Sql中排名函數有哪些

這篇文章主要介紹了Sql中排名函數有哪些，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著(zhù)大家一起了解一下。

排名函數是Sql Server2005新增的功能，下面簡(jiǎn)單介紹一下他們各自的用法和區別。我們新建一張Order表并添加一些初始數據方便我們查看效果。

表結構和初始數據Sql

附上表結構和初始數據圖：

一、ROW_NUMBER

　　row_number的用途的非常廣泛，排序最好用他，一般可以用來(lái)實(shí)現web程序的分頁(yè)，他會(huì )為查詢(xún)出來(lái)的每一行記錄生成一個(gè)序號，依次排序且不會(huì )重復，注意使用row_number函數時(shí)必須要用over子句選擇對某一列進(jìn)行排序才能生成序號。row_number用法實(shí)例:

select ROW_NUMBER() OVER(order by [SubTime] desc) as row_num,* from [Order]

　　查詢(xún)結果如下圖所示：

　　圖中的row_num列就是row_number函數生成的序號列，其基本原理是先使用over子句中的排序語(yǔ)句對記錄進(jìn)行排序，然后按照這個(gè)順序生成序號。over子句中的order by子句與SQL語(yǔ)句中的order by子句沒(méi)有任何關(guān)系，這兩處的order by 可以完全不同，如以下sql，over子句中根據SubTime降序排列，Sql語(yǔ)句中則按TotalPrice降序排列。

select ROW_NUMBER() OVER(order by [SubTime] desc) as row_num,* from [Order] order by [TotalPrice] desc

　　查詢(xún)結果如下圖所示：

　　利用row_number可以實(shí)現web程序的分頁(yè)，我們來(lái)查詢(xún)指定范圍的表數據。例：根據訂單提交時(shí)間倒序排列獲取第三至第五條數據。

with orderSection as(    select ROW_NUMBER() OVER(order by [SubTime] desc) rownum,* from [Order])select * from [orderSection] where rownum between 3 and 5 order by [SubTime] desc

　　查詢(xún)結果如下圖所示：

　　注意：在使用row_number實(shí)現分頁(yè)時(shí)需要特別注意一點(diǎn)，over子句中的order by 要與Sql排序記錄中的order by 保持一致，否則得到的序號可能不是連續的。下面我們寫(xiě)一個(gè)例子來(lái)證實(shí)這一點(diǎn)，將上面Sql語(yǔ)句中的排序字段由SubTime改為T(mén)otalPrice。另外提一下，對于帶有子查詢(xún)和CTE的查詢(xún)，子查詢(xún)和CTE查詢(xún)有序并不代表整個(gè)查詢(xún)有序，除非顯示指定了order by。

with orderSection as(    select ROW_NUMBER() OVER(order by [SubTime] desc) rownum,* from [Order])select * from [orderSection] where rownum between 3 and 5 order by [TotalPrice] desc

　　查詢(xún)結果如下圖所示：

二、RANK

　　rank函數用于返回結果集的分區內每行的排名， 行的排名是相關(guān)行之前的排名數加一。簡(jiǎn)單來(lái)說(shuō)rank函數就是對查詢(xún)出來(lái)的記錄進(jìn)行排名，與row_number函數不同的是，rank函數考慮到了over子句中排序字段值相同的情況，如果使用rank函數來(lái)生成序號，over子句中排序字段值相同的序號是一樣的，后面字段值不相同的序號將跳過(guò)相同的排名號排下一個(gè)，也就是相關(guān)行之前的排名數加一，可以理解為根據當前的記錄數生成序號，后面的記錄依此類(lèi)推?？赡芪颐枋龅谋容^蒼白，理解起來(lái)也比較吃力，我們直接上代碼，rank函數的使用方法與row_number函數完全相同。

select RANK() OVER(order by [UserId]) as rank,* from [Order]

　　查詢(xún)結果如下圖所示：

　　由上圖可以看出，rank函數在進(jìn)行排名時(shí)，同一組的序號是一樣的，而后面的則是根據當前的記錄數依次類(lèi)推，圖中第一、二條記錄的用戶(hù)Id相同，所以他們的序號是一樣的，第三條記錄的序號則是3?！　?/p>

三、DENSE_RANK

　　dense_rank函數的功能與rank函數類(lèi)似，dense_rank函數在生成序號時(shí)是連續的，而rank函數生成的序號有可能不連續。dense_rank函數出現相同排名時(shí)，將不跳過(guò)相同排名號，rank值緊接上一次的rank值。在各個(gè)分組內，rank()是跳躍排序，有兩個(gè)第一名時(shí)接下來(lái)就是第四名，dense_rank()是連續排序，有兩個(gè)第一名時(shí)仍然跟著(zhù)第二名。將上面的Sql語(yǔ)句改由dense_rank函數來(lái)實(shí)現。

select DENSE_RANK() OVER(order by [UserId]) as den_rank,* from [Order]

