分享
 
 
 

Oracle分析函数的使用一

王朝oracle·作者佚名  2008-05-19
窄屏简体版  字體: |||超大  

分析函数是oracle816引入的一个全新的概念,为我们分析数据提供了一种简单高效的处理方式.在分析函数出现以前,我们必须使用自联查询,子查询或者内联视图,甚至复杂的存储过程实现的语句,现在只要一条简单的sql语句就可以实现了,而且在执行效率方面也有相当大的提高.下面我将针对分析函数做一些具体的说明.

今天我主要给大家介绍一下以下几个函数的使用方法

1. 自动汇总函数rollup,cube,

2. rank 函数, rank,dense_rank,row_number

3. lag,lead函数

4. sum,avg,的移动增加,移动平均数

5. ratio_to_report报表处理函数

6. first,last取基数的分析函数

基础数据

Code: [Copy to clipboard]

06:34:23 SQL> select * from t;

BILL_MONTH AREA_CODE NET_TYPE LOCAL_FARE

--------------- ---------- ---------- --------------

200405 5761 G 7393344.04

200405 5761 J 5667089.85

200405 5762 G 6315075.96

200405 5762 J 6328716.15

200405 5763 G 8861742.59

200405 5763 J 7788036.32

200405 5764 G 6028670.45

200405 5764 J 6459121.49

200405 5765 G 13156065.77

200405 5765 J 11901671.70

200406 5761 G 7614587.96

200406 5761 J 5704343.05

200406 5762 G 6556992.60

200406 5762 J 6238068.05

200406 5763 G 9130055.46

200406 5763 J 7990460.25

200406 5764 G 6387706.01

200406 5764 J 6907481.66

200406 5765 G 13562968.81

200406 5765 J 12495492.50

200407 5761 G 7987050.65

200407 5761 J 5723215.28

200407 5762 G 6833096.68

200407 5762 J 6391201.44

200407 5763 G 9410815.91

200407 5763 J 8076677.41

200407 5764 G 6456433.23

200407 5764 J 6987660.53

200407 5765 G 14000101.20

200407 5765 J 12301780.20

200408 5761 G 8085170.84

200408 5761 J 6050611.37

200408 5762 G 6854584.22

200408 5762 J 6521884.50

200408 5763 G 9468707.65

200408 5763 J 8460049.43

200408 5764 G 6587559.23

BILL_MONTH AREA_CODE NET_TYPE LOCAL_FARE

--------------- ---------- ---------- --------------

200408 5764 J 7342135.86

200408 5765 G 14450586.63

200408 5765 J 12680052.38

40 rows selected.

Elapsed: 00:00:00.00

1. 使用rollup函数的介绍

Quote:

下面是直接使用普通sql语句求出各地区的汇总数据的例子

06:41:36 SQL> set autot on

06:43:36 SQL> select area_code,sum(local_fare) local_fare

06:43:50 2 from t

06:43:51 3 group by area_code

06:43:57 4 union all

06:44:00 5 select '合计' area_code,sum(local_fare) local_fare

06:44:06 6 from t

06:44:08 7 /

AREA_CODE LOCAL_FARE

---------- --------------

5761 54225413.04

5762 52039619.60

5763 69186545.02

5764 53156768.46

5765 104548719.19

合计 333157065.31

6 rows selected.

Elapsed: 00:00:00.03

Execution Plan

----------------------------------------------------------

0 SELECT STATEMENT Optimizer=ALL_ROWS (Cost=7 Card=1310 Bytes=

24884)

1 0 UNION-ALL

2 1 SORT (GROUP BY) (Cost=5 Card=1309 Bytes=24871)

3 2 TABLE ACCESS (FULL) OF 'T' (Cost=2 Card=1309 Bytes=248

71)

4 1 SORT (AGGREGATE)

5 4 TABLE ACCESS (FULL) OF 'T' (Cost=2 Card=1309 Bytes=170

17)

