Row_Number,Rank,Dense_Rank区别

来源:互联网 发布:mysql 启动 1067 编辑:程序博客网 时间:2024/05/13 06:48

row_number和rank的区别

create table test (nu number);
insert into test values(1);insert into test values(1);insert into test values(1);insert into test values(2);
insert into test values(3);insert into test values(4);
---------------------------------------
select a.*,row_number() over (order by nu) as rn from test a;        NU         RN---------- ----------         1          1         1          2         1          3         2          4         3          5         4          6
select a.*,rank() over (order by nu) as rn from test a;        NU         RN---------- ----------         1          1         1          1         1          1         2          4         3          5         4          6
select a.*,dense_rank() over (order by nu) as rn from test a;     NU         RN---------- ----------         1          1         1          1         1          1         2          2         3          3         4          4

 

ROW_NUMBER、RANK、DENSE_RANK的用法

ROW_NUMBER、RANK、DENSE_RANK的用法
(爱新觉罗.毓华 
2007-12-16  广东深圳)

SQL Server
2005 引入几个新的排序(排名)函数,如ROW_NUMBER、RANK、DENSE_RANK等。
这些新函数使您可以有效地分析数据以及向查询的结果行提供排序值。

--------------------------------------------------------------------------
ROW_NUMBER()

说明:返回结果集分区内行的序列号,每个分区的第一行从
1 开始。
语法:ROW_NUMBER ()
OVER ([ <partition_by_clause>]<order_by_clause> ) 。
备注:
ORDER BY 子句可确定在特定分区中为行分配唯一 ROW_NUMBER 的顺序。
参数:
<partition_by_clause> :将FROM 子句生成的结果集划入应用了 ROW_NUMBER 函数的分区。
     
<order_by_clause>:确定将 ROW_NUMBER 值分配给分区中的行的顺序。
返回类型:
bigint

示例:
/*以下示例将根据年初至今的销售额,返回 AdventureWorks 中销售人员的 ROW_NUMBER。*/

USE AdventureWorks
GO
SELECT c.FirstName, c.LastName, ROW_NUMBER()OVER(ORDERBY SalesYTD DESC)AS'Row Number', s.SalesYTD, a.PostalCode
FROM Sales.SalesPerson sJOIN Person.Contact con s.SalesPersonID= c.ContactID
JOIN Person.Address aON a.AddressID= c.ContactID
WHERE TerritoryIDISNOTNULLAND SalesYTD<>0
/*
FirstName  LastName    Row Number  SalesYTD      PostalCode
---------  ----------  ----------  ------------  ----------------------------
Shelley    Dyck        1           5200475.2313  98027
Gail       Erickson    2           5015682.3752  98055
Maciej     Dusza       3           4557045.0459  98027
Linda      Ecoffey     4           3857163.6332  98027
Mark       Erickson    5           3827950.238   98055
Terry      Eminhizer   6           3587378.4257  98055
Michael    Emanuel     7           3189356.2465  98055
Jauna      Elson       8           3018725.4858  98055
Carol      Elliott     9           2811012.7151  98027
Janeth     Esteves     10          2241204.0424  98055
Martha     Espinoza    11          1931620.1835  98055
Carla      Eldridge    12          1764938.9859  98027
Twanna     Evans       13          1758385.926   98055
(13 行受影响)
*/

/*以下示例将返回行号为 50 到 60(含)的行,并以 OrderDate 排序。*/
USE AdventureWorks;
GO
WITH OrderedOrdersAS
(
SELECT SalesOrderID, OrderDate,
ROW_NUMBER()
OVER (orderby OrderDate)as RowNumber
FROM Sales.SalesOrderHeader )
SELECT *
FROM OrderedOrders
WHERE RowNumberbetween50and60;
/*
SalesOrderID OrderDate               RowNumber
------------ ----------------------- --------------------
43708        2001-07-03 00:00:00.000 50
43709        2001-07-03 00:00:00.000 51
43710        2001-07-03 00:00:00.000 52
43711        2001-07-04 00:00:00.000 53
43712        2001-07-04 00:00:00.000 54
43713        2001-07-05 00:00:00.000 55
43714        2001-07-05 00:00:00.000 56
43715        2001-07-05 00:00:00.000 57
43716        2001-07-05 00:00:00.000 58
43717        2001-07-05 00:00:00.000 59
43718        2001-07-06 00:00:00.000 60
(11 行受影响)
*/

--------------------------------------------------------------
RANK()

说明:返回结果集的分区内每行的排名。行的排名是相关行之前的排名数加一。
语法:RANK ()
OVER ([ < partition_by_clause >]< order_by_clause> )
备注:如果两个或多个行与一个排名关联,则每个关联行将得到相同的排名。
      例如,如果两位顶尖销售员具有同样的 SalesYTD 值,他们将并列第一。
      由于已有两行排名在前,所以具有下一个最大 SalesYTD 的销售人员将排名第三。
      因此,RANK 函数并不总返回连续整数。
      用于整个查询的排序顺序决定了行在结果集中的显示顺序。这也隐含了行在每个分区中的排名。
参数:
< partition_by_clause> :将FROM 子句生成的结果集划分为要应用 RANK 函数的分区。
     
