一、分析函數
1、分析函數
分析函數是Oracle專門用於解決復雜報表統計需求的功能強大的函數，它可以在數據中進行分組然后計算基於組的某種統計值，並且每一組的每一行都可以返回一個統計值。
2、分析函數和聚合函數的區別
普通的聚合函數用group by分組，每個分組返回一個統計值，而分析函數采用partition by分組，並且每組每行都可以返回一個統計值。
3、分析函數的形式
分析函數帶有一個開窗函數over()，包含分析子句 。
分析子句又由下面三部分組成：
partition by ：分組子句，表示分析函數的計算范圍，不同的組互不相干；
ORDER BY： 排序子句，表示分組后，組內的排序方式；
ROWS/RANGE：窗口子句，是在分組(PARTITION BY)后，組內的子分組（也稱窗口），此時分析函數的計算范圍窗口，而不是PARTITON。窗口有兩種，ROWS和RANGE；
使用形式如下：
OVER(PARTITION BY xxx PORDER BY yyy ROWS BETWEEN rowStart AND rowEnd)
注：窗口子句在這里我只說rows方式的窗口,range方式和滑動窗口也不提。
二、OVER() 函數
1、sql 查詢語句的 order by 和 OVER() 函數中的 ORDER BY 的執行順序
分析函數是在整個sql查詢結束后(sql語句中的order by的執行比較特殊)再進行的操作, 也就是說sql語句中的order by也會影響分析函數的執行結果：
[1] 兩者一致：如果sql語句中的order by滿足分析函數分析時要求的排序，那么sql語句中的排序將先執行,分析函數在分析時就不必再排序；
[2] 兩者不一致：如果sql語句中的order by不滿足分析函數分析時要求的排序，那么sql語句中的排序將最后在分析函數分析結束后執行排序。
2、分析函數中的分組/排序/窗口
分析函數包含三個分析子句：分組(partition by)， 排序(order by)， 窗口(rows/range)
窗口就是分析函數分析時要處理的數據范圍，就拿sum來說,它是sum窗口中的記錄而不是整個分組中的記錄，因此我們在想得到某個欄位的累計值時，我們需要把窗口指定到該分組中的第一行數據到當前行, 如果你指定該窗口從該分組中的第一行到最后一行,那么該組中的每一個sum值都會一樣，即整個組的總和。
[A] range是邏輯窗口（值）：是指定當前行對應值的范圍取值，列數不固定，只要行值在范圍內，對應列都包含在內。
如：SUM(id) OVER ( ORDER BY id RANGE BETWEEN 1 PRECEING AND 2 FOLLOWING )，分析：
當id=1時，是 1-1<=id<=1+2 的所有id值求和，即sum=1+1+3=5(取id為1,1,3);
當id=3時，是3-1<=id<=3+2 的所有id值求和，即sum=3（取id為3）；
[B] rows是物理窗口（行）：即根據order by 子句排序后，取的前N行及后N行的數據計算（與當前行的值無關，只與排序后的行號相關），
如：SUM(id) OVER ( ORDER BY id ROWS BETWEEN 1 PRECEING AND 2 FOLLOWING )，是取前1行到后2行的數據求和，分析：
當id=1時，前一行沒數，,后二行是第3行，就是1到3行；
當id=3時，前一行是第2行,后二行是第5行，就是2到5行；
2.1 帶有窗口子句
窗口子句，是在分組(PARTITION BY)后，組內的子分組（也稱窗口），此時分析函數的計算范圍窗口，而不是PARTITON。窗口有兩種，ROWS和RANGE。若使用窗口子句，必須有ORDER BY 子句。
窗口子句中經常用到指定行：第一行（unbounded preceding），當前行（current row），最后一行（unbounded following），以及前num1行（num1 preceding ）和 后num2行（num2 following）。
窗口子句不能單獨出現，必須有order by子句時才能出現，如:
last_value(sal) over(partition by deptno order by sal rows between unbounded preceding and unbounded following)
以上示例指定窗口為整個分組。而出現order by子句的時候，不一定要有窗口子句，但效果會很不一樣，此時的窗口默認是當前組的第一行到當前行！
2.2 當省略窗口子句時:
[1] 如果存在order by則默認的窗口是unbounded preceding and current row --當前組的第一行到當前行
[2] 如果同時省略order by則默認的窗口是unbounded preceding and unbounded following --整個組
2.3 如果省略分組,則把全部記錄當成一個組:
[1] 如果存在order by則默認窗口是unbounded preceding and current row --當前組的第一行到當前行
[2]如果這時省略order by則窗口默認為unbounded preceding and unbounded following --整個組
三、常用分析函數
1、排名函數
函數為每條記錄產生一個從1開始至n的自然數，n的值可能小於等於記錄的總數。這3個函數的唯一區別在於當碰到相同數據時的排名策略。
1.1 row_number() over()
row_number()返回一個唯一的值，當碰到相同數據時，排名按照記錄集中記錄的順序依次遞增。
1.2 rank() over()
rank()返回一個唯一的值，當碰到相同的數據時，此時所有相同數據的排名是一樣的，同時會在最后一條相同記錄和下一條不同記錄的排名之間空出排名。
