SQL点滴20—T-SQL中的排名函数

 

提到排名函数我们首先可能想到的是order by，这个是排序，不是排名，排名需要在前面加个名次序号的，order by是没有这个功能的。还可能会想到identity(1,1)，它也给了一个序号，但是不能保证给出的序号是连续升序的。除非能够保证所有的Insert语句都能够正确成功地完成，并且没有删除操作，实际的使用中大多数的表都不能保证这样。

好在SQL Server中提供了一些排名函数来辅助实现这些功能。排名函数按照需要的顺序对数据进行排名，并提供一个值对数据。下面来了解一下这些排序函数功能。

　　

 

ROW_NUMBER

 

ROW_NUMBER函数允许以上升，连续的顺序给每一行数据一个序号，注意ROW_NUMBER()后面一定要跟着over子句。来看语句：

use AdventureWorks
select
ROW_NUMBER() over(order by LastName) as RowNum,
FirstName+' '+ LastName as FullName
from HumanResources.vEmployee
where JobTitle='Production Technician - WC60'

这个语句对符合条件（JobTitle='Production Technician - WC60'）的LastName按照升序排列，并加上排序的序号，这个序号是连续上升的。结果如下图1是部分结果。

图1

我们可以看到第一个人的LastName是Abercrombie，第二个人的LastName是Adams，以次类推。

　　

 

PARTITION

 

如果我们想再细分一下，在一个小的分组范围内排序该怎么办呢？就是说让LastName以‘A’开头的作为第一组，在这个组内进行排序。以‘B’开头的作为第二组，在这个组内排序。以‘C’开头的作为第三组，在这个组内进行排序，如此等等。这里有一个很简单的实际例子，假如上面这些人都来参加同一场马拉松比赛，其中有男子组，女子组，男子残疾组，女子残疾组，60岁以上组等等。不管参赛者以第几位触线，名次都以他们的小组为基准。

可以通过PARTITION BY选项来重新排序，给数据分区或者数据区域唯一的递增序号。来看下面的语句：

[注] partition n. 划分，分开；[数] 分割；隔墙；隔离物；vt. [数] 分割；分隔；区分

select
ROW_NUMBER() over(PARTITION by substring(LastName,1,1) order by LastName) as RowNum,
FirstName+' '+ LastName as FullName
from HumanResources.vEmployee
where JobTitle='Production Technician - WC60'

这里模拟上面的情况，首先以Last Name的第一个字母作为分组，然后以第二个字母以后的字母来分组排序。来看看结果，如图2



图2

 

假设LastName以‘A’开头的是男子组，这个组有共有三个人，Kim Abercrombie是冠军，Jay Adams是亚军，Nancy Anderson是季军。假设LastName以‘B’开头的是女子组，这个组只有一个人Bryan Baker，无论如何她都是冠军。等等如此类推。这样一眼就能看出他们的小组名次了。

这里你可能会觉得使用order by一样可以得到这样类似的结果。如下代码：

select 
FirstName+' '+ LastName as FullName
from HumanResources.vEmployee
where JobTitle='Production Technician - WC60'
order by substring(LastName,1,1) ,LastName

这个把order by放在最后，排序放在最后，首先按照LastName的首字母排序，再按照剩整个LastName排序，结果如下图3



图3

结果和上面大致相同，可是少了前面的名次序号。于是我又对她进行了修改，代码如下：

select 
ROW_NUMBER() over(order by substring(LastName,1,1),LastName) as RowNum,
FirstName+' '+ LastName as FullName
from HumanResources.vEmployee
where JobTitle='Production Technician - WC60'

这个和上面的类似，在排名函数中使用order by，并且是按照多个字段排序。来看看结果如图4

 



图4

排序没有错误，是我们想要的分组排序，但是前面的名次没有分组区分，和图1没有什么差别。可见图3和图4的做法完全是多余，纯属臆造，其实只要order by LastName都能得到正确的排序，只有partition by才是正解。通过上面的例子也可以对排序，排名这二者之间的区别有一个认识，他们虽然有相似之处，但是排名始终会产生一个名次序号，排序只要得到正确的顺序就好。

 　　　　

RANK

 

还是拿马拉松比赛来说事，如果有同时撞线的情况发生应该怎么计名次呢？例如A第一个撞线，B和C同时第二个撞线，D第三个撞线，如果我们想把D的名次计为第4名应该怎么处理呢？就是说不计顺序名次，只计人数。这时就可以使用RANK函数了。

[注] rank n. 等级；队列；排；军衔vt. 排列；把…分等vi. 列队；列为

在order by子句中定义的列上，如果返回一行数据与另一行具有相同的值，rank函数将给这些行赋予相同的排名数值。在排名的过程中，保持一个内部计数值，当值有所改变时，排名序号将有一个跳跃。

来看下面的语句：

select 
ROW_NUMBER() over(order by Department) as RowNum,
RANK() over(order by Department) as Ranking,
FirstName+' '+ LastName as FullName,
Department
from HumanResources.vEmployeeDepartment
order by RowNum

rank()函数右面也要跟上一个over子句。为了看到效果我们以Department作为排序字段，可以看到RowNum作为升序连续排名，Ranking作为计同排名，当Department的值相同时，Ranking中的值保持不变，当Ranking中的值发生变化时，Ranking列中的值将跳跃到正确的排名数值。来看结果：



图5

从这个结果中我们可以说这次马拉松赛跑的排名是：Tengiz Kharatishvili，Zainal Arifin，Sean Chai，Karen Berge，Chris Norred并列第1，Michael Sullivan，Sharon Salavaria，Roberto Tamburello，Gail Erickson，Jossef Goldberg并列第6，如此等等。



 

DENSE_RANK

 

在上面的例子中，A第一个撞线，B和C同时第二个撞线，D第三个撞线，如果我们想把B和C的名次计位第2名，D的名次计为第3名应该怎么处理呢？就是说考虑并列名次。这里使用DENSE_RANK函数，来看下面的代码。 

 

select
ROW_NUMBER() over(order by Department) as RowNum,
DENSE_RANK() over(order by Department) as Ranking,
FirstName+' '+ LastName as FullName,
Department
from HumanResources.vEmployeeDepartment
order by RowNum

 结果如下：



图6

 

按照这个结果，我们可以说这次马拉松赛跑的排名是：Tengiz Kharatishvili，Zainal Arifin，Sean Chai，Karen Berge，Chris Norred并列第1，Michael Sullivan，Sharon Salavaria，Roberto Tamburello，Gail Erickson，Jossef Goldberg，Terri Duffy并列第2，等等如此。

 

NTILE

 

在开始这个之前，先来一段小插曲。梭罗是铅笔的发明者，不过他没有申请专利。据说他天赋异禀，在父亲的铅笔厂里面打包铅笔的时候，从一堆铅笔里面抓取一把，每次都能精确地抓到一打12支。他在森林中目测两颗树之间的距离，和护林员用卷尺测量的结果相差无几。现在如果我们想从一张表中抓取多比数据，每一笔都是相同的数目，并且标明第几组该怎么办呢？NTILE函数提供了这个功能，他能。来看代码：

select 
NTILE(30) over(order by Department) as NTiles,
FirstName+' '+ LastName as FullName,
Department
from HumanResources.vEmployeeDepartment

现在我们要抓取30个组的数据，并保证尽可能的保证每组数目相同。结果如下，



图7

这个视图中共290条数据，290/30=9.7约等于10，所以每组10条数据，如图每一条数据都有一个组号。这个结果要比索罗精确。