oracle分析函式Rank, Dense_rank, row_number

目錄
===============================================
1.使用rownum為記錄排名
2.使用分析函式來為記錄排名
3.使用分析函式為記錄進行分組排名

一、使用rownum為記錄排名：

在前面一篇《Oracle開發專題之：分析函式》，我們認識了分析函式的基本應用，現在我們再來考慮下面幾個問題：

①對所有客戶按訂單總額進行排名
②按區域和客戶訂單總額進行排名
③找出訂單總額排名前13位的客戶
④找出訂單總額最高、最低的客戶
⑤找出訂單總額排名前25%的客戶

按照前面第一篇文章的思路，我們只能做到對各個分組的資料進行統計，如果需要排名的話那麼只需要簡單地加上rownum不就行了嗎？事實情況是否如此想象般簡單，我們來實踐一下。

【1】測試環境：

SQL> desc user_order;
 Name                                      Null?    Type
 ----------------------------------------- -------- ----------------------------
 REGION_ID                                          NUMBER(2)
 CUSTOMER_ID                                  NUMBER(2)
 CUSTOMER_SALES                          NUMBER

【2】測試資料：

SQL> select * from user_order order by customer_sales;

 REGION_ID CUSTOMER_ID CUSTOMER_SALES
---------- ----------- --------------
         5           1              151162
        10          29             903383
         6           7              971585
        10          28            986964
         9          21           1020541
         9          22           1036146
         8          16           1068467
         6           8            1141638
         5           3            1161286
         5           5            1169926
         8          19           1174421
         7          12           1182275
         7          11           1190421
         6          10           1196748
         6           9            1208959
        10          30          1216858
         5             2                1224992
           9             24              1224992
           9             23              1224992
           8          18           1253840
         7          15           1255591
         7          13           1310434
        10          27          1322747
         8          20           1413722
         6           6            1788836
        10          26          1808949
         5           4            1878275
         7          14           1929774
         8          17           1944281
         9          25           2232703

30 rows selected.

注意這裡有3條記錄的訂單總額是一樣的。假如我們現在需要篩選排名前12位的客戶，如果使用rownum會有什麼樣的後果呢？

SQL> select rownum, t.*
  2    from (select * 
  3            from user_order
  4           order by customer_sales desc) t
  5   where rownum <= 12
  6   order by customer_sales desc;

    ROWNUM  REGION_ID CUSTOMER_ID CUSTOMER_SALES
---------- ---------- ----------- --------------
         1          9                 25        2232703
         2          8                 17        1944281
         3          7                 14        1929774
         4          5                   4        1878275
         5         10                26        1808949
         6          6                   6        1788836
         7          8                 20        1413722
         8         10                27        1322747
         9          7                13        1310434
        10          7               15        1255591
        11          8               18        1253840
          12             5                     2          1224992

12 rows selected.

很明顯假如只是簡單地按rownum進行排序的話，我們漏掉了另外兩條記錄(參考上面的結果)。

二、使用分析函式來為記錄排名：

針對上面的情況，Oracle從8i開始就提供了3個分析函式：rand，dense_rank，row_number來解決諸如此類的問題，下面我們來看看這3個分析函式的作用以及彼此之間的區別：

Rank，Dense_rank，Row_number函式為每條記錄產生一個從1開始至N的自然數，N的值可能小於等於記錄的總數。這3個函式的唯一區別在於當碰到相同資料時的排名策略。

①ROW_NUMBER：

Row_number函式返回一個唯一的值，當碰到相同資料時，排名按照記錄集中記錄的順序依次遞增。 

②DENSE_RANK：
Dense_rank函式返回一個唯一的值，除非當碰到相同資料時，此時所有相同資料的排名都是一樣的。 

③RANK：
Rank函式返回一個唯一的值，除非遇到相同的資料時，此時所有相同資料的排名是一樣的，同時會在最後一條相同記錄和下一條不同記錄的排名之間空出排名。

這樣的介紹有點難懂，我們還是透過例項來說明吧，下面的例子演示了3個不同函式在遇到相同資料時不同排名策略：

SQL> select region_id, customer_id, sum(customer_sales) total,
  2         rank() over(order by sum(customer_sales) desc) rank,
  3         dense_rank() over(order by sum(customer_sales) desc) dense_rank,
  4         row_number() over(order by sum(customer_sales) desc) row_number
  5    from user_order
  6   group by region_id, customer_id;

 REGION_ID CUSTOMER_ID      TOTAL       RANK DENSE_RANK ROW_NUMBER
---------- ----------- ---------- ---------- ---------- ----------
            
         8          18                1253840         11         11         11
         5           2                 1224992         12         12         12
         9          23                1224992         12         12         13
         9          24                1224992         12         12         14
        10          30               1216858         15           13            15
    

30 rows selected.

請注意上面的綠色高亮部分，這裡生動的演示了3種不同的排名策略：

①對於第一條相同的記錄，3種函式的排名都是一樣的：12

②當出現第二條相同的記錄時，Rank和Dense_rank依然給出同樣的排名12；而row_number則順延遞增為13，依次類推至第三條相同的記錄

③當排名進行到下一條不同的記錄時，可以看到Rank函式在12和15之間空出了13,14的排名，因為這2個排名實際上已經被第二、三條相同的記錄佔了。而Dense_rank則順序遞增。row_number函式也是順序遞增

比較上面3種不同的策略，我們在選擇的時候就要根據客戶的需求來定奪了：

①假如客戶就只需要指定數目的記錄，那麼採用row_number是最簡單的，但有漏掉的記錄的危險

②假如客戶需要所有達到排名水平的記錄，那麼採用rank或dense_rank是不錯的選擇。至於選擇哪一種則看客戶的需要，選擇dense_rank或得到最大的記錄

三、使用分析函式為記錄進行分組排名：

上面的排名是按訂單總額來進行排列的，現在跟進一步：假如是為各個地區的訂單總額進行排名呢？這意味著又多了一次分組操作：對記錄按地區分組然後進行排名。幸虧Oracle也提供了這樣的支援，我們所要做的僅僅是在over函式中order by的前面增加一個分組子句：partition by region_id。

SQL> select region_id, customer_id, 
               sum(customer_sales) total,
  2         rank() over(partition by region_id
                        order by sum(customer_sales) desc) rank,
  3         dense_rank() over(partition by region_id
                        order by sum(customer_sales) desc) dense_rank,
  4         row_number() over(partition by region_id
                        order by sum(customer_sales) desc) row_number

  5    from user_order
  6   group by region_id, customer_id;

 REGION_ID CUSTOMER_ID      TOTAL       RANK DENSE_RANK ROW_NUMBER
---------- ----------- ---------- ---------- ---------- ----------
         5           4                1878275          1          1          1
         5           2                1224992          2          2          2
         5           5                1169926          3          3          3
         6           6                1788836          1          1          1
         6           9                1208959          2          2          2
         6          10               1196748          3          3          3       
  

30 rows selected.