oracle数据库函数手册,Oracle分析函数参考手册(转)

22/06/2005 12:22 FP

Oracle从8.1.6开始提供分析函数,分析函数用于计算基于组的某种聚合值,它和聚合函数的不同之处是对于每个组返回多行,而聚合函数对于每个组只返回一行。

下面例子中使用的表来自Oracle自带的HR用户下的表,如果没有安装该用户,可以在SYS用户下运行$ORACLE_HOME/demo/schema/human_resources/hr_main.sql来创建。

本文如果未指明,缺省是在HR用户下运行例子。

开窗函数的的理解:

开窗函数指定了分析函数工作的数据窗口大小,这个数据窗口大小可能会随着行的变化而变化,举例如下:

over(order by salary) 按照salary排序进行累计,order by是个默认的开窗函数

over(partition by deptno)按照部门分区

over(order by salary range between 50 preceding and 150 following)

每行对应的数据窗口是之前行幅度值不超过50,之后行幅度值不超过150

over(order by salary rows between 50 preceding and 150 following)

每行对应的数据窗口是之前50行,之后150行

over(order by salary rows between unbounded preceding and unbounded following)

每行对应的数据窗口是从第一行到最后一行,等效:

over(order by salary range between unbounded preceding and unbounded following)

主要参考资料:《expert one-on-one》 Tom Kyte 《Oracle9i SQL Reference》第6章

AVG

功能描述:用于计算一个组和数据窗口内表达式的平均值。

SAMPLE:下面的例子中列c_mavg计算员工表中每个员工的平均薪水报告,该平均值由当前员工和与之具有相同经理的前一个和后一个三者的平均数得来;

SELECT manager_id, last_name, hire_date, salary,

AVG(salary) OVER (PARTITION BY manager_id ORDER BY hire_date

ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS c_mavg

FROM employees;

MANAGER_ID LAST_NAME HIRE_DATE SALARY C_MAVG

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

100 Kochhar 21-SEP-89 17000 17000

100 De Haan 13-JAN-93 17000 15000

100 Raphaely 07-DEC-94 11000 11966.6667

100 Kaufling 01-MAY-95 7900 10633.3333

100 Hartstein 17-FEB-96 13000 9633.33333

100 Weiss 18-JUL-96 8000 11666.6667

100 Russell 01-OCT-96 14000 11833.3333

CORR

功能描述:返回一对表达式的相关系数,它是如下的缩写:

COVAR_POP(expr1,expr2)/STDDEV_POP(expr1)*STDDEV_POP(expr2))

从统计上讲,相关性是变量之间关联的强度,变量之间的关联意味着在某种程度

上一个变量的值可由其它的值进行预测。通过返回一个-1~1之间的一个数, 相关

系数给出了关联的强度,0表示不相关。

SAMPLE:下例返回1998年月销售收入和月单位销售的关系的累积系数(本例在SH用户下运行)

SELECT t.calendar_month_number,

CORR (SUM(s.amount_sold), SUM(s.quantity_sold))

OVER (ORDER BY t.calendar_month_number) as CUM_CORR

FROM sales s, times t

WHERE s.time_id = t.time_id AND calendar_year = 1998

GROUP BY t.calendar_month_number

ORDER BY t.calendar_month_number;

CALENDAR_MONTH_NUMBER CUM_CORR

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

1

2 1

3 .994309382

4 .852040875

5 .846652204

6 .871250628

7 .910029803

8 .917556399

9 .920154356

10 .86720251

11 .844864765

12 .903542662

COVAR_POP

功能描述:返回一对表达式的总体协方差。

SAMPLE:下例CUM_COVP返回定价和最小产品价格的累积总体协方差

SELECT product_id, supplier_id,

COVAR_POP(list_price, min_price)

OVER (ORDER BY product_id, supplier_id) AS CUM_COVP,

COVAR_SAMP(list_price, min_price)

OVER (ORDER BY product_id, supplier_id) AS CUM_COVS

FROM product_information p

WHERE category_id = 29

ORDER BY product_id, supplier_id;

PRODUCT_ID SUPPLIER_ID CUM_COVP CUM_COVS

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

1774 103088 0

1775 103087 1473.25 2946.5

1794 103096 1702.77778 2554.16667

1825 103093 1926.25 2568.33333

2004 103086 1591.4 1989.25

2005 103086 1512.5 1815

2416 103088 1475.97959 1721.97619

.

.

COVAR_SAMP

功能描述:返回一对表达式的样本协方差

SAMPLE:下例CUM_COVS返回定价和最小产品价格的累积样本协方差

SELECT product_id, supplier_id,

COVAR_POP(list_price, min_price)

OVER (ORDER BY product_id, supplier_id) AS CUM_COVP,

COVAR_SAMP(list_price, min_price)

OVER (ORDER BY product_id, supplier_id) AS CUM_COVS

FROM product_information p

WHERE category_id = 29

ORDER BY product_id, supplier_id;

PRODUCT_ID SUPPLIER_ID CUM_COVP CUM_COVS

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

1774 103088 0

1775 103087 1473.25 2946.5

1794 103096 1702.77778 2554.16667

1825 103093 1926.25 2568.33333

2004 103086 1591.4 1989.25

2005 103086 1512.5 1815

2416 103088 1475.97959 1721.97619

.

.

