank() over (partition by bill_month order by sum(local_fare) desc) area_rank 3 from t 4 group by bill_month,area_code 5 /
BILL_MONTH AREA_CODE LOCAL_FARE AREA_RANK --------------- --------------- -------------- ---------- 200405 5765 25057.74 1 200405 5761 13060.43 2 200405 5763 13060.43 2 200405 5762 12643.79 4 200405 5764 12487.79 5 200406 5765 26058.46 1 200406 5761 13318.93 2 200406 5763 13318.93 2 200406 5764 13295.19 4 200406 5762 12795.06 5 200407 5765 26301.88 1 200407 5761 13710.27 2 200407 5763 13710.27 2 200407 5764  [1] [2] [3] [4] 下一页 |