总结SQL Server窗口函数的简单使用

总结SQL Server窗口函数的简单使用

前言：我一直十分喜欢使用SQL Server2005/2008的窗口函数，排名函数ROW_NUMBER()尤甚。今天晚上我在查看SQL Server开发的相关文档，整理收藏夹发现了两篇收藏已久的好文，后知后觉，读后又有点收获，顺便再总结一下。

一、从一个熟悉的示例说起

我们熟知的数据库分页查询，以这一篇介绍过的为例吧。分页查询Person表中的人，可以这么写SQL语句：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

WITH Record AS (         SELECT         Row_Number() OVER (ORDER BY Id DESC) AS RecordNumber,         Id,         FirstName,         LastName,         Height,         Weight     FROM         Person (NOLOCK)     )     SELECT     RecordNumber,     (SELECT COUNT(0) FROM Record) AS TotalCount,     Id,         FirstName,         LastName,         Height,         Weight     FROM Record     WHERE RecordNumber BETWEEN 1 AND 10

其中，ROW_NUMBER()是排名函数，而紧随其后的 OVER()函数就是窗口函数。

你还在用二次top方式的分页查询吗？可以考虑尝试使用排名函数配合CTE实现分页。

 

二、窗口函数

本文介绍窗口函数，以下面的学生成绩表为例：

1 2 3 4 5 6 7 8

CREATE TABLE [StudentScore](     [Id] [int] IDENTITY(1,1) NOT NULL,     [StudentId] [int] NOT NULL CONSTRAINT [DF_StudentScore_StudentId]  DEFAULT ((0)),     [ClassId] [int] NOT NULL CONSTRAINT [DF_StudentScore_ClassId]  DEFAULT ((0)),     [CourseId] [int] NOT NULL CONSTRAINT [DF_StudentScore_CourseId]  DEFAULT ((0)),     [Score] [float] NOT NULL CONSTRAINT [DF_StudentScore_Score]  DEFAULT ((0)),     [CreateDate] [datetime] NOT NULL CONSTRAINT [DF_StudentScore_CreateDate]  DEFAULT (getdate()) ) ON [PRIMARY]

其中，Id是自增Id，CreateDate是录入时间，StudentId 学生，ClassId 班级，CourseId  课程 ,Score  分数。

录入一些测试数据如下：

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 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

--CourseId 2:语文 4：数学 8：英语   --1班学生成绩 INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,1,2,85) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,1,2,95.5) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,1,2,90)   INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,1,4,90) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,1,4,98) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,1,4,89)   INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,1,8,80) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,1,8,75.5) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,1,8,77)     --2班学生成绩 INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,2,2,90) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,2,2,77) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,2,2,78) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (4,2,2,83)   INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,2,4,98) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,2,4,95) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,2,4,78) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (4,2,4,100)   INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,2,8,85) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,2,8,90) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,2,8,86) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (4,2,8,78.5)   --3班学生成绩 INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,3,2,82) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,3,2,78) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,3,2,91)   INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,3,4,83) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,3,4,78) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,3,4,99)   INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (1,3,8,86) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (2,3,8,78) INSERT INTO StudentScore(StudentId,ClassId,CourseId,Score)VALUES (3,3,8,97)

窗口函数是SQL Server2005新增的函数。下面就谈谈它的基本概念：

1、窗口函数的作用

窗口函数是对一组值进行操作，不需要使用GROUP BY 子句对数据进行分组，还能够在同一行中同时返回基础行的列和聚合列。举例来说，我们要得到一个年级所有班级所有学生的平均分，按照传统的写法，我们肯定是通过AVG聚合函数来实现求平均分。这样带来的”坏处“是我们不能轻松地返回基础行的列（班级，学生等列），而只能得到聚合列。因为聚合函数的要点就是对一组值进行聚合，以GROUP BY 查询作为操作的上下文，由于GROUP BY 操作对数据进行分组后，查询为每个组只返回一行数据，因此，要限制所有表达式为每个组只返回一个值。而通过窗口函数，基础列和聚合列的查询都轻而易举。

2、基本语法

OVER([PARTITION BY value_expression,..[n] ] <ORDER BY BY_Clause>)
窗口函数使用OVER函数实现，OVER函数分带参和不带参两种。其中可选参数PARTITION BY用于将数据按照特定字段分组。

3、简单示例

查询学生成绩表的基本列以及所有班级所有学生的语文平均分：

1 2 3 4 5 6 7 8 9 10 11

SELECT     --Id,     --CreateDate,     StudentId,     ClassId,     CourseId,     Score,    CAST(AVG(Score) OVER() AS decimal(5,2) )AS  '语文平均分' FROM     StudentScore     WHERE CourseId=2

结果如下：

4、PARTITION BY

如果我们需要查询每一个班级的语文平均分，可以根据PARTION BY来进行分组：

1 2 3 4 5 6 7 8 9 10 11

SELECT     Id,     CreateDate,     StudentId,     ClassId,     CourseId,     Score,    CAST(AVG(Score) OVER(PARTITION BY ClassId ) AS decimal(5,2) )AS  '语文平均分' FROM     StudentScore     WHERE CourseId=2