1.3 dense_rank() over()
dense_rank()返回一個唯一的值，當碰到相同數據時，此時所有相同數據的排名都是一樣的，同時會在最后一條相同記錄和下一條不同記錄的排名之間緊鄰遞增。
2、聚合函數
2.1 count() over()
2.2 max() over()
2.3 min() over()
2.4 sum() over()
2.5 avg() over()
3、 求最值對應的其他屬性
3.1 first_value() over()：第一個值
3.2 last_value() over()：最后一個值
4、求之前或之后的第N行
注：行比較分析函數lead和lag無window(窗口)子句。
lag(arg1,arg2,arg3) 和 lead(arg1,arg2,arg3) 可以在一次查詢中取出同一字段的前n行的數據和后n行的值。這種操作可以使用對相同表的表連接來實現，不過使用lag和lead有更高的效率。
[1] arg1:參數是列名，
[2] arg2:參數是偏移的offset，
[3] arg3:參數是超出記錄窗口時的默認值。
4.1 lag() over()
lag()函數向下偏移。
4.2 lead() over()
lead()函數是向上偏移。
舉例如下：
select * from kkk;
ID NAME
---------- --------------------
1 1name
2 2name
3 3name
4 4name
5 5name
select id,name,lag(name,1,0) over(order by id) from kkk;
ID NAME LAG(NAME,1,0)OVER(ORDERBYID)
---------- -------------------- ----------------------------
1 1name 0
2 2name 1name
3 3name 2name
4 4name 3name
5 5name 4name
select id,name,lead(name,1,0) over(order by id) from kkk;
ID NAME LEAD(NAME,1,0)OVER(ORDERBYID)
---------- -------------------- -----------------------------
1 1name 2name
2 2name 3name
3 3name 4name
4 4name 5name
5 5name 0
select id,name,lead(name,2,0) over(order by id) from kkk;
ID NAME LEAD(NAME,2,0)OVER(ORDERBYID)
---------- -------------------- -----------------------------
1 1name 3name
2 2name 4name
3 3name 5name
4 4name 0
5 5name 0
select id,name,lead(name,1,'linjiqin') over(order by id) from kkk;
ID NAME LEAD(NAME,1,'ALSDFJLASDJFSAF')
---------- -------------------- ------------------------------
1 1name 2name
2 2name 3name
3 3name 4name
4 4name 5name
5 5name linjiqin
---------------------------------------------------------------------------------------
5、排列組合函數，只能用在 GROUP BY 后邊
5.1 group by rollup(a, b, c)：
首先會對(a、b、c)進行group by，
然后再對(a、b)進行group by，
其后再對(a)進行group by，
最后對全表進行匯總操作。
5.2 group by cube(a, b, c)：
首先會對(a、b、c)進行group by，
然后依次是(a、b)，(a、c)，(a)，(b、c)，(b)，(c)，
最后對全表進行匯總操作。
5.3 示例如下：
5.3.1 普通 group by 分組
sql> select owner, index_type, status, count(*) from t where owner like 'SY%' group by owner, index_type, status;
5.3.2 GROUP BY ROLLUP(A, B, C)：
首先會對(A、B、C)進行GROUP BY，
然后再對(A、B)進行GROUP BY，
其后再對(A)進行GROUP BY，
最后對全表進行匯總操作。
select owner, index_type, status, count(*) from t where owner like 'SY%' group by ROLLUP(owner, index_type, status);
5.3.3 GROUP BY CUBE(A, B, C)：
首先會對(A、B、C)進行GROUP BY，
然后依次是(A、B)，(A、C)，(A)，(B、C)，(B)，(C)，
最后對全表進行匯總操作。
select owner, index_type, status, count(*) from t where owner like 'SY%' group by cube(owner, index_type, status);
