Oracle提供了一些功能很强大的分析函数，使用这些函数可以完成可能需要存储过程来实现的需求。
分析函数计算基于一组数据行的聚合值，它们不同于聚合函数的是，它们为每一组返回多行结果。分析函数是除ORDER BY子句之外，在查询语句中最后执行的。所有的join和所有的WHERE ,GROUP BY 和HAVING子句都在分析函数之前执行。所以分析函数只能出现在select或ORDER BY子句中。
下图为11.2版本官方文档中给出的语法示意图：
下面简单介绍一下各个部分：
analytic_function
指定分析函数的名字，后面列出了所有的分析函数
arguments
分析函数可以有0到3个参数。参数可以是任何数值类型或可以隐式转换为数值类型的其他非数值类型。
analytic_clause
用OVER analytic_clause表明函数操作的是一个查询结果集。如果想过滤基于分析函数的查询结果，需要使用嵌套子查询。
query_partition_clause
用PARTITION BY子句来把查询结果集基于一个或多个value_expr分组。如果省略，分析函数把所有行当作一组。
order_by_clause
用order_by_claus指定在一组中数据如何排序。
ASC(default)|DESC
NULLS FIRST(default in DESC)|NULLS LAST(default in ASC)
windowing_clause
部分分析函数允许使用windowing_clause子句。
只有当指定了order_by_clause后才能指定这个子句。
ROWS指定使用物理行的window
RANGE指定使用逻辑偏移的window
详细信息请参考：http://docs.oracle.com/cd/E11882_01/server.112/e41084/functions004.htm#i81407
下面为所有的分析函数，带*号的函数允许使用windowing_clause：
AVG *
CORR *
COUNT *
COVAR_POP *
COVAR_SAMP *
CUME_DIST
DENSE_RANK
FIRST
FIRST_VALUE *
LAG
LAST
LAST_VALUE *
LEAD
LISTAGG
MAX *
MEDIAN
MIN *
NTH_VALUE *
NTILE
PERCENT_RANK
PERCENTILE_CONT
PERCENTILE_DISC
RANK
RATIO_TO_REPORT
REGR_ (Linear Regression) Functions *
ROW_NUMBER
STDDEV *
STDDEV_POP *
STDDEV_SAMP *
SUM *
VAR_POP *
VAR_SAMP *
VARIANCE *
以AVG为例介绍分析函数的使用：
AVG也是一个聚合函数：
|
1
2
3
4
5
|
scott@TEST>
select
avg
(sal)
from
emp;
AVG
(SAL)
----------
2073.21429
|
作为分析函数的例子：
eg1：单独使用
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
scott@TEST>
select
deptno,ename,hiredate,sal,
avg
(sal) over()
avg
from
emp;
DEPTNO ENAME HIREDATE SAL
AVG
---------- ------------------------------ ------------------- ---------- ----------
20 SMITH 1980-12-17 00:00:00 800 2073.21429
30 ALLEN 1981-02-20 00:00:00 1600 2073.21429
30 WARD 1981-02-22 00:00:00 1250 2073.21429
20 JONES 1981-04-02 00:00:00 2975 2073.21429
30 MARTIN 1981-09-28 00:00:00 1250 2073.21429
30 BLAKE 1981-05-01 00:00:00 2850 2073.21429
10 CLARK 1981-06-09 00:00:00 2450 2073.21429
20 SCOTT 1987-04-19 00:00:00 3000 2073.21429
10 KING 1981-11-17 00:00:00 5000 2073.21429
30 TURNER 1981-09-08 00:00:00 1500 2073.21429
20 ADAMS 1987-05-23 00:00:00 1100 2073.21429
30 JAMES 1981-12-03 00:00:00 950 2073.21429
20 FORD 1981-12-03 00:00:00 3000 2073.21429
10 MILLER 1982-01-23 00:00:00 1300 2073.21429
|
从输出可以看出函数计算出了整体的平均值，并输出到每一行
eg2：使用query_partition_clause
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
scott@TEST>
select
deptno,ename,hiredate,sal,
avg
(sal) over(partition
by
deptno)
avg
from
emp;
DEPTNO ENAME HIREDATE SAL
AVG
---------- ------------------------------ ------------------- ---------- ----------
10 CLARK 1981-06-09 00:00:00 2450 2916.66667
10 KING 1981-11-17 00:00:00 5000 2916.66667