COUNT

功能描述:对一组内发生的事情进行累积计数,如果指定*或一些非空常数,count将对所有行计数,如果指定一个表达式,count返回表达式非空赋值的计数,当有相同值出现时,这些相等的值都会被纳入被计算的值;可以使用DISTINCT来记录去掉一组中完全相同的数据后出现的行数。

SAMPLE:下面例子中计算每个员工在按薪水排序中当前行附近薪水在[n-50,n+150]之间的行数,n表示当前行的薪水

例如,Philtanker的薪水2200,排在他之前的行中薪水大于等于2200-50的有1行,排在他之后的行中薪水小于等于2200+150的行没有,所以count计数值cnt3为2(包括自己当前行);cnt2值相当于小于等于当前行的SALARY值的所有行数

SELECT last_name, salary, COUNT(*) OVER () AS cnt1,

COUNT(*) OVER (ORDER BY salary) AS cnt2,

COUNT(*) OVER (ORDER BY salary RANGE BETWEEN 50 PRECEDING

AND 150 FOLLOWING) AS cnt3 FROM employees;

LAST_NAME SALARY CNT1 CNT2 CNT3

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

Olson 2100 107 1 3

Markle 2200 107 3 2

Philtanker 2200 107 3 2

Landry 2400 107 5 8

Gee 2400 107 5 8

Colmenares 2500 107 11 10

Patel 2500 107 11 10

.

.

CUME_DIST

功能描述:计算一行在组中的相对位置,CUME_DIST总是返回大于0、小于或等于1的数,该数表示该行在N行中的位置。例如,在一个3行的组中,返回的累计分布值为1/3、2/3、3/3

SAMPLE:下例中计算每个工种的员工按薪水排序依次累积出现的分布百分比

SELECT job_id, last_name, salary, CUME_DIST()

OVER (PARTITION BY job_id ORDER BY salary) AS cume_dist

FROM employees WHERE job_id LIKE 'PU%';

JOB_ID LAST_NAME SALARY CUME_DIST

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

PU_CLERK Colmenares 2500 .2

PU_CLERK Himuro 2600 .4

PU_CLERK Tobias 2800 .6

PU_CLERK Baida 2900 .8

PU_CLERK Khoo 3100 1

PU_MAN Raphaely 11000 1

DENSE_RANK

功能描述:根据ORDER BY子句中表达式的值,从查询返回的每一行,计算它们与其它行的相对位置。组内的数据按ORDER BY子句排序,然后给每一行赋一个号,从而形成一个序列,该序列从1开始,往后累加。每次ORDER BY表达式的值发生变化时,该序列也随之增加。有同样值的行得到同样的数字序号(认为null时相等的)。密集的序列返回的时没有间隔的数

SAMPLE:下例中计算每个员工按部门分区再按薪水排序,依次出现的序列号(注意与RANK函数的区别)

SELECT d.department_id , e.last_name, e.salary, DENSE_RANK()

OVER (PARTITION BY e.department_id ORDER BY e.salary) as drank

FROM employees e, departments d

WHERE e.department_id = d.department_id

AND d.department_id IN ('60', '90');

DEPARTMENT_ID LAST_NAME SALARY DRANK

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

60 Lorentz 4200 1

60 Austin 4800 2

60 Pataballa 4800 2

60 Ernst 6000 3

60 Hunold 9000 4

90 Kochhar 17000 1

90 De Haan 17000 1

90 King 24000 2

FIRST

功能描述:从DENSE_RANK返回的集合中取出排在最前面的一个值的行(可能多行,因为值可能相等),因此完整的语法需要在开始处加上一个集合函数以从中取出记录

SAMPLE:下面例子中DENSE_RANK按部门分区,再按佣金commission_pct排序,FIRST取出佣金最低的对应的所有行,然后前面的MAX函数从这个集合中取出薪水最低的值;LAST取出佣金最高的对应的所有行,然后前面的MIN函数从这个集合中取出薪水最高的值

SELECT last_name, department_id, salary,

MIN(salary) KEEP (DENSE_RANK FIRST ORDER BY commission_pct)

OVER (PARTITION BY department_id) "Worst",

MAX(salary) KEEP (DENSE_RANK LAST ORDER BY commission_pct)

OVER (PARTITION BY department_id) "Best"

FROM employees

WHERE department_id in (20,80)

ORDER BY department_id, salary;

LAST_NAME DEPARTMENT_ID SALARY Worst Best

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

Fay 20 6000 6000 13000

Hartstein 20 13000 6000 13000

Kumar 80 6100 6100 14000

Banda 80 6200 6100 14000

Johnson 80 6200 6100 14000

Ande 80 6400 6100 14000

Lee 80 6800 6100 14000

Tuvault 80 7000 6100 14000

Sewall 80 7000 6100 14000

Marvins 80 7200 6100 14000

Bates 80 7300 6100 14000

.

.

.

FIRST_VALUE

功能描述:返回组中数据窗口的第一个值。

SAMPLE:下面例子计算按部门分区按薪水排序的数据窗口的第一个值对应的名字,如果薪水的第一个值有多个,则从多个对应的名字中取缺省排序的第一个名字

SELECT department_id, last_name, salary, FIRST_VALUE(last_name)

OVER (PARTITION BY department_id ORDER BY salary ASC ) AS lowest_sal

FROM employees

WHERE department_id in(20,30);

DEPARTMENT_ID LAST_NAME SALARY LOWEST_SAL

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

20 Fay 6000 Fay

20 Hartstein 13000 Fay

30 Colmenares 2500 Colmenares

30 Himuro 2600 Colmenares

30 Tobias 2800 Colmenares

30 Baida 2900 Colmenares

30 Khoo 3100 Colmenares

30 Raphaely 11000 Colmenares

LAG

功能描述:可以访问结果集中的其它行而不用进行自连接。它允许去处理游标,就好像游标是一个数组一样。在给定组中可参考当前行之前的行,这样就可以从组中与当前行一起选择以前的行。Offset是一个正整数,其默认值为1,若索引超出窗口的范围,就返回默认值(默认返回的是组中第一行),其相反的函数是LEAD

SAMPLE:下面的例子中列prev_sal返回按hire_date排序的前1行的salary值

SELECT last_name, hire_date, salary,

LAG(salary, 1, 0) OVER (ORDER BY hire_date) AS prev_sal

FROM employees

WHERE job_id = 'PU_CLERK';

