ROW_NUMBER() OVER()函数用法详解 ------分组排序 例子多

2024-06-10 04:38

本文主要是介绍ROW_NUMBER() OVER()函数用法详解 ------分组排序 例子多,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

语法格式:row_number() over(partition by 分组列 order by 排序列 desc)

row_number() over()分组排序功能:

在使用 row_number() over()函数时候,over()里头的分组以及排序的执行晚于 where 、group by、  order by 的执行。

例一:

表数据:

 
  1. create table TEST_ROW_NUMBER_OVER(

  2. id varchar(10) not null,

  3. name varchar(10) null,

  4. age varchar(10) null,

  5. salary int null

  6. );

  7. select * from TEST_ROW_NUMBER_OVER t;

  8.  
  9. insert into TEST_ROW_NUMBER_OVER(id,name,age,salary) values(1,'a',10,8000);

  10. insert into TEST_ROW_NUMBER_OVER(id,name,age,salary) values(1,'a2',11,6500);

  11. insert into TEST_ROW_NUMBER_OVER(id,name,age,salary) values(2,'b',12,13000);

  12. insert into TEST_ROW_NUMBER_OVER(id,name,age,salary) values(2,'b2',13,4500);

  13. insert into TEST_ROW_NUMBER_OVER(id,name,age,salary) values(3,'c',14,3000);

  14. insert into TEST_ROW_NUMBER_OVER(id,name,age,salary) values(3,'c2',15,20000);

  15. insert into TEST_ROW_NUMBER_OVER(id,name,age,salary) values(4,'d',16,30000);

  16. insert into TEST_ROW_NUMBER_OVER(id,name,age,salary) values(5,'d2',17,1800);

一次排序:对查询结果进行排序(无分组)

 
  1. select id,name,age,salary,row_number()over(order by salary desc) rn

  2. from TEST_ROW_NUMBER_OVER t

结果:

进一步排序:根据id分组排序

 
  1. select id,name,age,salary,row_number()over(partition by id order by salary desc) rank

  2. from TEST_ROW_NUMBER_OVER t

结果:

 再一次排序:找出每一组中序号为一的数据

 
  1. select * from(select id,name,age,salary,row_number()over(partition by id order by salary desc) rank

  2. from TEST_ROW_NUMBER_OVER t)

  3. where rank <2

结果:

排序找出年龄在13岁到16岁数据,按salary排序

 
  1. select id,name,age,salary,row_number()over(order by salary desc) rank

  2. from TEST_ROW_NUMBER_OVER t where age between '13' and '16'

结果:结果中 rank 的序号,其实就表明了 over(order by salary desc) 是在where age between and 后执行的

例二:

1.使用row_number()函数进行编号,如

select email,customerID, ROW_NUMBER() over(order by psd) as rows from QT_Customer

原理:先按psd进行排序,排序完后,给每条数据进行编号。

2.在订单中按价格的升序进行排序,并给每条记录进行排序代码如下:

select DID,customerID,totalPrice,ROW_NUMBER() over(order by totalPrice) as rows from OP_Order

3.统计出每一个各户的所有订单并按每一个客户下的订单的金额 升序排序,同时给每一个客户的订单进行编号。这样就知道每个客户下几单了:

 
  1. select ROW_NUMBER() over(partition by customerID order by totalPrice)

  2. as rows,customerID,totalPrice, DID from OP_Order

4.统计每一个客户最近下的订单是第几次下的订单:

 
  1. with tabs as

  2. (

  3. select ROW_NUMBER() over(partition by customerID order by totalPrice)

  4. as rows,customerID,totalPrice, DID from OP_Order

  5. )

  6. select MAX(rows) as '下单次数',customerID from tabs

  7. group by customerID

5.统计每一个客户所有的订单中购买的金额最小,而且并统计改订单中,客户是第几次购买的:

思路:利用临时表来执行这一操作。

1.先按客户进行分组,然后按客户的下单的时间进行排序,并进行编号。

2.然后利用子查询查找出每一个客户购买时的最小价格。

3.根据查找出每一个客户的最小价格来查找相应的记录。

 
  1. with tabs as

  2. (

  3. select ROW_NUMBER() over(partition by customerID order by insDT)

  4. as rows,customerID,totalPrice, DID from OP_Order

  5. )

  6. select * from tabs

  7. where totalPrice in

  8. (

  9. select MIN(totalPrice)from tabs group by customerID

  10. )

