【原創】分享一個分析函數統計案例

 

oracle數據倉庫中提供了很多非常實用的函數，一直以來接觸過，但是卻沒有實際的用到，因為盡管有示例，當時看懂了，但是后續馬上就忘了，今天岑敏強遇到了一個使用over的場景，於是一起探討了下，第一眼分析，我隱隱的就覺得一些分析函數應該會用到，但是沒想到是over。
需求:

在 t_zxxm_fy 這個表中，有三個字段 n_lxsbh、n_fyje、n_mqzt，其中一個n_lxsbh會對應多個 n_ysje，每個n_mqzt都不一樣，現在要統計幾個n_lxsbh的 n_fyje之和，但每個n_lxsbh的n_ysje只能取一條記錄的值，即n_ysje需要按n_mqzt進行某種排序取第一條記錄

這個問題直白點說，就是將符合條件的記錄按某n_lxsbh進行分組(如group by)，然后對每個分組按n_mqzt進行排序，取分組的第一條記錄中的n_fyje值。顯然標准sql很難一條語句搞定，我嘗試了下，寫出來的sql很復雜，分組，嵌套，子查詢而且還沒完全搞定，如執行以下sql:

select n_lxsbh, n_fyje, n_mqzt
  from t_zxxm_fy f
where n_fyje is not null --去掉n_fyje為空的值
   and n_fyje <> 0 --去掉n_fyje為0的值
   and n_lxsbh in (-999999999975037, -999999999937175, -999999999937891,
        -999999999937695, -999999999937289) --要統計的lxsbh
order by n_lxsbh, n_mqzt desc

-----

N_LXSBH                                             N_FYJE            N_MQZT
1        -999999999975037                        1680774.28        6（命中）
2        -999999999975037                        966394.92          5
3        -999999999975037                        1276123.64        5
4        -999999999975037                        1119030.00        5

5        -999999999937891                        123727.27          3（命中）

6        -999999999937695                        2000.00              1（命中）

7        -999999999937289                        66137.81            3（命中）

8        -999999999937175                        81186.10            7（命中）
9        -999999999937175                        23739.54            2
10        -999999999937175                        96500.00          2
11        -999999999937175                        8798789.00       2
12        -999999999937175                        94200.00           2
13        -999999999937175                        195914.00          2

也就是說，最后統計出的結果集如下：

           N_LXSBH                                               N_FYJE            N_MQZT
1        -999999999975037                        1680774.28            6（命中）
5        -999999999937891                        123727.27              3（命中）
6        -999999999937695                        2000.00                  1（命中）
7        -999999999937289                        66137.81                3（命中）
8        -999999999937175                        81186.10                7（命中）

下面給出實現上述結果集的sql(但不是該業務最終需要sql，最終的sql見文后)：

select *
  from (select t_zxxm_fy.n_lxsbh,
               t_zxxm_fy.n_fyje,
               row_number() over(partition by n_lxsbh order by n_mqzt desc) rn
          from (select n_lxsbh, n_fyje, n_mqzt
                  from t_zxxm_fy f
                 where n_lxsbh in (-999999999975037, -999999999937289,
                        -999999999937695,-999999999937891, -999999999937175)
                 order by n_lxsbh, n_mqzt desc) t_zxxm_fy)
where rn = 1;

解釋:由於統計中不可避免進行分組，因此，首先一個子查詢：

(select n_lxsbh, n_fyje, n_mqzt
                  from t_zxxm_fy f
                 where n_lxsbh in (-999999999975037, -999999999937289,
                        -999999999937695,-999999999937891, -999999999937175)
                 order by n_lxsbh, n_mqzt desc) t_zxxm_fy)

也就是最內層的查詢將結果集給限制住，減少外層查詢需要處理的結果集，，然后外層查詢：

select t_zxxm_fy.n_lxsbh,
               t_zxxm_fy.n_fyje,
               row_number() over(partition by n_lxsbh order by n_mqzt desc) rn
          from（xxxxxxxx）

對該結果集進行over，簡單說，就是上面的結果集以n_mqzt 進行排序后再以n_lxsbh進行分組(和group by類似但是也有區別，group by沒組只能返回一條記錄，但是這個partition卻返回多條，僅僅是按某個字段分組而已，自己體會吧)，分組之后的結果集狀態如第一個結果集所示，row_number函數會為分組中的每條記錄加一個行號，這個類似於rownum，如我將上面的rn=1限制去掉：

select *
  from (select t_zxxm_fy.n_lxsbh,
               t_zxxm_fy.n_fyje,
               row_number() over(partition by n_lxsbh order by n_mqzt desc) rn
          from (select n_lxsbh, n_fyje, n_mqzt
                  from t_zxxm_fy f
                 where n_lxsbh in (-999999999975037, -999999999937289,
                        -999999999937695,-999999999937891, -999999999937175)
                 order by n_lxsbh, n_mqzt desc) t_zxxm_fy)

---

           N_LXSBH                                                N_FYJE               RN
1        -999999999975037                        1680774.28                 1
2        -999999999975037                        966394.92                   2
3        -999999999975037                        1276123.64                 3
4        -999999999975037                        1119030.00                 4
5        -999999999937891                        123727.27                   1
6        -999999999937695                        2000.00                       1
7        -999999999937289                        66137.81                     1
8        -999999999937175                        81186.10                     1
9        -999999999937175                        195914.00                   2
10        -999999999937175                        94200.00                   3
11        -999999999937175                        8798789.00               4
12        -999999999937175                        96500.00                   5
13        -999999999937175                        23739.54                   6

上述每個分組都給加了一個行號rn，好像group by做不到的，如果取第一行的話rn=1即可。
這樣即完成了統計，功能是不是很強大？

下面就是性能了，最終的統計sql是這樣寫的：

select
(select sum(n_fyje)
    from (select fy.n_lxsbh,
                 first_value(fy.n_fyje) over(partition by fy.n_lxsbh order by decode(N_MQZT, 3, 1, 7, 2, 6, 3, 1, 4)) as n_fyje
            from t_zxxm_fy fy)
   where n_lxsbh in
         (select n_lxsbh from T_ZXXM_LXS t where t.n_mainxmbh = lxs.n_lxsbh)) as N_YGSSCB
  from T_ZXXM_LXS lxs
where lxs.n_lxsbh = -999999999975037;