LAST_NAME HIRE_DATE SALARY PREV_SAL

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

Khoo 18-5月 -95 3100 0

Tobias 24-7月 -97 2800 3100

Baida 24-12月-97 2900 2800

Himuro 15-11月-98 2600 2900

Colmenares 10-8月 -99 2500 2600

LAST

功能描述:从DENSE_RANK返回的集合中取出排在最后面的一个值的行(可能多行,因为值可能相等),因此完整的语法需要在开始处加上一个集合函数以从中取出记录

SAMPLE:下面例子中DENSE_RANK按部门分区,再按佣金commission_pct排序,FIRST取出佣金最低的对应的所有行,然后前面的MAX函数从这个集合中取出薪水最低的值;LAST取出佣金最高的对应的所有行,然后前面的MIN函数从这个集合中取出薪水最高的值

SELECT last_name, department_id, salary,

MIN(salary) KEEP (DENSE_RANK FIRST ORDER BY commission_pct)

OVER (PARTITION BY department_id) "Worst",

MAX(salary) KEEP (DENSE_RANK LAST ORDER BY commission_pct)

OVER (PARTITION BY department_id) "Best"

FROM employees

WHERE department_id in (20,80)

ORDER BY department_id, salary;

LAST_NAME DEPARTMENT_ID SALARY Worst Best

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

Fay 20 6000 6000 13000

Hartstein 20 13000 6000 13000

Kumar 80 6100 6100 14000

Banda 80 6200 6100 14000

Johnson 80 6200 6100 14000

Ande 80 6400 6100 14000

Lee 80 6800 6100 14000

Tuvault 80 7000 6100 14000

Sewall 80 7000 6100 14000

Marvins 80 7200 6100 14000

Bates 80 7300 6100 14000

.

LAST_VALUE

功能描述:返回组中数据窗口的最后一个值。

SAMPLE:下面例子计算按部门分区按薪水排序的数据窗口的最后一个值对应的名字,如果薪水的最后一个值有多个,则从多个对应的名字中取缺省排序的最后一个名字

SELECT department_id, last_name, salary, LAST_VALUE(last_name)

OVER(PARTITION BY department_id ORDER BY salary) AS highest_sal

FROM employees

WHERE department_id in(20,30);

DEPARTMENT_ID LAST_NAME SALARY HIGHEST_SAL

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

20 Fay 6000 Fay

20 Hartstein 13000 Hartstein

30 Colmenares 2500 Colmenares

30 Himuro 2600 Himuro

30 Tobias 2800 Tobias

30 Baida 2900 Baida

30 Khoo 3100 Khoo

30 Raphaely 11000 Raphaely

LEAD

功能描述:LEAD与LAG相反,LEAD可以访问组中当前行之后的行。Offset是一个正整数,其默认值为1,若索引超出窗口的范围,就返回默认值(默认返回的是组中第一行)

SAMPLE:下面的例子中每行的"NextHired"返回按hire_date排序的下一行的hire_date值

SELECT last_name, hire_date,

LEAD(hire_date, 1) OVER (ORDER BY hire_date) AS "NextHired"

FROM employees WHERE department_id = 30;

LAST_NAME HIRE_DATE NextHired

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

Raphaely 07-DEC-94 18-MAY-95

Khoo 18-MAY-95 24-JUL-97

Tobias 24-JUL-97 24-DEC-97

Baida 24-DEC-97 15-NOV-98

Himuro 15-NOV-98 10-AUG-99

Colmenares 10-AUG-99

MAX

功能描述:在一个组中的数据窗口中查找表达式的最大值。

SAMPLE:下面例子中dept_max返回当前行所在部门的最大薪水值

SELECT department_id, last_name, salary,

MAX(salary) OVER (PARTITION BY department_id) AS dept_max

FROM employees WHERE department_id in (10,20,30);

DEPARTMENT_ID LAST_NAME SALARY DEPT_MAX

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

10 Whalen 4400 4400

20 Hartstein 13000 13000

20 Fay 6000 13000

30 Raphaely 11000 11000

30 Khoo 3100 11000

30 Baida 2900 11000

30 Tobias 2800 11000

30 Himuro 2600 11000

30 Colmenares 2500 11000

MIN

功能描述:在一个组中的数据窗口中查找表达式的最小值。

SAMPLE:下面例子中dept_min返回当前行所在部门的最小薪水值

SELECT department_id, last_name, salary,

MIN(salary) OVER (PARTITION BY department_id) AS dept_min

FROM employees WHERE department_id in (10,20,30);

DEPARTMENT_ID LAST_NAME SALARY DEPT_MIN

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

10 Whalen 4400 4400

20 Hartstein 13000 6000

20 Fay 6000 6000

30 Raphaely 11000 2500

30 Khoo 3100 2500

30 Baida 2900 2500

30 Tobias 2800 2500

30 Himuro 2600 2500

30 Colmenares 2500 2500

NTILE

功能描述:将一个组分为"表达式"的散列表示,例如,如果表达式=4,则给组中的每一行分配一个数(从1到4),如果组中有20行,则给前5行分配1,给下5行分配2等等。如果组的基数不能由表达式值平均分开,则对这些行进行分配时,组中就没有任何percentile的行数比其它percentile的行数超过一行,最低的percentile是那些拥有额外行的percentile。例如,若表达式=4,行数=21,则percentile=1的有5行,percentile=2的有5行等等。

SAMPLE:下例中把6行数据分为4份

SELECT last_name, salary,

NTILE(4) OVER (ORDER BY salary DESC) AS quartile FROM employees

WHERE department_id = 100;

LAST_NAME SALARY QUARTILE

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

Greenberg 12000 1

Faviet 9000 1

Chen 8200 2

Urman 7800 2

Sciarra 7700 3

Popp 6900 4

PERCENT_RANK

功能描述:和CUME_DIST(累积分配)函数类似,对于一个组中给定的行来说,在计算那行的序号时,先减1,然后除以n-1(n为组中所有的行数)。该函数总是返回0~1(包括1)之间的数。

