mysql实现分组排序和不分组排序
2023-03-15 23:29:34 时间
大前提
- 假如你不懂mysql中“=”和“:=”的区别,需要去补习一下这两个知识的用法。
- 关于mysql中“=”和“:=”的区别,可以参考我的另外一篇文章。https://blog.csdn.net/weixin_41261833/article/details/103509526
- 本文如果有不懂的地方,可以留言。
一、不分组排序
1、普通排名:从1开始,按照顺序一次往下排(相同的值也是不同的排名)。
-- 方法一
select m.*,@r :=@r + 1 as rank
from mian62 m,(select @r := 0) r
order by score desc;
-- 方法二
set @r=0;
select m.*,@r :=@r + 1 as rank
from mian62 m
order by score desc;
效果如下:
2、并列排名:相同的值是相同的排名(但是不留空位)。
-- 方法一
select c.sid,c.name,c.score,c.rank
from
(
select m.*,
@c:=if(@p=score,@c,@r) as rank,
@p:=score,
@r:=@r+1
from mian62 m,(select @p:=0,@r:=1,@c:=0)r
order by score desc
)c
-- 方法二
set @p=0;
set @r=1;
set @c=0;
select c.sid,c.name,c.score,c.rank
from
(
select m.*,
@c:=if(@p=score,@c,@r) as rank,
@p:=score,
@r:=@r+1
from mian62 m
order by score desc
)c
效果如下:
2、并列排名:相同的值是相同的排名(但是留空位)。
-- 方法一
select c.sid,c.name,c.score,c.rank
from
(
select m.*,
@c:=if(@p=score,@c,@r) as rank,
@p:=score,
@r:=@r+1
from mian62 m,(select @p:=0,@r:=1,@c:=0)r
order by score desc
)c
-- 方法二
set @p=0;
set @r=1;
set @c=0;
select c.sid,c.name,c.score,c.rank
from
(
select m.*,
@c:=if(@p=score,@c,@r) as rank,
@p:=score,
@r:=@r+1
from mian62 m
order by score desc
)c
效果如下:
二、分组后排序
1、分组普通排名:从1开始,按照顺序一次往下排(相同的值也是不同的排名)。
select a.sid,a.name,a.subject,a.score,a.rank
from
(
select m.*,
if(@p=subject,@r:=@r+1,@r:=1) as rank,
@p:=subject
from mian62 m,(select @p:=0,@r:=0)r
order by subject,score desc
)a;
效果如下:
2、分组后并列排名:组内相同数值排名相同。
-- 为了体现效果,修改其中一条数据;
update mian62 set score=58 where name="张三" and subject="化学";
-- 本题实现代码如下:
select a.sid,a.name,a.subject,a.score,a.rank
from
(
select *,
if(@p=subject,
case
when @s=score then @r
when @s:=score then @r:=@r+1
end,
@r:=1 ) as rank,
@p:=subject,
@s:=score
from mian62 m,(select @p:=0,@s:=0,@r:=0)r
order by subject,score
)a;
效果如下:
相关文章
- 从本体论开始说起——运营商关系图谱的构建及应用
- 如何成为一名数据科学家?
- 从未见过的堂兄杀了人,你的DNA是关键证据
- 20个安全可靠的免费数据源,各领域数据任你挑
- 20个安全可靠的免费数据源,各领域数据任你挑
- 阿里云李飞飞:All in Cloud时代,云原生数据库优势明显
- 基于Hadoop生态系统的一高性能数据存储格式CarbonData(性能篇)
- 大数据告诉你:10年漫威,到底有多少角色
- TigerGraph:实时图数据库助力金融风控升级
- Splunk利用Splunk Connected Experiences和Splunk Business Flow 扩大数据访问
- 大数据开发常见的9种数据分析手段
- 以免在景区看人,我爬了5W条全国景点门票数据...
- 【实战解析】基于HBase的大数据存储在京东的应用场景
- 数据科学家告诉你哪些计算机科学书籍是你应该看的
- Kafka作为大数据的核心技术,你了解多少?
- Spring Boot 整合 Redis 实现缓存操作
- 大数据学习必须掌握的五大核心技术有哪些?
- 基于Antlr在Apache Flink中实现监控规则DSL化的探索实践
- 甲骨文再次被Gartner评为分析型数据管理解决方案魔力象限领导者
- 爬取吴亦凡微博102118条转发数据,扒一扒流量的真假