rank() over(partition)的使用

     有的時候會遇到這樣的問題，我們需要查詢一張表，而且要按照業務排序，比如我需要如下的結果：

    地區   日期    費用  產品編號   用戶編號

     290 201202 258 1              s1
     290 201202 200 1              s5
     290 201202 100 1              s100
     290 201202 90   2              s7
     290 201202 88   2              s9
     290 201202 10   2              s12。 

     領導讓我出一張報表，需要看到每一個業務的收費前三名是那些客戶。這個時候用rank() over(partition)是一個很不錯的選擇。

     我的測試表就像上面例子中的表一樣，不過數據稍微多一點點。給大家一個截圖：

     

      可以看到我每一個項目都有5條記錄，我只取前三，那么SQL如下：

      

SELECT A.AREA_ID, A.ACCT_MONTH, A.FEE, A.ITEM_ID, A.USER_ID
  FROM (SELECT T.AREA_ID,
               T.ACCT_MONTH,
               T.FEE,
               T.ITEM_ID,
               T.USER_ID,
               RANK() OVER(PARTITION BY T.ITEM_ID ORDER BY T.FEE DESC) RK
          FROM TEST T) A
 WHERE RK < 4;

       該語句執行的結果就是上述的情況了。

       一不做二不休，我順便查看一下該語句的執行計划好了。

       首先寫一下我的建表語句：

       

CREATE TABLE TEST
(
  area_id NUMBER,
  acct_month NUMBER,
  fee NUMBER,
  item_id NUMBER
)
PARTITION BY LIST(area_id)
(
  PARTITION part_290 VALUES('290'),
  PARTITION part_910 VALUES('910'),
  PARTITION part_911 VALUES('911'),
  partition part_912 values('912'),
  partition part_913 values('913'),
  partition part_914 values('914'),
  partition part_915 values('915'),
  partition part_916 values('916'),
  partition part_917 values('917'),
  partition part_919 values('919'),
  partition part_default values(default)
)

      我按照地域進行了分區，其實也可以按照時間進行分區。explain一下plan：

       

      可以看到，只有10條記錄的表，COST卻高達4，不得不說采取這個辦法會極大地降低查詢的效率。但是業務上需要的話，rank() over確實是一個很好使的玩意兒。

      加兩條數據進去，順便測測分區表是否真的可以在沒有索引的情況下提高一點點效率。加了兩條數據，area_id是911，陝西省寶雞市的區號：0911。語句也稍微變動一下：

SELECT A.AREA_ID, A.ACCT_MONTH, A.FEE, A.ITEM_ID, A.USER_ID
  FROM (SELECT T.AREA_ID,
               T.ACCT_MONTH,
               T.FEE,
               T.ITEM_ID,
               T.USER_ID,
               RANK() OVER(PARTITION BY T.ITEM_ID ORDER BY T.FEE DESC) RK
          FROM TEST T
          WHERE t.area_id = 290) A
 WHERE RK < 4;

      explain一下plan：

      

      發現雖然現在是12行數據，但是因為我只查詢西安市（290），所以在rows里仍舊只是10行，沒有新添加的寶雞市的2行。由此可見，在面對非常海量的數據存儲時，按照一定的條件建立分區，是十分有必要的。不過按照時間建立分區可能會稍微麻煩點，因為時間在不停的推進，多少年之后，你現在建立的分區就已經不可能再用了，就要添加新的分區進去，這也是一個挺討厭的事情。