6.筛选出客户第一次下的订单。

思路。利用rows=1来查询客户第一次下的订单记录。

 
  1. with tabs as

  2. (

  3. select ROW_NUMBER() over(partition by customerID order by insDT) as rows,* from OP_Order

  4. )

  5. select * from tabs where rows = 1

  6. select * from OP_Order

7.注意:在使用over等开窗函数时,over里头的分组及排序的执行晚于“where,group by,order by”的执行。

 
  1. select

  2. ROW_NUMBER() over(partition by customerID order by insDT) as rows,

  3. customerID,totalPrice, DID

  4. from OP_Order where insDT>'2011-07-22

这篇关于ROW_NUMBER() OVER()函数用法详解 ------分组排序 例子多的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1047243

相关文章

JAVA系统中Spring Boot应用程序的配置文件application.yml使用详解

《JAVA系统中SpringBoot应用程序的配置文件application.yml使用详解》:本文主要介绍JAVA系统中SpringBoot应用程序的配置文件application.yml的... 目录文件路径文件内容解释1. Server 配置2. Spring 配置3. Logging 配置4. Ma

mac中资源库在哪? macOS资源库文件夹详解

《mac中资源库在哪?macOS资源库文件夹详解》经常使用Mac电脑的用户会发现,找不到Mac电脑的资源库,我们怎么打开资源库并使用呢?下面我们就来看看macOS资源库文件夹详解... 在 MACOS 系统中,「资源库」文件夹是用来存放操作系统和 App 设置的核心位置。虽然平时我们很少直接跟它打交道,但了

关于Maven中pom.xml文件配置详解

《关于Maven中pom.xml文件配置详解》pom.xml是Maven项目的核心配置文件,它描述了项目的结构、依赖关系、构建配置等信息,通过合理配置pom.xml,可以提高项目的可维护性和构建效率... 目录1. POM文件的基本结构1.1 项目基本信息2. 项目属性2.1 引用属性3. 项目依赖4. 构

Rust 数据类型详解

《Rust数据类型详解》本文介绍了Rust编程语言中的标量类型和复合类型,标量类型包括整数、浮点数、布尔和字符,而复合类型则包括元组和数组,标量类型用于表示单个值,具有不同的表示和范围,本文介绍的非... 目录一、标量类型(Scalar Types)1. 整数类型(Integer Types)1.1 整数字

Java操作ElasticSearch的实例详解

《Java操作ElasticSearch的实例详解》Elasticsearch是一个分布式的搜索和分析引擎,广泛用于全文搜索、日志分析等场景,本文将介绍如何在Java应用中使用Elastics... 目录简介环境准备1. 安装 Elasticsearch2. 添加依赖连接 Elasticsearch1. 创

Redis缓存问题与缓存更新机制详解

《Redis缓存问题与缓存更新机制详解》本文主要介绍了缓存问题及其解决方案,包括缓存穿透、缓存击穿、缓存雪崩等问题的成因以及相应的预防和解决方法,同时,还详细探讨了缓存更新机制,包括不同情况下的缓存更... 目录一、缓存问题1.1 缓存穿透1.1.1 问题来源1.1.2 解决方案1.2 缓存击穿1.2.1

PyTorch使用教程之Tensor包详解

《PyTorch使用教程之Tensor包详解》这篇文章介绍了PyTorch中的张量(Tensor)数据结构,包括张量的数据类型、初始化、常用操作、属性等,张量是PyTorch框架中的核心数据结构,支持... 目录1、张量Tensor2、数据类型3、初始化(构造张量)4、常用操作5、常用属性5.1 存储(st

Python 中 requests 与 aiohttp 在实际项目中的选择策略详解

《Python中requests与aiohttp在实际项目中的选择策略详解》本文主要介绍了Python爬虫开发中常用的两个库requests和aiohttp的使用方法及其区别,通过实际项目案... 目录一、requests 库二、aiohttp 库三、requests 和 aiohttp 的比较四、requ

Python中lambda排序的六种方法

《Python中lambda排序的六种方法》本文主要介绍了Python中使用lambda函数进行排序的六种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们... 目录1.对单个变量进行排序2. 对多个变量进行排序3. 降序排列4. 单独降序1.对单个变量进行排序

VUE动态绑定class类的三种常用方式及适用场景详解

《VUE动态绑定class类的三种常用方式及适用场景详解》文章介绍了在实际开发中动态绑定class的三种常见情况及其解决方案,包括根据不同的返回值渲染不同的class样式、给模块添加基础样式以及根据设... 目录前言1.动态选择class样式(对象添加:情景一)2.动态添加一个class样式(字符串添加:情