10 MILLER 1982-01-23 00:00:00 1300 2916.66667
20 JONES 1981-04-02 00:00:00 2975 2175
20 FORD 1981-12-03 00:00:00 3000 2175
20 ADAMS 1987-05-23 00:00:00 1100 2175
20 SMITH 1980-12-17 00:00:00 800 2175
20 SCOTT 1987-04-19 00:00:00 3000 2175
30 WARD 1981-02-22 00:00:00 1250 1566.66667
30 TURNER 1981-09-08 00:00:00 1500 1566.66667
30 ALLEN 1981-02-20 00:00:00 1600 1566.66667
30 JAMES 1981-12-03 00:00:00 950 1566.66667
30 BLAKE 1981-05-01 00:00:00 2850 1566.66667
30 MARTIN 1981-09-28 00:00:00 1250 1566.66667
scott@TEST>
select
deptno,
avg
(sal)
from
emp
group
by
deptno;
DEPTNO
AVG
(SAL)
---------- ----------
30 1566.66667
20 2175
10 2916.66667
|
从输出可以看出，AVG计算出了每个部门的平均值，并输出到对应的行。
eg3：使用order_by_clause
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
scott@TEST>
select
deptno,ename,hiredate,sal,
avg
(sal) over(partition
by
deptno
order
by
sal)
avg
from
emp;
DEPTNO ENAME HIREDATE SAL
AVG
---------- ------------------------------ ------------------- ---------- ----------
10 MILLER 1982-01-23 00:00:00 1300 1300
10 CLARK 1981-06-09 00:00:00 2450 1875
10 KING 1981-11-17 00:00:00 5000 2916.66667
20 SMITH 1980-12-17 00:00:00 800 800
20 ADAMS 1987-05-23 00:00:00 1100 950
20 JONES 1981-04-02 00:00:00 2975 1625
20 SCOTT 1987-04-19 00:00:00 3000 2175
20 FORD 1981-12-03 00:00:00 3000 2175
30 JAMES 1981-12-03 00:00:00 950 950
30 MARTIN 1981-09-28 00:00:00 1250 1150
30 WARD 1981-02-22 00:00:00 1250 1150
30 TURNER 1981-09-08 00:00:00 1500 1237.5
30 ALLEN 1981-02-20 00:00:00 1600 1310
30 BLAKE 1981-05-01 00:00:00 2850 1566.66667
|
从输出结果可以看出，每个部门的行都按sal做了升序排序。
eg4：使用windowing_clause
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
scott@TEST>
select
deptno,ename,hiredate,sal,
avg
(sal) over(partition
by
deptno
order
by
sal
rows
BETWEEN
1 PRECEDING
AND
1 FOLLOWING)
avg
from
emp;
DEPTNO ENAME HIREDATE SAL
AVG
---------- ------------------------------ ------------------- ---------- ----------
10 MILLER 1982-01-23 00:00:00 1300 1875
10 CLARK 1981-06-09 00:00:00 2450 2916.66667
10 KING 1981-11-17 00:00:00 5000 3725
20 SMITH 1980-12-17 00:00:00 800 950
20 ADAMS 1987-05-23 00:00:00 1100 1625
20 JONES 1981-04-02 00:00:00 2975 2358.33333
20 SCOTT 1987-04-19 00:00:00 3000 2991.66667
20 FORD 1981-12-03 00:00:00 3000 3000
30 JAMES 1981-12-03 00:00:00 950 1100
30 MARTIN 1981-09-28 00:00:00 1250 1150
30 WARD 1981-02-22 00:00:00 1250 1333.33333
30 TURNER 1981-09-08 00:00:00 1500 1450
30 ALLEN 1981-02-20 00:00:00 1600 1983.33333
30 BLAKE 1981-05-01 00:00:00 2850 2225
|
从输出的结果可以看出，分析函数对每一组中的每一行的输出结果是把它自己与它的上一行和下一行这三行求平均值。
分析函数太多，这里就不一一介绍功能了，有兴趣的同学可以点开上面的连接，去查看对应的功能。
本文转自hbxztc 51CTO博客，原文链接：http://blog.51cto.com/hbxztc/1918614，如需转载请自行联系原作者