Statistics

----------------------------------------------------------

0 recursive calls

0 db block gets

6 consistent gets

0 physical reads

0 redo size

561 bytes sent via SQL*Net to client

503 bytes received via SQL*Net from client

2 SQL*Net roundtrips to/from client

1 sorts (memory)

0 sorts (disk)

6 rows processed

下面是使用分析函数rollup得出的汇总数据的例子

06:44:09 SQL> select nvl(area_code,'合计') area_code,sum(local_fare) local_fare

06:45:26 2 from t

06:45:30 3 group by rollup(nvl(area_code,'合计'))

06:45:50 4 /

AREA_CODE LOCAL_FARE

---------- --------------

5761 54225413.04

5762 52039619.60

5763 69186545.02

5764 53156768.46

5765 104548719.19

333157065.31

6 rows selected.

Elapsed: 00:00:00.00

Execution Plan

----------------------------------------------------------

0 SELECT STATEMENT Optimizer=ALL_ROWS (Cost=5 Card=1309 Bytes=

24871)

1 0 SORT (GROUP BY ROLLUP) (Cost=5 Card=1309 Bytes=24871)

2 1 TABLE ACCESS (FULL) OF 'T' (Cost=2 Card=1309 Bytes=24871

)

Statistics

----------------------------------------------------------

0 recursive calls

0 db block gets

4 consistent gets

0 physical reads

0 redo size

557 bytes sent via SQL*Net to client

503 bytes received via SQL*Net from client

2 SQL*Net roundtrips to/from client

1 sorts (memory)

0 sorts (disk)

6 rows processed

从上面的例子我们不难看出使用rollup函数,系统的sql语句更加简单,耗用的资源更少,从6个consistent gets降到4个consistent gets,如果基表很大的话,结果就可想而知了.

1. 使用cube函数的介绍

Quote:

为了介绍cube函数我们再来看看另外一个使用rollup的例子

06:53:00 SQL> select area_code,bill_month,sum(local_fare) local_fare

06:53:37 2 from t

06:53:38 3 group by rollup(area_code,bill_month)

06:53:49 4 /

AREA_CODE BILL_MONTH LOCAL_FARE

---------- --------------- --------------

5761 200405 13060433.89

5761 200406 13318931.01

5761 200407 13710265.93

5761 200408 14135782.21

5761 54225413.04

5762 200405 12643792.11

5762 200406 12795060.65

5762 200407 13224298.12

5762 200408 13376468.72

5762 52039619.60

5763 200405 16649778.91

5763 200406 17120515.71

5763 200407 17487493.32

5763 200408 17928757.08

5763 69186545.02

5764 200405 12487791.94

5764 200406 13295187.67

5764 200407 13444093.76

5764 200408 13929695.09

5764 53156768.46

5765 200405 25057737.47

5765 200406 26058461.31

5765 200407 26301881.40

5765 200408 27130639.01

5765 104548719.19

333157065.31

26 rows selected.

Elapsed: 00:00:00.00

系统只是根据rollup的第一个参数area_code对结果集的数据做了汇总处理,而没有对bill_month做汇总分析处理,cube函数就是为了这个而设计的.

下面,让我们看看使用cube函数的结果

06:58:02 SQL> select area_code,bill_month,sum(local_fare) local_fare

06:58:30 2 from t

06:58:32 3 group by cube(area_code,bill_month)

06:58:42 4 order by area_code,bill_month nulls last

06:58:57 5 /

AREA_CODE BILL_MONTH LOCAL_FARE

---------- --------------- --------------

5761 200405 13060.43

5761 200406 13318.93

5761 200407 13710.27

5761 200408 14135.78

5761 54225.41

5762 200405 12643.79

5762 200406 12795.06

5762 200407 13224.30

5762 200408 13376.47

5762 52039.62

5763 200405 16649.78

5763 200406 17120.52

5763 200407 17487.49

5763 200408 17928.76

5763 69186.54

5764 200405 12487.79

5764 200406 13295.19

5764 200407 13444.09

5764 200408 13929.69

5764 53156.77

5765 200405 25057.74

5765 200406 26058.46

5765 200407 26301.88

5765 200408 27130.64

5765 104548.72

200405 79899.53

200406 82588.15

200407 84168.03

200408 86501.34

333157.05

30 rows selected.

