分析函数之窗口子句(r4笔记第3天)
时间:2022-05-04
本文章向大家介绍分析函数之窗口子句(r4笔记第3天)，主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项，具有一定的参考价值，需要的朋友可以参考一下。
关于分析函数，可能大家基本都是从row_number()开始了解到的。分析函数的使用在某种程度上可以避免自连接，使得原本较为繁琐复杂的查询一下子变得精简起来。
分析函数分为分区子句，排序子句，和窗口子句，对于窗口子句来说，可能开始比较难懂，这部分的使用也尤为重要。
还是先举个例子，然后基于例子再来简单分析一下分析函数。
我们创建一个测试表sales_fact
create table sales_fact(
product varchar2(200) not null,
country varchar2(100),
region varchar2(100),
year number,
week number,
sale number(10,2)
);
然后使用以下的pl/sql插入一部分数据，我们来针对美国的牛肉贸易来做一个简单的分析：）
declare
tmp_sql varchar2(1000);
begin
for tmp_year in 2012..2014 loop
for i in 1..50 loop
insert into sales_fact values('BEEF','USA','NOUTH',tmp_year,i,abs(mod(dbms_random.random,12)*100));
end loop;
end loop;
end;
/
使用分析函数中的sum,这个sum和平时使用的sum还是有很大的不同。这个sum会按照年份来统计自1月份到当前月份的销售额。比如2012年2月的累计销售额就是100+400=500
####### sum #############
select year,week,sale,
sum(sale) over(
partition by product,country,region,year
order by week
rows between unbounded preceding and current row
) running_sum_ytd
from sales_fact
where country='USA' and product='BEEF' and year in (2012,2013)
order by product,country,year,week;
YEAR WEEK SALE RUNNING_SUM_YTD
---------- ---------- ---------- ---------------
2012 1 400 400
2012 2 100 500
2012 3 600 1100
2012 4 100 1200
2012 5 200 1400
2012 6 0 1400
2012 7 100 1500
2012 8 600 2100
2012 9 300 2400
2012 10 700 3100
2012 11 400 3500
......
YEAR WEEK SALE RUNNING_SUM_YTD
---------- ---------- ---------- ---------------
2012 45 300 22900
2012 46 900 23800
2012 47 300 24100
2012 48 800 24900
2012 49 400 25300
2012 50 100 25400
2013 1 100 100
2013 2 600 700
2013 3 800 1500
2013 4 1000 2500
2013 5 1000 3500对于上面的查询我们只修改一处。把rows between unbounded preceding and current row修改为rows between unbounded preceding and unbounded following
输出结果会大大不同。原因在于rows between unbounded preceding and current row是一种窗口函数，是相关分析函数的默认值，如果知道那个为unbounded following就会统计自1月份到12月份的销售额。
select year,week,sale,
sum(sale) over(
partition by product,country,region,year
order by week
rows between unbounded preceding and unbounded following
) running_sum_ytd
from sales_fact
where country='USA' and product='BEEF' and year in (2012,2013)
order by product,country,year,week;
YEAR WEEK SALE RUNNING_SUM_YTD
---------- ---------- ---------- ---------------
2012 1 400 25400
2012 2 100 25400
2012 3 600 25400
2012 4 100 25400
2012 5 200 25400
2012 6 0 25400
2012 7 100 25400
2012 8 600 25400
2012 9 300 25400
2012 10 700 25400
2012 11 400 25400
...
YEAR WEEK SALE RUNNING_SUM_YTD
---------- ---------- ---------- ---------------
2012 45 300 25400
2012 46 900 25400
2012 47 300 25400
2012 48 800 25400
2012 49 400 25400
2012 50 100 25400
2013 1 100 28700
2013 2 600 28700
2013 3 800 28700
2013 4 1000 28700
2013 5 1000 28700
对于max的使用，情况也是类似。我们可以根据需要来选择数据的范围来得到最大值。
####### max ############
select year,week,sale,
max(sale) over(
partition by product,country,region,year
order by week
rows between unbounded preceding and unbounded following
) max_sale
from sales_fact
where country='USA' and product='BEEF' and year in (2012,2013)
order by product,country,year,week;
YEAR WEEK SALE MAX_SALE
---------- ---------- ---------- ----------
2012 1 400 1100
2012 2 100 1100
2012 3 600 1100
2012 4 100 1100
2012 5 200 1100
2012 6 0 1100
2012 7 100 1100
2012 8 600 1100
2012 9 300 1100
2012 10 700 1100
2012 11 400 1100
...