查询结果如下：

图可能不清楚，三个班级的语文平均分是不同的。

到这里，其实你可能已经体会到使用OVER函数的好处了：

a、OVER子句的优点就是能够在返回基本列的同时，在同一行对它们进行聚合
b、可以在表达式中混合使用基本列和聚合列

如果我们使用传统的GROUP BY分组查询，直接获取基本列和聚合列就不是这么简单一句SQL了。

如你所知，我们知道的很多聚合函数，如SUM,AVG,MAX,MIN等聚合函数都支持窗口函数的运算。

 

二、让人爱不释手的排名函数

SQL Server提供了4个排名函数:ROW_NUMBER(), RANK(),DENSE_RANK()和NTILE()。下面通过示例重点谈谈这四个函数的使用。

1、ROW_NUMBER()

返回结果集分区内行的序列号，每个分区的第一行从 1 开始。ORDER BY 子句可确定在特定分区中为行分配唯一 ROW_NUMBER 的顺序。

下面的查询按照数学成绩逆序排列：

1 2 3 4 5 6 7 8 9 10 11

SELECT     Id, --    CreateDate,     ROW_NUMBER() OVER(ORDER BY Score DESC) AS '序号',     StudentId,     ClassId,     CourseId,     Score FROM     StudentScore     WHERE CourseId=8

结果如下：

据我所知，此函数在SQL Server分页查询中几乎已经普及应用。Good job。

 

2、RANK()和DENSE_RANK()

（1）、RANK()函数

返回结果集的分区内每行的排名。行的排名是相关行之前的排名数加一。如果两个或多个行与一个排名关联，则每个关联行将得到相同的排名。

1 2 3 4 5 6 7 8 9 10 11

SELECT     Id, --    CreateDate,     RANK() OVER(ORDER BY Score DESC) AS '序号',     StudentId,     ClassId,     CourseId,     Score FROM     StudentScore     WHERE CourseId=8

结果如下：

注意，它和ROW_NUMBER()的异同点，您应该已经知道了：

a、RANK函数和ROW_NUMBER函数类似，它们都是用来对结果进行排序。
b、不同的是，ROW_NUMBER函数为每一个值生成唯一的序号，而RANK函数为相同的值生成相同的序号。
上图中，两个86分的学生对应的序号都是3,而接着排在它们下面的序号直接变成了5。

（2）、DENSE_RANK()函数

返回结果集分区中行的排名，在排名中没有任何间断。行的排名等于所讨论行之前的所有排名数加一。如果有两个或多个行受同一个分区中排名的约束，则每个约束行将接收相同的排名。

1 2 3 4 5 6 7 8 9 10 11

SELECT     Id, --    CreateDate,     DENSE_RANK() OVER(ORDER BY Score DESC) AS '序号',     StudentId,     ClassId,     CourseId,     Score FROM     StudentScore     WHERE CourseId=8

查询结果如下：

上图中，两个86分的学生对应的序号都是3,而接着排在它们下面的序号是4（也就是说DENSE_RANK()函数查询的序号是类似ROW_NUMBER()那样连续的，但是对于相同值的行生成相同的序号，从这一点上来说，对于相同查询条件和排序的查询，ROW_NUMBER()函数查询的结果集是DENSE_RANK()函数查询的结果的子集）。这也是我们可以总结出的RANK和DENSE_RANK()这两个函数的最大的不同点。

3、NTILE()

NTILE函数把结果中的行关联到组，并为每一行分配一个所属的组的编号，编号从一开始。对于每一个行，NTILE 将返回此行所属的组的编号。
如果分区的行数不能被 integer_expression 整除，则将导致一个成员有两种大小不同的组。按照 OVER 子句指定的顺序，较大的组排在较小的组前面。

1 2 3 4 5 6 7 8 9 10 11

SELECT     Id, --    CreateDate,     NTILE(6) OVER(ORDER BY ClassId DESC) AS '组编号',     StudentId,     ClassId,     CourseId,     Score FROM     StudentScore     WHERE CourseId=8

查询的结果如下：

 

本文的介绍和示例都很基础，但是通过窗口函数，确实可以帮我们优化很多复杂查询。上面的SQL语句看上去每一个都很简单，但是现在的简单都隐藏着背后的复杂。需要提醒的是，分组概念虽然基础却很重要，你必须掌握；而熟练应用了窗口函数，你的SQL查询就如虎添翼更上层楼了。

最后，我一直担心对于海量数据，SQL Server的性能问题。因为近期的开发碰巧遇到海量数据的查询，最多的过亿，数据量最少的一个表，也过5000万，不知道用了分区表性能有没有明显提升。

参考文章：

http://msdn.microsoft.com/zh-cn/library/ms189461.aspx

http://www.cnblogs.com/aierong/archive/2008/08/26/1273890.html

http://www.cnblogs.com/aierong/archive/2008/08/18/1269407.html