Elapsed: 00:00:00.01

可以看到,在cube函数的输出结果比使用rollup多出了几行统计数据.这就是cube函数根据bill_month做的汇总统计结果]

1 rollup 和 cube函数的再深入

Quote:

从上面的结果中我们很容易发现,每个统计数据所对应的行都会出现null,我们如何来区分到底是根据那个字段做的汇总呢,这时候,oracle的grouping函数就粉墨登场了.

如果当前的汇总记录是利用该字段得出的,grouping函数就会返回1,否则返回0

1 select decode(grouping(area_code),1,'all area',to_char(area_code)) area_code,

2 decode(grouping(bill_month),1,'all month',bill_month) bill_month,

3 sum(local_fare) local_fare

4 from t

5 group by cube(area_code,bill_month)

6* order by area_code,bill_month nulls last

07:07:29 SQL> /

AREA_CODE BILL_MONTH LOCAL_FARE

---------- --------------- --------------

5761 200405 13060.43

5761 200406 13318.93

5761 200407 13710.27

5761 200408 14135.78

5761 all month 54225.41

5762 200405 12643.79

5762 200406 12795.06

5762 200407 13224.30

5762 200408 13376.47

5762 all month 52039.62

5763 200405 16649.78

5763 200406 17120.52

5763 200407 17487.49

5763 200408 17928.76

5763 all month 69186.54

5764 200405 12487.79

5764 200406 13295.19

5764 200407 13444.09

5764 200408 13929.69

5764 all month 53156.77

5765 200405 25057.74

5765 200406 26058.46

5765 200407 26301.88

5765 200408 27130.64

5765 all month 104548.72

all area 200405 79899.53

all area 200406 82588.15

all area 200407 84168.03

all area 200408 86501.34

all area all month 333157.05

30 rows selected.

Elapsed: 00:00:00.01

07:07:31 SQL>

可以看到,所有的空值现在都根据grouping函数做出了很好的区分,这样利用rollup,cube和grouping函数,我们做数据统计的时候就可以轻松很多了.

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
2023年上半年GDP全球前十五强
 百态   2023-10-24
美众议院议长启动对拜登的弹劾调查
 百态   2023-09-13
上海、济南、武汉等多地出现不明坠落物
 探索   2023-09-06
印度或要将国名改为“巴拉特”
 百态   2023-09-06
男子为女友送行,买票不登机被捕
 百态   2023-08-20
手机地震预警功能怎么开?
 干货   2023-08-06
女子4年卖2套房花700多万做美容:不但没变美脸,面部还出现变形
 百态   2023-08-04
住户一楼被水淹 还冲来8头猪
 百态   2023-07-31
女子体内爬出大量瓜子状活虫
 百态   2023-07-25
地球连续35年收到神秘规律性信号,网友:不要回答!
 探索   2023-07-21
全球镓价格本周大涨27%
 探索   2023-07-09
钱都流向了那些不缺钱的人,苦都留给了能吃苦的人
 探索   2023-07-02
倩女手游刀客魅者强控制(强混乱强眩晕强睡眠)和对应控制抗性的关系
 百态   2020-08-20
美国5月9日最新疫情:美国确诊人数突破131万
 百态   2020-05-09
荷兰政府宣布将集体辞职
 干货   2020-04-30
倩女幽魂手游师徒任务情义春秋猜成语答案逍遥观:鹏程万里
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案神机营:射石饮羽
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案昆仑山:拔刀相助
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案天工阁:鬼斧神工
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案丝路古道:单枪匹马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:与虎谋皮
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:李代桃僵
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:指鹿为马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:小鸟依人
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:千金买邻
 干货   2019-11-12
 
推荐阅读
 
 
 
>>返回首頁<<
 
靜靜地坐在廢墟上,四周的荒凉一望無際,忽然覺得,淒涼也很美
© 2005- 王朝網路 版權所有