SAMPLE:下例中如果Khoo的salary为2900,则pr值为0.6,因为RANK函数对于等值的返回序列值是一样的

SELECT department_id, last_name, salary,

PERCENT_RANK()

OVER (PARTITION BY department_id ORDER BY salary) AS pr

FROM employees

WHERE department_id < 50

ORDER BY department_id,salary;

DEPARTMENT_ID LAST_NAME SALARY PR

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

10 Whalen 4400 0

20 Fay 6000 0

20 Hartstein 13000 1

30 Colmenares 2500 0

30 Himuro 2600 0.2

30 Tobias 2800 0.4

30 Baida 2900 0.6

30 Khoo 3100 0.8

30 Raphaely 11000 1

40 Mavris 6500 0

PERCENTILE_CONT

功能描述:返回一个与输入的分布百分比值相对应的数据值,分布百分比的计算方法见函数PERCENT_RANK,如果没有正好对应的数据值,就通过下面算法来得到值:

RN = 1+ (P*(N-1)) 其中P是输入的分布百分比值,N是组内的行数

CRN = CEIL(RN) FRN = FLOOR(RN)

if (CRN = FRN = RN) then

(value of expression from row at RN)

else

(CRN - RN) * (value of expression for row at FRN) +

(RN - FRN) * (value of expression for row at CRN)

注意:本函数与PERCENTILE_DISC的区别在找不到对应的分布值时返回的替代值的计算方法不同

SAMPLE:在下例中,对于部门60的Percentile_Cont值计算如下:

P=0.7 N=5 RN =1+ (P*(N-1)=1+(0.7*(5-1))=3.8 CRN = CEIL(3.8)=4

FRN = FLOOR(3.8)=3

(4 - 3.8)* 4800 + (3.8 - 3) * 6000 = 5760

SELECT last_name, salary, department_id,

PERCENTILE_CONT(0.7) WITHIN GROUP (ORDER BY salary)

OVER (PARTITION BY department_id) "Percentile_Cont",

PERCENT_RANK()

OVER (PARTITION BY department_id ORDER BY salary) "Percent_Rank"

FROM employees WHERE department_id IN (30, 60);

LAST_NAME SALARY DEPARTMENT_ID Percentile_Cont Percent_Rank

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

Colmenares 2500 30 3000 0

Himuro 2600 30 3000 0.2

Tobias 2800 30 3000 0.4

Baida 2900 30 3000 0.6

Khoo 3100 30 3000 0.8

Raphaely 11000 30 3000 1

Lorentz 4200 60 5760 0

Austin 4800 60 5760 0.25

Pataballa 4800 60 5760 0.25

Ernst 6000 60 5760 0.75

Hunold 9000 60 5760 1

PERCENTILE_DISC

功能描述:返回一个与输入的分布百分比值相对应的数据值,分布百分比的计算方法见函数CUME_DIST,如果没有正好对应的数据值,就取大于该分布值的下一个值。

注意:本函数与PERCENTILE_CONT的区别在找不到对应的分布值时返回的替代值的计算方法不同

SAMPLE:下例中0.7的分布值在部门30中没有对应的Cume_Dist值,所以就取下一个分布值0.83333333所对应的SALARY来替代

SELECT last_name, salary, department_id,

PERCENTILE_DISC(0.7) WITHIN GROUP (ORDER BY salary )

OVER (PARTITION BY department_id) "Percentile_Disc",

CUME_DIST() OVER (PARTITION BY department_id ORDER BY salary) "Cume_Dist"

FROM employees

WHERE department_id in (30, 60);

LAST_NAME SALARY DEPARTMENT_ID Percentile_Disc Cume_Dist

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

Colmenares 2500 30 3100 .166666667

Himuro 2600 30 3100 .333333333

Tobias 2800 30 3100 .5

Baida 2900 30 3100 .666666667

Khoo 3100 30 3100 .833333333

Raphaely 11000 30 3100 1

Lorentz 4200 60 6000 .2

Austin 4800 60 6000 .6

Pataballa 4800 60 6000 .6

Ernst 6000 60 6000 .8

Hunold 9000 60 6000 1

RANK

功能描述:根据ORDER BY子句中表达式的值,从查询返回的每一行,计算它们与其它行的相对位置。组内的数据按ORDER BY子句排序,然后给每一行赋一个号,从而形成一个序列,该序列从1开始,往后累加。每次ORDER BY表达式的值发生变化时,该序列也随之增加。有同样值的行得到同样的数字序号(认为null时相等的)。然而,如果两行的确得到同样的排序,则序数将随后跳跃。若两行序数为1,则没有序数2,序列将给组中的下一行分配值3,DENSE_RANK则没有任何跳跃。

SAMPLE:下例中计算每个员工按部门分区再按薪水排序,依次出现的序列号(注意与DENSE_RANK函数的区别)

SELECT d.department_id , e.last_name, e.salary, RANK()

OVER (PARTITION BY e.department_id ORDER BY e.salary) as drank

FROM employees e, departments d

WHERE e.department_id = d.department_id

AND d.department_id IN ('60', '90');

DEPARTMENT_ID LAST_NAME SALARY DRANK

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

60 Lorentz 4200 1

60 Austin 4800 2

60 Pataballa 4800 2

60 Ernst 6000 4

60 Hunold 9000 5

90 Kochhar 17000 1

90 De Haan 17000 1

90 King 24000 3

RATIO_TO_REPORT

功能描述:该函数计算expression/(sum(expression))的值,它给出相对于总数的百分比,即当前行对sum(expression)的贡献。

SAMPLE:下例计算每个员工的工资占该类员工总工资的百分比

SELECT last_name, salary, RATIO_TO_REPORT(salary) OVER () AS rr

FROM employees

WHERE job_id = 'PU_CLERK';