YEAR WEEK SALE MAX_SALE
---------- ---------- ---------- ----------
2012 45 300 1100
2012 46 900 1100
2012 47 300 1100
2012 48 800 1100
2012 49 400 1100
2012 50 100 1100
2013 1 100 1100
2013 2 600 1100
2013 3 800 1100
2013 4 1000 1100
2013 5 1000 1100比如2012年第1周的销售额是400，最高销售额是的当年的1100.
YEAR WEEK SALE MAX_SALE
---------- ---------- ---------- ----------
2012 1 400 1100
再来看看另外一个Max的使用。不同之处在于窗口函数的部分。
select year,week,sale,
max(sale) over(
partition by product,country,region,year
order by week
rows between unbounded preceding and current row
) max_sale
from sales_fact
where country='USA' and product='BEEF' and year in (2012,2013)
order by product,country,year,week;
YEAR WEEK SALE MAX_SALE
---------- ---------- ---------- ----------
2012 1 400 400
2012 2 100 400
2012 3 600 600
2012 4 100 600
2012 5 200 600
2012 6 0 600
2012 7 100 600
2012 8 600 600
2012 9 300 600
2012 10 700 700
2012 11 400 700
...
YEAR WEEK SALE MAX_SALE
---------- ---------- ---------- ----------
2012 45 300 1100
2012 46 900 1100
2012 47 300 1100
2012 48 800 1100
2012 49 400 1100
2012 50 100 1100
2013 1 100 100
2013 2 600 600
2013 3 800 800
2013 4 1000 1000
2013 5 1000 1000比如2012年第2周，相比于第2周来说，最高销售额是第1周的400。第3周的时候相比第1周，第2周，最高销售额是第3周的600.
YEAR WEEK SALE MAX_SALE
---------- ---------- ---------- ----------
2012 1 400 400
2012 2 100 400
2012 3 600 600从实际的使用角度来说，使用rows between unbounded preceding and current row 得到的数据是截止到指定时间的最大值，而rows between unbounded preceding and unbounded following得到的是历史数据最大值。 对于窗口函数的使用不限于此，我们还可以指定更细粒度的数据区间。 像rows between 2 preceding and 2 following 比较的数据就是当前行的前2行和后2行对应的区间的数据。
select year,week,sale,
max(sale) over(
partition by product,country,region,year
order by week
rows between 2 preceding and 2 following
) max_sale
from sales_fact
where country='USA' and product='BEEF' and year in (2012,2013)
order by product,country,year,week;
YEAR WEEK SALE MAX_SALE
---------- ---------- ---------- ----------
2012 1 400 600
2012 2 100 600
2012 3 600 600
2012 4 100 600
2012 5 200 600
2012 6 0 600
2012 7 100 600
2012 8 600 700
2012 9 300 700
2012 10 700 700
2012 11 400 700
...
YEAR WEEK SALE MAX_SALE
---------- ---------- ---------- ----------
2012 45 300 1000
2012 46 900 1000
2012 47 300 900
2012 48 800 900
2012 49 400 800
2012 50 100 800
2013 1 100 800
2013 2 600 1000
2013 3 800 1000
2013 4 1000 1000
2013 5 1000 1000比如说对于2012年第6中，销售额为0，但是在前2周和后2周的区间范围内，销售额最大值为600.
- 用 Tensorflow 建立 CNN
- 碎片化 | 第四阶段-36-struts-spring结合jdbc实现删除功能-视频
- 跨域访问支持（Spring Boot、Nginx、浏览器）
- 自己动手写个聊天机器人吧
- 碎片化 | 第四阶段-37-sturts2-登录功能实现-视频
- Spring Cloud Edgware新特性之六：Artifact ID变更
- 用 RNN 训练语言模型生成文本
- 碎片化 | 第四阶段-38-Struts2登录session对象封装-视频
- LeetCode实战：子问题分析
- 5分钟构建一个自己的无人驾驶车
- 碎片化 | 第四阶段-39-Struts2中session对象梳理-视频
- 用深度神经网络处理NER命名实体识别问题
- 碎片化 | 第四阶段-40-Struts组件分类讲解-视频
- nginx location配置
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- CodeIgniter (CI) 框架学习 -- load_class
- Laravel框架学习 -- php artisan down/up
- Spring中基于注解@AspectJ的AOP实现
- python提高--running-python-code-contained-in-a-strin
- linux shell 监控脚本 及 邮件发送
- Laravel框架学习 -- 安装
- Redis 键管理与小功能
- redis 数据持久化
- 不蒜子 | 给网站、博客文章添加阅读次数统计，我用两行代码 搞定计数
- redis 主从复制
- Spring 当一个接口多个实现时，怎么注入
- redis主从同步，显示master_link_status:down的解决思路
- CentOS自带Python被删 && YUM报错修复
- MySQL主从库--同步异常
- redis 哨兵机制