< order_by_clause>:确定将 RANK 值应用于分区中的行时所基于的顺序。
返回类型:
bigint

示例:
/*以下示例按照数量对清单中的产品进行了排名。行集按 LocationID 分区,按 Quantity 排序。
USE AdventureWorks;
GO
SELECT i.ProductID, p.Name, i.LocationID, i.Quantity, RANK() OVER (PARTITION BY i.LocationID order by i.Quantity) as RANK
FROM Production.ProductInventory i JOIN Production.Product p
ON i.ProductID = p.ProductID
ORDER BY p.Name
GO
/*
ProductID   Name                                               LocationID Quantity RANK
----------- -------------------------------------------------- ---------- -------- --------------------
1           Adjustable Race                                    6          324      71
1           Adjustable Race                                    1          408      78
1           Adjustable Race                                    50         353      117
2           Bearing Ball                                       6          318      67
2           Bearing Ball                                       1          427      85
2           Bearing Ball                                       50         364      122
3           BB Ball Bearing                                    50         324      106
3           BB Ball Bearing                                    1          585      110
3           BB Ball Bearing                                    6          443      115
4           Headset Ball Bearings                              1          512      99
4           Headset Ball Bearings                              6          422      108
4           Headset Ball Bearings                              50         388      140
316         Blade                                              10         388      33
......
(1069 行受影响)
*/
DENSE_RANK()

说明:返回结果集分区中行的排名,在排名中没有任何间断。行的排名等于所讨论行之前的所有排名数加一。
语法:DENSE_RANK ()
OVER ([ < partition_by_clause >]< order_by_clause> )
备注:如果有两个或多个行受同一个分区中排名的约束,则每个约束行将接收相同的排名。
      例如,如果两位顶尖销售员具有相同的 SalesYTD 值,则他们将并列第一。
      接下来 SalesYTD 最高的销售人员排名第二。该排名等于该行之前的所有行数加一。
      因此,DENSE_RANK 函数返回的数字没有间断,并且始终具有连续的排名。
      整个查询所用的排序顺序确定了各行在结果中的显示顺序。这说明排名第一的行可以不是分区中的第一行。
参数:
< partition_by_clause> :将FROM 子句所生成的结果集划分为数个将应用 DENSE_RANK 函数的分区。
     
< order_by_clause>:确定将 DENSE_RANK 值应用于分区中各行的顺序。
返回类型:
bigint

示例:
/*以下示例返回各位置上产品数量的 DENSE_RANK。*/
USE AdventureWorks;
GO
SELECT  i.ProductID, p.Name, i.LocationID, i.Quantity, DENSE_RANK()OVER (PARTITIONBY i.LocationIDorderby i.Quantity)as DENSE_RANK
FROM Production.ProductInventory iJOIN Production.Product pON i.ProductID= p.ProductID
ORDER BY Name;
GO
/*
ProductID   Name                                               LocationID Quantity DENSE_RANK
----------- -------------------------------------------------- ---------- -------- --------------------
1           Adjustable Race                                    1          408      57
1           Adjustable Race                                    6          324      52
1           Adjustable Race                                    50         353      82
879         All-Purpose Bike Stand                             7          144      34
712         AWC Logo Cap                                       7          288      38
3           BB Ball Bearing                                    50         324      74
3           BB Ball Bearing                                    6          443      81
3           BB Ball Bearing                                    1          585      82
*/

-------------------------------------------------------------------------------------------------------
将上面三个函数放在一起计算,更能明显看出各个函数的功能。

CREATE TABLE rankorder(orderidINT,qtyINT)
INSERT rankorderVALUES(30001,10)
INSERT rankorderVALUES(10001,10)
INSERT rankorderVALUES(10006,10)
INSERT rankorderVALUES(40005,10)
INSERT rankorderVALUES(30003,15)
INSERT rankorderVALUES(30004,20)
INSERT rankorderVALUES(20002,20)
INSERT rankorderVALUES(20001,20)
INSERT rankorderVALUES(10005,30)
INSERT rankorderVALUES(30007,30)
INSERT rankorderVALUES(40001,40)
INSERT rankorderVALUES(30007,30)
GO
--对一个列qty进行的排序
SELECT orderid,qty,
       ROW_NUMBER()
OVER(ORDERBY qty)AS rownumber,
       RANK()      
OVER(ORDERBY qty)AS rank,
       DENSE_RANK()
OVER(ORDERBY qty)AS denserank
FROM rankorder
ORDER BY qty
/*
orderid     qty         rownumber            rank                 denserank
----------- ----------- -------------------- -------------------- --------------------
30001       10          1                    1                    1
10001       10          2                    1                    1
10006       10          3                    1                    1
40005       10          4                    1                    1
30003       15          5                    5                    2
30004       20          6                    6                    3
20002       20          7                    6                    3
20001       20          8                    6                    3
10005       30          9                    9                    4
30007       30          10                   9                    4
30007       30          11                   9                    4
40001       40          12                   12                   5
(12 行受影响)
*/

--对两个列qty,orderid进行的排序
SELECT orderid,qty,
       ROW_NUMBER()
OVER(ORDERBY qty,orderid)AS rownumber,
       RANK()      
OVER(ORDERBY qty,orderid)AS rank,
       DENSE_RANK()
OVER(ORDERBY qty,orderid)AS denserank
FROM rankorder
ORDER BY qty,orderid
drop table rankorder
/*
orderid     qty         rownumber            rank                 denserank
----------- ----------- -------------------- -------------------- --------------------
10001       10          1                    1                    1
10006       10          2                    2                    2
30001       10          3                    3                    3
40005       10          4                    4                    4
30003       15          5                    5                    5
20001       20          6                    6                    6
20002       20          7                    7                    7
30004       20          8                    8                    8
10005       30          9                    9                    9
30007       30          10                   10                   10
30007       30          11                   10                   10
40001       40          12                   12                   11
(12 行受影响)
*/

 

 

原创粉丝点击