LAST_NAME SALARY RR

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

Khoo 3100 .223021583

Baida 2900 .208633094

Tobias 2800 .201438849

Himuro 2600 .18705036

Colmenares 2500 .179856115

REGR_ (Linear Regression) Functions

功能描述:这些线性回归函数适合最小二乘法回归线,有9个不同的回归函数可使用。

REGR_SLOPE:返回斜率,等于COVAR_POP(expr1, expr2) / VAR_POP(expr2)

REGR_INTERCEPT:返回回归线的y截距,等于

AVG(expr1) - REGR_SLOPE(expr1, expr2) * AVG(expr2)

REGR_COUNT:返回用于填充回归线的非空数字对的数目

REGR_R2:返回回归线的决定系数,计算式为:

If VAR_POP(expr2) = 0 then return NULL

If VAR_POP(expr1) = 0 and VAR_POP(expr2) != 0 then return 1

If VAR_POP(expr1) > 0 and VAR_POP(expr2 != 0 then

return POWER(CORR(expr1,expr),2)

REGR_AVGX:计算回归线的自变量(expr2)的平均值,去掉了空对(expr1, expr2)后,等于AVG(expr2)

REGR_AVGY:计算回归线的应变量(expr1)的平均值,去掉了空对(expr1, expr2)后,等于AVG(expr1)

REGR_SXX: 返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr2)

REGR_SYY: 返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr1)

REGR_SXY: 返回值等于REGR_COUNT(expr1, expr2) * COVAR_POP(expr1, expr2)

(下面的例子都是在SH用户下完成的)

SAMPLE 1:下例计算1998年最后三个星期中两种产品(260和270)在周末的销售量中已×××数量和总数量的累积斜率和回归线的截距

SELECT t.fiscal_month_number "Month", t.day_number_in_month "Day",

REGR_SLOPE(s.amount_sold, s.quantity_sold)

OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) AS CUM_SLOPE,

REGR_INTERCEPT(s.amount_sold, s.quantity_sold)

OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) AS CUM_ICPT

FROM sales s, times t

WHERE s.time_id = t.time_id

AND s.prod_id IN (270, 260)

AND t.fiscal_year=1998

AND t.fiscal_week_number IN (50, 51, 52)

AND t.day_number_in_week IN (6,7)

ORDER BY t.fiscal_month_desc, t.day_number_in_month;

Month Day CUM_SLOPE CUM_ICPT

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

12 12 -68 1872

12 12 -68 1872

12 13 -20.244898 1254.36735

12 13 -20.244898 1254.36735

12 19 -18.826087 1287

12 20 62.4561404 125.28655

12 20 62.4561404 125.28655

12 20 62.4561404 125.28655

12 20 62.4561404 125.28655

12 26 67.2658228 58.9712313

12 26 67.2658228 58.9712313

12 27 37.5245541 284.958221

12 27 37.5245541 284.958221

12 27 37.5245541 284.958221

SAMPLE 2:下例计算1998年4月每天的累积交易数量

SELECT UNIQUE t.day_number_in_month,

REGR_COUNT(s.amount_sold, s.quantity_sold)

OVER (PARTITION BY t.fiscal_month_number ORDER BY t.day_number_in_month)

"Regr_Count"

FROM sales s, times t

WHERE s.time_id = t.time_id

AND t.fiscal_year = 1998 AND t.fiscal_month_number = 4;

DAY_NUMBER_IN_MONTH Regr_Count

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

1 825

2 1650

3 2475

4 3300

.

.

.

26 21450

30 22200

SAMPLE 3:下例计算1998年每月销售量中已×××数量和总数量的累积回归线决定系数

SELECT t.fiscal_month_number,

REGR_R2(SUM(s.amount_sold), SUM(s.quantity_sold))

OVER (ORDER BY t.fiscal_month_number) "Regr_R2"

FROM sales s, times t

WHERE s.time_id = t.time_id

AND t.fiscal_year = 1998

GROUP BY t.fiscal_month_number

ORDER BY t.fiscal_month_number;

FISCAL_MONTH_NUMBER Regr_R2

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

1

2 1

3 .927372984

4 .807019972

5 .932745567

6 .94682861

7 .965342011

8 .955768075

9 .959542618

10 .938618575

11 .880931415

12 .882769189

SAMPLE 4:下例计算1998年12月最后两周产品260的销售量中已×××数量和总数量的累积平均值

SELECT t.day_number_in_month,

REGR_AVGY(s.amount_sold, s.quantity_sold)

OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month)

"Regr_AvgY",

REGR_AVGX(s.amount_sold, s.quantity_sold)

OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month)

"Regr_AvgX"

FROM sales s, times t

WHERE s.time_id = t.time_id

AND s.prod_id = 260

AND t.fiscal_month_desc = '1998-12'

AND t.fiscal_week_number IN (51, 52)

ORDER BY t.day_number_in_month;

DAY_NUMBER_IN_MONTH Regr_AvgY Regr_AvgX

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

14 882 24.5

14 882 24.5

15 801 22.25

15 801 22.25

16 777.6 21.6

18 642.857143 17.8571429

18 642.857143 17.8571429

20 589.5 16.375

21 544 15.1111111

22 592.363636 16.4545455

22 592.363636 16.4545455

24 553.846154 15.3846154

24 553.846154 15.3846154

26 522 14.5

27 578.4 16.0666667

SAMPLE 5:下例计算产品260和270在1998年2月周末销售量中已×××数量和总数量的累积REGR_SXY, REGR_SXX, and REGR_SYY统计值

SELECT t.day_number_in_month,

REGR_SXY(s.amount_sold, s.quantity_sold)

OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_sxy",

REGR_SYY(s.amount_sold, s.quantity_sold)

OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_syy",

REGR_SXX(s.amount_sold, s.quantity_sold)

OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_sxx"

FROM sales s, times t

WHERE s.time_id = t.time_id

AND prod_id IN (270, 260)

