分析函数（Analytic Functions）

在OLAP这类系统或者DW这类数据库中，作为某份报表的数据源，我们常常需要在某个存储过程中编写复杂的运算代码来汇总数据。分析函数便具备这样的能力，引用多行的数据值来进行多层面的聚合运算，在数据子集中进行颗粒度级别的排序控制.

 

分析函数不能嵌套，但是可以通过用视图或者表函数封装然后再套上一层分析函数

语法：

function(argument1,argument2,argument3...) over ([partition by] [order by] [windowing-clause])

和SQL Server中的Window Function其实类似，不过这里多了些不同的东西

首先，order by子句后面跟上NULLS FIRST或者NULLS LAST来指定空值是排在前面还是后面

开窗子句（windowing-clause）是SQL Server没有的（至少据我了解到SQL Server 2012好像还没有）。开窗子句是分析函数运算的数据子集，又称滑动窗口。我们可以使用说明子句来指定滑动窗口自的上下边界。说明子句的语法：

[ROWS | RANGE] BETWEEN <Start expr> AND <End expr>
Whereas
<Start expr> is [UNBOUNDED PRECEDING | CURRENT ROW | n PRECEDING | n FOLLOWING]
<End expr> is [UNBOUNDED FOLLOWING | CURRENT ROW | n PRECEDING | n FOLLOWING]

比如：

sum(sum(tot_sales)) over (order by month rows between unbounded preceding and unbounded following) total_sales

分析函数有很多，下图来自《oracle高级编程》一书

1） Lag & Lead -- 前者：访问一个分区或者结果集中之前的一行；后者：访问一个分区或者结果集中之后的一行

语法：lag (expression, offset, default ) over (partition-clause order-by-clause)

上面那样讲有点难理解，其实就是”错位“，实现效果就是同张表的自连接，条件是a.col1=a.co1+1或者a.col1=a.co1-1。结果就像这样：

1　　

2　　1

3　　2

4　　3

上面是lag

那lead呢

1　　2　　

2　　3

3　　4

4

两个函数都提供了default value的选项，可以把空值补充为我们想要的值.它们俩也都能带上PARTITION BY。

另外，偏移量也是可选的，LAG(col1, 10,xxx)说明偏移量是10。

2）First_Value & Last_Value & Nth_value -- 前者：访问一个分区或者结果集的第一行；中间：访问一个分区或者结果集的最后一行；最后那个可以提取任意第几个值；

这个就不同解释了吧。访问分区（子集）或者整个结果集的两个边界的栏位值。

语法：first_value(expression) over (partition-clause order-by-clause windowing-clause)

这个函数还有一个用处就是，经常在我们需要比如提取每个分组某个栏位值最大的哪一行，在需要提取的栏位很少的情况下其实可以用FIRST_VALUE这个函数来做。平常的做法是对整个结果集用ROW_NUMBER排序生成RowNo字段，然后RowNo = 1。

Nth_VALUE语法：

NTH_VALUE (measure, n ) [ FROM FIRST| FROM LAST] [RESPECT NULLS|IGNORE NULLS]
OVER (partitioning-clause order-by-clause windowing-clause)

FROM FIRST和RESPECT NULLS是默认

3）Ratio_to_report:计算某个值占结果集或者分组总值的百分比

select year, week,sale,
trunc(100*
ratio_to_report(sale) over(partition by product, country, region ,year)

4 ,2) sales_yr,
trunc(100*
ratio_to_report(sale) over(partition by product, country, region)
7 ,2) sales_prod
from sales_fact
where country in ('Australia') and product ='Xtend Memory'
order by product, country,year, week

4）Percent_rank：Percent_rank以0到1之间的分数形式返回某个值在数据分区中的排名。公式是(RANK-1)/(N-1),N为分区的行数或者总行数（没有分区字句的情况下）。Percent_rank函数对于计算某个值在结果集中按百分比所处的相对位置很有用。
5）Percentile_cont：Percent_rank的反函数，通过一个0到1之间的percent值来反推出value
6）Percentile_disc：这个函数和Percentile_cont类似，不同的是Percentile_cont使用连续分布模型，而Percentile_disc使用离散分布模型；Percentile_cont在没有找到精确匹配的情况下用相近两个值得平均值，而Percentile_disc在升序的情况下取最大那个，降序的情况下取最小的；

7）Stddev：标准偏移。以后再研究吧这个。

8）Listag：行转列函数。

语法：

Listagg (string, separator ) within group (order-by-clause)
Over (partition-by-clause )

足够的内存空间（PGA）对于分析函数来讲是很重要。PGAT(PGA_AGGREGATE_TARGET)的数据库初始化设置影响线程的能够分配到PGA大小，一般串行可以拿到PGAT的5%内存空间作为PGA，而并行最多不超过30%。