　　查詢(xún)結果如下圖所示：

　　圖中第一、二條記錄的用戶(hù)Id相同，所以他們的序號是一樣的，第三條記錄的序號緊接上一個(gè)的序號，所以為2不為3，后面的依此類(lèi)推。

四、NTILE

　　ntile函數可以對序號進(jìn)行分組處理，將有序分區中的行分發(fā)到指定數目的組中。 各個(gè)組有編號，編號從一開(kāi)始。 對于每一個(gè)行，ntile 將返回此行所屬的組的編號。這就相當于將查詢(xún)出來(lái)的記錄集放到指定長(cháng)度的數組中，每一個(gè)數組元素存放一定數量的記錄。ntile函數為每條記錄生成的序號就是這條記錄所有的數組元素的索引（從1開(kāi)始）。也可以將每一個(gè)分配記錄的數組元素稱(chēng)為“桶”。ntile函數有一個(gè)參數，用來(lái)指定桶數。下面的SQL語(yǔ)句使用ntile函數對Order表進(jìn)行了裝桶處理：

select NTILE(4) OVER(order by [SubTime] desc) as ntile,* from [Order]

　　查詢(xún)結果如下圖所示：

　　Order表的總記錄數是6條，而上面的Sql語(yǔ)句ntile函數指定的組數是4，那么Sql Server2005是怎么來(lái)決定每一組應該分多少條記錄呢？這里我們就需要了解ntile函數的分組依據（約定）。

　　ntile函數的分組依據（約定）：

　　1、每組的記錄數不能大于它上一組的記錄數，即編號小的桶放的記錄數不能小于編號大的桶。也就是說(shuō)，第1組中的記錄數只能大于等于第2組及以后各組中的記錄數。

　　2、所有組中的記錄數要么都相同，要么從某一個(gè)記錄較少的組（命名為X）開(kāi)始后面所有組的記錄數都與該組（X組）的記錄數相同。也就是說(shuō)，如果有個(gè)組，前三組的記錄數都是9，而第四組的記錄數是8，那么第五組和第六組的記錄數也必須是8。

　　這里對約定2進(jìn)行詳細說(shuō)明一下，以便于更好的理解。

　　首先系統會(huì )去檢查能不能對所有滿(mǎn)足條件的記錄進(jìn)行平均分組，若能則直接平均分配就完成分組了；若不能，則會(huì )先分出一個(gè)組，這個(gè)組分多少條記錄呢？就是 （總記錄數/總組數）+1 條，之所以分配 （總記錄數/總組數）+1 條是因為當不能進(jìn)行平均分組時(shí)，總記錄數%總組數肯定是有余的，又因為分組約定1，所以先分出去的組需要+1條。

　　分完之后系統會(huì )繼續去比較余下的記錄數和未分配的組數能不能進(jìn)行平均分配，若能，則平均分配余下的記錄；若不能，則再分出去一組，這個(gè)組的記錄數也是（總記錄數/總組數）+1條。

　　然后系統繼續去比較余下的記錄數和未分配的組數能不能進(jìn)行平均分配，若能，則平均分配余下的記錄；若還是不能，則再分配出去一組，繼續比較余下的......這樣一直進(jìn)行下去，直至分組完成。

　　舉個(gè)例子，將51條記錄分配成5組，51%5==1不能平均分配，則先分出去一組（51/5）+1=11條記錄，然后比較余下的 51-11=40 條記錄能否平均分配給未分配的4組，能平均分配，則剩下的4組，每組各40/4=10 條記錄，分配完成，分配結果為：11，10，10，10，10，曉菜鳥(niǎo)我開(kāi)始就錯誤的以為他會(huì )分配成 11，11，11，11，7。

　　根據上面的兩個(gè)約定，可以得出如下的算法：

//mod表示取余，p表示取整.if(記錄總數 mod 桶數==0)
{
　　recordCount=記錄總數 p 桶數;
　　//將每桶的記錄數都設為recordCount.}else{
　　recordCount1=記錄總數 p 桶數+1;
　　int n=1;//n表示桶中記錄數為recordCount1的最大桶數.　　m=recordCount1*n;　　while(((記錄總數-m)　mod　(桶數-　n))　!=0)
　　{
　　　　n++;
　　　　m=recordCount1*n;
　　}
　　recordCount2=(記錄總數-m) p　(桶數-n);
　　//將前n個(gè)桶的記錄數設為recordCount1.　　//將n+1個(gè)至后面所有桶的記錄數設為recordCount2.}

 NTILE()函數算法實(shí)現代碼

　　根據上面的算法，如果總記錄數為59，總組數為5，則 n=4 , recordCount1=12 , recordCount2=11，分組結果為 ：12，12，12，12，11。

　　如果總記錄數為53，總組數為5，則 n=3 , recordCount1=11 , recordCount2=10，分組結果為：11，11，11，10，10。

　　就拿上面的例子來(lái)說(shuō)，總記錄數為6，總組數為4，通過(guò)算法得到 n=2 , recordCount1=2 , recordCount2=1，分組結果為：2，2，1，1。

select ntile,COUNT([ID]) recordCount from (    select NTILE(4) OVER(order by [SubTime] desc) as ntile,* from [Order]) as tgroup by t.ntile

　　運行Sql，分組結果如圖：

　　比對算法與Sql Server的分組結果是一致的，說(shuō)明算法沒(méi)錯。:)