AND t.fiscal_month_desc = '1998-02'

AND t.day_number_in_week IN (6,7)

ORDER BY t.day_number_in_month;

DAY_NUMBER_IN_MONTH Regr_sxy Regr_syy Regr_sxx

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

1 18870.4 2116198.4 258.4

1 18870.4 2116198.4 258.4

1 18870.4 2116198.4 258.4

1 18870.4 2116198.4 258.4

7 18870.4 2116198.4 258.4

8 18870.4 2116198.4 258.4

14 18870.4 2116198.4 258.4

15 18870.4 2116198.4 258.4

21 18870.4 2116198.4 258.4

22 18870.4 2116198.4 258.4

ROW_NUMBER

功能描述:返回有序组中一行的偏移量,从而可用于按特定标准排序的行号。

SAMPLE:下例返回每个员工再在每个部门中按员工号排序后的顺序号

SELECT department_id, last_name, employee_id, ROW_NUMBER()

OVER (PARTITION BY department_id ORDER BY employee_id) AS emp_id

FROM employees

WHERE department_id < 50;

DEPARTMENT_ID LAST_NAME EMPLOYEE_ID EMP_ID

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

10 Whalen 200 1

20 Hartstein 201 1

20 Fay 202 2

30 Raphaely 114 1

30 Khoo 115 2

30 Baida 116 3

30 Tobias 117 4

30 Himuro 118 5

30 Colmenares 119 6

40 Mavris 203 1

STDDEV

功能描述:计算当前行关于组的标准偏离。(Standard Deviation)

SAMPLE:下例返回部门30按雇佣日期排序的薪水值的累积标准偏离

SELECT last_name, hire_date,salary,

STDDEV(salary) OVER (ORDER BY hire_date) "StdDev"

FROM employees

WHERE department_id = 30;

LAST_NAME HIRE_DATE SALARY StdDev

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

Raphaely 07-12月-94 11000 0

Khoo 18-5月 -95 3100 5586.14357

Tobias 24-7月 -97 2800 4650.0896

Baida 24-12月-97 2900 4035.26125

Himuro 15-11月-98 2600 3649.2465

Colmenares 10-8月 -99 2500 3362.58829

STDDEV_POP

功能描述:该函数计算总体标准偏离,并返回总体变量的平方根,其返回值与VAR_POP函数的平方根相同。(Standard Deviation-Population)

SAMPLE:下例返回部门20、30、60的薪水值的总体标准偏差

SELECT department_id, last_name, salary,

STDDEV_POP(salary) OVER (PARTITION BY department_id) AS pop_std

FROM employees

WHERE department_id in (20,30,60);

DEPARTMENT_ID LAST_NAME SALARY POP_STD

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

20 Hartstein 13000 3500

20 Fay 6000 3500

30 Raphaely 11000 3069.6091

30 Khoo 3100 3069.6091

30 Baida 2900 3069.6091

30 Colmenares 2500 3069.6091

30 Himuro 2600 3069.6091

30 Tobias 2800 3069.6091

60 Hunold 9000 1722.32401

60 Ernst 6000 1722.32401

60 Austin 4800 1722.32401

60 Pataballa 4800 1722.32401

60 Lorentz 4200 1722.32401

STDDEV_SAMP

功能描述: 该函数计算累积样本标准偏离,并返回总体变量的平方根,其返回值与VAR_POP函数的平方根相同。(Standard Deviation-Sample)

SAMPLE:下例返回部门20、30、60的薪水值的样本标准偏差

SELECT department_id, last_name, hire_date, salary,

STDDEV_SAMP(salary) OVER

(PARTITION BY department_id ORDER BY hire_date

ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cum_sdev

FROM employees

WHERE department_id in (20,30,60);

DEPARTMENT_ID LAST_NAME HIRE_DATE SALARY CUM_SDEV

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

20 Hartstein 17-2月 -96 13000

20 Fay 17-8月 -97 6000 4949.74747

30 Raphaely 07-12月-94 11000

30 Khoo 18-5月 -95 3100 5586.14357

30 Tobias 24-7月 -97 2800 4650.0896

30 Baida 24-12月-97 2900 4035.26125

30 Himuro 15-11月-98 2600 3649.2465

30 Colmenares 10-8月 -99 2500 3362.58829

60 Hunold 03-1月 -90 9000

60 Ernst 21-5月 -91 6000 2121.32034

60 Austin 25-6月 -97 4800 2163.33077

60 Pataballa 05-2月 -98 4800 1982.42276

60 Lorentz 07-2月 -99 4200 1925.61678

SUM

功能描述:该函数计算组中表达式的累积和。

SAMPLE:下例计算同一经理下员工的薪水累积值

SELECT manager_id, last_name, salary,

SUM (salary) OVER (PARTITION BY manager_id ORDER BY salary

RANGE UNBOUNDED PRECEDING) l_csum

FROM employees

WHERE manager_id in (101,103,108);

MANAGER_ID LAST_NAME SALARY L_CSUM

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

101 Whalen 4400 4400

101 Mavris 6500 10900

101 Baer 10000 20900

101 Greenberg 12000 44900

101 Higgins 12000 44900

103 Lorentz 4200 4200

103 Austin 4800 13800

103 Pataballa 4800 13800

103 Ernst 6000 19800

108 Popp 6900 6900

108 Sciarra 7700 14600

108 Urman 7800 22400

108 Chen 8200 30600

108 Faviet 9000 39600

VAR_POP

功能描述:(Variance Population)该函数返回非空集合的总体变量(忽略null),VAR_POP进行如下计算:

(SUM(expr2) - SUM(expr)2 / COUNT(expr)) / COUNT(expr)

SAMPLE:下例计算1998年每月销售的累积总体和样本变量(本例在SH用户下运行)

SELECT t.calendar_month_desc,

VAR_POP(SUM(s.amount_sold))

