SQL常用的四个排序函数梳理
作者:丶平凡世界
前言
今天就给大家介绍四个你不怎么常用排序函数,他们就是SQL Server排序中经常用到的ROW_NUMBER(),RANK(),DENSE_RANK(),NTILE()这四个好兄弟。
我们在写SQL代码时,只要有排序,首先想到的肯定是ORDER BY,以至于好多小伙伴觉得排序多简单啊。
今天就给大家介绍四个你不怎么常用排序函数,他们就是SQL Server排序中经常用到的ROW_NUMBER(),RANK(),DENSE_RANK(),NTILE()这四个好兄弟。
我们先创建一个测试数据表Scores:
WITH t AS (SELECT 1 StuID,70 Score UNION ALL SELECT 2,85 UNION ALL SELECT 3,85 UNION ALL SELECT 4,80 UNION ALL SELECT 5,74 ) SELECT * INTO Scores FROM t; SELECT * FROM Scores
结果如下:
1.ROW_NUMBER()
定义:ROW_NUMBER()函数作用就是将SELECT查询到的数据进行排序,每一条数据加一个序号,他不能用做于学生成绩的排名,一般多用于分页查询,比如查询前10个 查询10-100个学生。
1.1 对学生成绩排序示例
SELECT ROW_NUMBER() OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores;
结果如下:
这里RANK就是每个学生的排名后的次序, 根据Score进行DESC倒序
1.2 获取第2名的成绩信息
SELECT * FROM ( SELECT ROW_NUMBER() OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores ) t WHERE t.RANK=2;
结果:
这里用到的思想就是 分页查询的思想 在原sql外再套一层SELECTWHERE t.RANK>=1 AND t.RANK<=3 是不是就是获取前三名学生的成绩信息了。
2.RANK()
定义:RANK()函数,顾名思义排名函数,可以对某一个字段进行排名,这里和ROW_NUMBER()有什么不一样呢?ROW_NUMBER()是排序,当存在相同成绩的学生时,ROW_NUMBER()会依次进行排序,他们序号不相同,而Rank()则不一样。如果出现相同的,他们的排名是一样的。下面看例子:
示例:
SELECT ROW_NUMBER() OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores; SELECT RANK() OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores;
结果:
上面是ROW_NUMBER()函数的结果,下面是RANK()函数的结果。
当出现两个学生成绩相同是里面出现变化。RANK()是1-1-3-4-5,而ROW_NUMBER()则还是1-2-3-4-5,这就是RANK()和ROW_NUMBER()的区别了
3.DENSE_RANK()
定义:DENSE_RANK()函数也是排名函数,和RANK()功能相似,也是对字段进行排名,那它和RANK()到底有什么不同那?特别是对于有成绩相同的情况,DENSE_RANK()排名是连续的,RANK()是跳跃的排名,一般情况下用的排名函数就是RANK() 我们看例子
示例:
SELECT RANK() OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores; SELECT DENSE_RANK() OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores;
结果:
上面是RANK()的结果,下面是DENSE_RANK()的结果。
4.NTILE()
定义:NTILE()函数是将有序分区中的行分发到指定数目的组中,各个组有编号,编号从1开始,就像我们说的'分区'一样 ,分为几个区,一个区会有多少个。
SELECT NTILE(1) OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores; SELECT NTILE(2) OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores; SELECT NTILE(3) OVER (ORDER BY SCORE DESC) AS [RANK],* FROM Scores;
结果:
就是将查询出来的记录根据NTILE函数里的参数进行平分分区。
到此这篇关于SQL常用的四个排序函数梳理的文章就介绍到这了,更多相关SQL排序函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!