Oracle数据库中Rank等函数的比较与选择
Oracle数据库中Rank,Dense_Rank,Row_Number函数有什么样的区别呢?在实际的应用中我们又该如何去选择呢?本文结合实例说明了这些。
首先我们先创建一个员工信息表,在查询分析器中执行以下的代码:
- Create Table EmployeeInfo (CODE Number(3) Not Null,EmployeeName varchar2(15),DepartmentID Number(3),Salary NUMBER(7,2),
- Constraint PK_EmployeeInfo Primary Key (CODE));
创建完成后,在企业管理其中打开表,录入一些信息,为了让大家清楚录入的内容,录入完毕后我执行了查询语句Select * From EMPLOYEEINFO;将员工信息表的内容入下图所示:
现执行SQL语句:
- Select EMPLOYEENAME,SALARY,
- RANK() OVER (Order By SALARY Desc) "RANK",
- DENSE_RANK() OVER (Order By SALARY Desc ) "DENSE_RANK",
- ROW_NUMBER() OVER(Order By SALARY Desc) "ROW_NUMBER"
- From EMPLOYEEINFO
结果如下:
说明: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***一条相同记录和下一条不同记录的排名之间空出排名。
同时也可以分组排序,也就是在Over从句内加入Partition by groupField:
- Select DEPARTMENTID,EMPLOYEENAME,SALARY,
- RANK() OVER ( Partition By DEPARTMENTID Order By SALARY Desc) "RANK",
- DENSE_RANK() OVER ( Partition By DEPARTMENTID Order By SALARY Desc ) "DENSE_RANK",
- ROW_NUMBER() OVER( Partition By DEPARTMENTID Order By SALARY Desc) "ROW_NUMBER"
- From EMPLOYEEINFO
结果如下:
现在如果插入一条工资为空的记录,那么执行上述语句,结果如下:
会发现空值的竟然排在了***位,这显然不是想要的结果。解决的办法是在Over从句Order By后加上 NULLS Last即:
- Select EMPLOYEENAME,SALARY,
- RANK() OVER (Order By SALARY Desc Nulls Last) "RANK",
- DENSE_RANK() OVER (Order By SALARY Desc Nulls Last) "DENSE_RANK",
- ROW_NUMBER() OVER(Order By SALARY Desc Nulls Last ) "ROW_NUMBER"
- From EMPLOYEEINFO
结果如下:
本文就介绍到这里,如果您想了解更多关于Oracle的内容,可以到我们网站的Oracle频道:http://database.51cto.com/oracle/,谢谢大家的支持!
【编辑推荐】
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