OVER (ORDER BY t.calendar_month_desc) "Var_Pop",

VAR_SAMP(SUM(s.amount_sold))

OVER (ORDER BY t.calendar_month_desc) "Var_Samp"

FROM sales s, times t

WHERE s.time_id = t.time_id AND t.calendar_year = 1998

GROUP BY t.calendar_month_desc;

CALENDAR Var_Pop Var_Samp

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

1998-01 0

1998-02 6.1321E+11 1.2264E+12

1998-03 4.7058E+11 7.0587E+11

1998-04 4.6929E+11 6.2572E+11

1998-05 1.5524E+12 1.9405E+12

1998-06 2.3711E+12 2.8453E+12

1998-07 3.7464E+12 4.3708E+12

1998-08 3.7852E+12 4.3260E+12

1998-09 3.5753E+12 4.0222E+12

1998-10 3.4343E+12 3.8159E+12

1998-11 3.4245E+12 3.7669E+12

1998-12 4.8937E+12 5.3386E+12

VAR_SAMP

功能描述:(Variance Sample)该函数返回非空集合的样本变量(忽略null),VAR_POP进行如下计算:

(SUM(expr*expr)-SUM(expr)*SUM(expr)/COUNT(expr))/(COUNT(expr)-1)

SAMPLE:下例计算1998年每月销售的累积总体和样本变量

SELECT t.calendar_month_desc,

VAR_POP(SUM(s.amount_sold))

OVER (ORDER BY t.calendar_month_desc) "Var_Pop",

VAR_SAMP(SUM(s.amount_sold))

OVER (ORDER BY t.calendar_month_desc) "Var_Samp"

FROM sales s, times t

WHERE s.time_id = t.time_id AND t.calendar_year = 1998

GROUP BY t.calendar_month_desc;

CALENDAR Var_Pop Var_Samp

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

1998-01 0

1998-02 6.1321E+11 1.2264E+12

1998-03 4.7058E+11 7.0587E+11

1998-04 4.6929E+11 6.2572E+11

1998-05 1.5524E+12 1.9405E+12

1998-06 2.3711E+12 2.8453E+12

1998-07 3.7464E+12 4.3708E+12

1998-08 3.7852E+12 4.3260E+12

1998-09 3.5753E+12 4.0222E+12

1998-10 3.4343E+12 3.8159E+12

1998-11 3.4245E+12 3.7669E+12

1998-12 4.8937E+12 5.3386E+12

VARIANCE

功能描述:该函数返回表达式的变量,Oracle计算该变量如下:

如果表达式中行数为1,则返回0

如果表达式中行数大于1,则返回VAR_SAMP

SAMPLE:下例返回部门30按雇佣日期排序的薪水值的累积变化

SELECT last_name, salary, VARIANCE(salary)

OVER (ORDER BY hire_date) "Variance"

FROM employees

WHERE department_id = 30;

LAST_NAME SALARY Variance

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

Raphaely 11000 0

Khoo 3100 31205000

Tobias 2800 21623333.3

Baida 2900 16283333.3

Himuro 2600 13317000

Colmenares 2500 11307000

=====================================

连续求和问题:

select name,sum(cnt) over(order by rownum) from t1;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/561305.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

java队列_java集合入门和深入学习(详解),看这篇就差不多了

一、集合入门总结集合框架&#xff1a;Java中的集合框架大类可分为Collection和Map&#xff1b;两者的区别&#xff1a;1、Collection是单列集合&#xff1b;Map是双列集合2、Collection中只有Set系列要求元素唯一&#xff1b;Map中键需要唯一&#xff0c;值可以重复3、Collect…

oracle课程小结,Oracle 数据库优化实战心得总结

一般情况下&#xff0c;对于频繁访问但是不频繁修改的数据&#xff0c;内部设计应当物理不规范化&#xff1b;对于频繁修改但并不频繁访问的数据&#xff0c;内部设计应当物理规范化。3.充分利用内存&#xff0c;优化sga、pga等(11g已经实现了sgapga自动化&#xff0c;但有的时…

苹果公司的企业文化_百度、苹果、脉脉等互联网大厂的企业文化衫还能这么潮?...

转眼2020年就已经到年中啦&#xff0c;很多企业已经敲锣打鼓&#xff0c;筹备着年中的会议团建了&#xff0c;有趣的&#xff0c;好玩的&#xff0c;有创意的&#xff0c;体面的&#xff0c;大场面的&#xff0c;国际范儿的&#xff0c;到底怎么样的年中策划才是最NICE的呢&…

命名空间跟作用域是什么关系_魏如萱许光汉首次合唱新歌《什么跟什么有什么关系》_娱乐频道...

近日&#xff0c;许光汉与新晋金曲奖歌后魏如萱合作的最新单曲《什么跟什么有什么关系》已经上线。歌曲由金曲奖最佳作词人李焯雄作词&#xff0c;魏如萱作曲&#xff0c;陈建骐担当制作&#xff0c;魏如萱和许光汉共同演唱。单曲收录于十一音乐的年度限定合作企划“不完美人生…

oracle 本年1月1号 yy,ORACLE 日期函数

一、 常用日期数据格式1.Y或YY或YYY 年的最后一位&#xff0c;两位或三位SQL> Select to_char(sysdate,Y) from dual;TO_CHAR(SYSDATE,Y)--------------------7SQL> Select to_char(sysdate,YY) from dual;TO_CHAR(SYSDATE,YY)---------------------07SQL> Select to_…

二级域名是否可以随意设定_新老域名是否影响SEO优化收录排名?企业需要多域名做网站吗?...

