我有一个由其他人编写的 SQL 查询,我正在尝试弄清楚它的作用。有人可以解释一下 Partition By
和 Row_Number
关键字在这里并给出一个简单的例子来说明它的实际作用,以及为什么要使用它?
分区示例:
(SELECT cdt.*,
ROW_NUMBER ()
OVER (PARTITION BY cdt.country_code, cdt.account, cdt.currency
ORDER BY cdt.country_code, cdt.account, cdt.currency)
seq_no
FROM CUSTOMER_DETAILS cdt);
我在网上看过一些例子,它们有点太深入了。
提前致谢!
最佳答案
PARTITION BY
隔离集,这使您能够在相关集上独立工作(ROW_NUMBER()、COUNT()、SUM() 等)。
在您的查询中,相关集由具有类似 cdt.country_code、cdt.account、cdt.currency 的行组成。当您对这些列进行分区并对它们应用 ROW_NUMBER 时。这些组合/集合中的其他列将从 ROW_NUMBER 接收序列号
但是这个查询很有趣,如果你的分区由一些唯一的数据组成,并且你在它上面放了一个 row_number,它只会产生相同的数字。这就像您在保证唯一的分区上执行 ORDER BY 一样。例如,将 GUID 视为 cdt.country_code, cdt.account, cdt.currency
的唯一组合newid()
生成 GUID,那么您对这个表达式有什么期望?
select
hi,ho,
row_number() over(partition by newid() order by hi,ho)
from tbl;
...对,所有分区(没有分区,每一行都分区在自己的行中)行的row_numbers都设置为1
基本上,您应该对非唯一列进行分区。 OVER 上的 ORDER BY 需要 PARTITION BY 具有非唯一组合,否则所有 row_numbers 将变为 1
例如,这是您的数据:
create table tbl(hi varchar, ho varchar);
insert into tbl values
('A','X'),
('A','Y'),
('A','Z'),
('B','W'),
('B','W'),
('C','L'),
('C','L');
那么这类似于您的查询:
select
hi,ho,
row_number() over(partition by hi,ho order by hi,ho)
from tbl;
它的输出是什么?
HI HO COLUMN_2
A X 1
A Y 1
A Z 1
B W 1
B W 2
C L 1
C L 2
你看到HI HO的组合了吗?前三行具有唯一组合,因此它们被设置为 1,B 行具有相同的 W,因此不同的 ROW_NUMBERS,同样具有 HI C 行。
现在,为什么是
ORDER BY
那里需要?如果之前的开发者只是想在相似的数据上放一个row_number(例如HI B,所有数据都是B-W,B-W),他可以这样做:select
hi,ho,
row_number() over(partition by hi,ho)
from tbl;
但遗憾的是,Oracle(和 Sql Server 也是如此)不允许没有
ORDER BY
的分区;而在 Postgresql 中,ORDER BY
PARTITION 是可选的:http://www.sqlfiddle.com/#!1/27821/1select
hi,ho,
row_number() over(partition by hi,ho)
from tbl;
您的
ORDER BY
在你的分区上看起来有点多余,不是因为以前的开发者的错,有些数据库就是不允许PARTITION
没有 ORDER BY
,他可能找不到合适的候选列进行排序。如果 PARTITION BY 列和 ORDER BY 列相同,只需删除 ORDER BY,但由于某些数据库不允许这样做,您可以这样做:SELECT cdt.*,
ROW_NUMBER ()
OVER (PARTITION BY cdt.country_code, cdt.account, cdt.currency
ORDER BY newid())
seq_no
FROM CUSTOMER_DETAILS cdt
您找不到用于对类似数据进行排序的好列?你也可以随机排序,分区数据有相同的值 反正。例如,您可以使用 GUID(对于 SQL Server,您使用
newid()
)。因此,与以前的开发人员所做的输出相同,不幸的是某些数据库不允许 PARTITION
没有 ORDER BY
虽然真的,它躲避我,我找不到一个很好的理由在相同的组合上放一个数字(上面例子中的 B-W,B-W)。它给人的印象是数据库具有冗余数据。不知怎的让我想起了这个:How to get one unique record from the same list of records from table? No Unique constraint in the table
看到 PARTITION BY 与 ORDER BY 的列组合相同,这真的看起来很神秘,不能轻易推断出代码的意图。
现场测试:http://www.sqlfiddle.com/#!3/27821/6
但是正如 dbaseman 也注意到的那样,在同一列上进行分区和排序是没有用的。
你有一组这样的数据:
create table tbl(hi varchar, ho varchar);
insert into tbl values
('A','X'),
('A','X'),
('A','X'),
('B','Y'),
('B','Y'),
('C','Z'),
('C','Z');
然后你 PARTITION BY hi,ho;然后你通过 hi,ho 订购。对类似数据进行编号是没有意义的 :-) http://www.sqlfiddle.com/#!3/29ab8/3
select
hi,ho,
row_number() over(partition by hi,ho order by hi,ho) as nr
from tbl;
输出:
HI HO ROW_QUERY_A
A X 1
A X 2
A X 3
B Y 1
B Y 2
C Z 1
C Z 2
看?为什么需要将行号放在相同的组合上?你将分析三重 A、X、双 B、Y、双 C、Z 什么? :-)
您只需要在非唯一列上使用 PARTITION,然后对非唯一列的唯一列进行排序。例子会更清楚:
create table tbl(hi varchar, ho varchar);
insert into tbl values
('A','D'),
('A','E'),
('A','F'),
('B','F'),
('B','E'),
('C','E'),
('C','D');
select
hi,ho,
row_number() over(partition by hi order by ho) as nr
from tbl;
PARTITION BY hi
对非唯一列进行操作,然后在每个分区列上对其唯一列(ho)进行排序,ORDER BY ho
输出:
HI HO NR
A D 1
A E 2
A F 3
B E 1
B F 2
C D 1
C E 2
该数据集更有意义
现场测试:http://www.sqlfiddle.com/#!3/d0b44/1
这类似于您在 PARTITION BY 和 ORDER BY 上使用相同列的查询:
select
hi,ho,
row_number() over(partition by hi,ho order by hi,ho) as nr
from tbl;
这是输出:
HI HO NR
A D 1
A E 1
A F 1
B E 1
B F 1
C D 1
C E 1
看?没有意义?
现场测试:http://www.sqlfiddle.com/#!3/d0b44/3
最后,这可能是正确的查询:
SELECT cdt.*,
ROW_NUMBER ()
OVER (PARTITION BY cdt.country_code, cdt.account -- removed: cdt.currency
ORDER BY
-- removed: cdt.country_code, cdt.account,
cdt.currency) -- keep
seq_no
FROM CUSTOMER_DETAILS cdt
关于sql - Oracle 'Partition By' 和 'Row_Number' 关键字,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10477085/