(文/守护袁昆)各互联网平台想免费做营销推广变得比较困难&#xff0c;而大多数中小企业又没什么资金方面的营销预算&#xff0c;所以付费推广广告也没法做。建立自己的企业官网貌似是不错的方式。传统企业在互联网上玩了一圈&#xff0c;发现还是自己的企业官网最靠谱。那么问题…

oracle pr,PRMSCAN ORACLE碎片扫描合并工具

prmscan 是诗檀软件独立研发的ORACLE数据块碎片扫描合并工具&#xff0c;其适用于以下的场景&#xff1a;误手动删除了文件系统(任意文件系统 NTFS、FAT、EXT、UFS、JFS等)或ASM上的数据文件文件系统损坏&#xff0c;导致数据文件大小变成0 bytes即数据文件被清零文件系统损坏&…

win10启动修复_以安全模式启动win10的4种方法,简单高效,修复电脑故障必用技巧...

在安全模式下启动Windows7只是小菜一碟&#xff0c;你所要做的就是按下Shift8来中断启动过程&#xff0c;然而&#xff0c;在安全模式下启动windows 10的过程并不是那么简单。一些用户甚至认为Windows 10无法使用安全模式&#xff0c;但事实并非如此&#xff0c;有很多方法可以…

oracle12178错误,Oracle学习笔记_20080522:Index FS vs Index FFS

Index Full Scan vs Index Fast Full Scanindex full scan和index fast fullscan是指同样的东西吗&#xff1f;答案是no。两者虽然从字面上看起来差不多&#xff0c;但是实现的机制完全不同。我们一起来看看两者的区别在哪里?首先来看一下IFS,FFS能用在哪里&#xff1a;在一句…

usb接口供电不足_Win7系统下电脑USB供电不足的解决方法

关注奕奇科技&#xff0c;学习更多小妙招&#xff0c;工作效率加倍小妙招&#xff0c;值得收藏笔记本主板USB供电不足的现象可以解释成两种情况&#xff1a;第一种是笔记本使用电池的时候会自动切换到较低的功耗&#xff0c;最大的电流标准是500mA&#xff0c;电压是5V&#xf…

php memcached 队列,redis获取所有队列_memcached

scrapy-redis实现分布式中, 获取redis队列中的612x230 - 24KB - PNGscrapy动态的从redis队列中获取源,并启动spid558x462 - 128KB - PNGRedis实现消息队列700x365 - 36KB - JPEGRedis实现简单消息队列 - 滚动_【北京联盟】677x441 - 9KB - PNGRedis实现简单消息队列 - 滚动_【北…

BP算法和RNN_模型CNN-RNN-LSTM和GRU简介

深度学习自从2006年以后已经“火”了十多年了&#xff0c;目前大家看到的&#xff0c;最普遍的应用成果是在计算机视觉、语音识别和自然语言处理&#xff08;NLP&#xff09;。最近工业界也在努力地扩展它的应用场景&#xff0c;比如游戏、内容推荐和广告匹配等等。深度模型架构…

电脑向linux服务器传输文件,windows如何通过ssh工具向linux服务器上传和下载文件?...

这个是很简单的。我用win10和kali给你举例子。kali自带了ssh&#xff0c;只不过我们需要开启它。kali下运行ps -e | grep ssh&#xff0c;你会发现已经有了ssh。只是没有启动&#xff0c;启动方法是/etc/init.d/ ssh start。如果你的linux机器不是kali&#xff0c;就先apt-get …

python 函数 过程_python学习之函数(三)--函数与过程

1.函数与过程的区别&#xff1a; 有返回值的是函数&#xff0c;没有返回值的是过程&#xff1b; 函数&#xff08;function&#xff09;&#xff1a;有返回值 过程&#xff08;procedure&#xff09;&#xff1a;简单特殊&#xff0c;没有返回值 严格来说&#xff0c;python只有…

linux 分隔大文件,linux系统下分割大文件的方法

本文介绍下在linux系统中&#xff0c;分割大文件的方法&#xff0c;比如一个5gb日志文件切割为很多小块.在linux中分割大文件&#xff0c;比如一个5gb日志文件&#xff0c;需要把它分成多个小文件&#xff0c;分割后以利于普通的文本编辑器读取。有时&#xff0c;需要传输20gb的…

python bar图_python使用matplotlib绘图 — barChart | 学步园

matplotlib是python最著名的绘图库&#xff0c;它提供了一整套和matlab相似的命令API&#xff0c;十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件&#xff0c;嵌入GUI应用程序中。它的文档相当完备&#xff0c;并且Gallery页面中有上百幅缩略图&#xff0c;打开之…

linux2.4内核下载,升级到Linux 2.4内核

升级到Linux 2.4内核时间&#xff1a;2006/7/18 21:25:46作者&#xff1a;佚名人气&#xff1a;972001年1月&#xff0c;Linus Torvalds终于为我们带来了Linux 2.4内核。所有的人都为之欢呼雀跃。不过&#xff0c;大部分的机器却仍然运行在2.2.x内核。人们之所以停留在老版本的…

python登录脚本_selenium+python实现自动登录脚本

os&#xff1a;windows 前提&#xff1a;Python&#xff0c;selenium&#xff0c;IEDriverServer.exe&#xff0c;ie浏览器 首先安装Python2.7 安装成功后&#xff0c;计算机联网状态下在cmd命令行下输入&#xff1a;pip install -U selenium selenium安装后&#xff0c;在sele…

linux 4t磁盘格式化,centos格式化大于2T的硬盘

parted /dev/sdb1GNU Parted 1.8.1使用 /dev/sdb1Welcome to GNU Parted! Type help to view a list of commands.(parted) helpcheck NUMBER do a simple check on the file systemcp [FROM-DEVICE] FROM-NUMBER TO-NUMBER copy file system to…

python random randint_python中random.randint(1,100)随机数中包不包括1和100

展开全部 在python中的random.randint(a,b)用于生成一个2113指定范围内的整数。5261其中参数a是下4102限&#xff0c;1653参数b是上限&#xff0c;生成的随机数n: a < n < b。 print random.randint(12, 20) #生成的随机数n: 12 < n < 20 print random.randint(20,…