sqlserver分析函數

https://blog.csdn.net/weixin_43274226/article/details/83304836@TOC

#一、分析函數語法

function_name(,…) over(<partition_Clause><windowing_Clause>);
1
function_name()：函數名稱

argument：參數

over( )：開窗函數

partition_Clause：分區子句，數據記錄集分組，group by…

order by_Clause：排序子句，數據記錄集排序，order by…

windowing_Clause：開窗子句，定義分析函數在操作行的集合，三種開窗方式：rows、range、Specifying

注：使用開窗子句時一定要有排序子句！！！

本篇未涉及開窗子句，開窗子句在另外的文章中單獨說明

二、分析函數彙總

1、count() over() ：統計分區中各組的行數，partition by 可選，order by 可選

select ename,esex,eage,count() over() from emp; --總計數
select ename,esex,eage,count() over(order by eage) from emp; --遞加計數
select ename,esex,eage,count() over(partition by esex) from emp; --分組計數
select ename,esex,eage,count() over(partition by esex order by eage) from emp;–分組遞加計數
1
2、sum() over() ：統計分區中記錄的總和，partition by 可選，order by 可選

select ename,esex,eage,sum(salary) over() from emp; --總累計求和
select ename,esex,eage,sum(salary) over(order by eage) from emp; --遞加累計求和
select ename,esex,eage,sum(salary) over(partition by esex) from emp; --分組累計求和
select ename,esex,eage,sum(salary) over(partition by esex order by eage) from emp; --分組遞加累計求和
1
3、avg() over() ：統計分區中記錄的平均值，partition by 可選，order by 可選

select ename,esex,eage,avg(salary) over() from emp; --總平均值
select ename,esex,eage,avg(salary) over(order by eage) from emp; --遞加求平均值
select ename,esex,eage,avg(salary) over(partition by esex) from emp; --分組求平均值
select ename,esex,eage,avg(salary) over(partition by esex order by eage) from emp; --分組遞加求平均值
1
4、min() over() ：統計分區中記錄的最小值，partition by 可選，order by 可選

 max() over() ：統計分區中記錄的最大值，partition by 可選，order by 可選

select ename,esex,eage,salary,min(salary) over() from emp; --求總最小值
select ename,esex,eage,salary,min(salary) over(order by eage) from emp; --遞加求最小值
select ename,esex,eage,salary,min(salary) over(partition by esex) from emp; --分組求最小值
select ename,esex,eage,salary,min(salary) over(partition by esex order by eage) from emp; --分組遞加求最小值
1
select ename,esex,eage,salary,max(salary) over() from emp; --求總最大值
select ename,esex,eage,salary,max(salary) over(order by eage) from emp; --遞加求最大值
select ename,esex,eage,salary,max(salary) over(partition by esex) from emp; --分組求最大值
select ename,esex,eage,salary,max(salary) over(partition by esex order by eage) from emp; --分組遞加求最大值
1
5、rank() over() ：跳躍排序，partition by 可選，order by 必選

select ename,eage,rank() over(partition by job order by eage) from emp;
select ename,eage,rank() over(order by eage) from emp;
1
6、dense_rank() ：連續排序，partition by 可選，order by 必選

select ename,eage,dense_rank() over(partition by job order by eage) from emp;
select ename,eage,dense_rank() over(order by eage) from emp;
1
7、row_number() over() ：排序，無重複值，partition by 可選，order by 必選

select ename,eage,row_number() over(partition by job order by eage) from emp;
select ename,eage,row_number() over(order by eage) from emp;
1
8、ntile(n) over() ：partition by 可選，order by 必選

n表示將分區內記錄平均分成n份，多出的按照順序依次分給前面的組

select ename,salary,ntile(3) over(order by salary desc) from emp;
select ename,salary,ntile(3) over(partition by job order by salary desc) from emp;
1
9、first_value() over() ：取出分區中第一條記錄的字段值，partition by 可選，order by 可選

 last_value() over() ：取出分區中最後一條記錄的字段值，partition by 可選，order by 可選

select ename,first_value(salary) over() from emp;
select ename,first_value(salary) over(order by salary desc) from emp;
select ename,first_value(salary) over(partition by job) from emp;
select ename,first_value(salary) over(partition by job order by salary desc) from emp;
1
select ename,last_value(ename) over() from emp;
select ename,last_value(ename) over(order by salary desc) from emp;
select ename,last_value(ename) over(partition by job) from emp;
select ename,last_value(ename) over(partition by job order by salary desc) from emp;
1
10、first ：從DENSE_RANK返回的集合中取出排在最前面的一個值的行

  last ：從DENSE_RANK返回的集合中取出排在最後面的一個值的行

select job,max(salary) keep(dense_rank first order by salary desc),
max(salary) keep(dense_rank last order by salary desc) from emp
group by job;
1
11、lag() over() ：取出前n行數據，partition by 可選，order by 必選

  lead() over() ：取出後n行數據，partition by 可選，order by 必選

select ename,eage,lag(eage,1,0) over(order by salary),
lead(eage,1,0) over(order by salary) from emp;

select ename,eage,lag(eage,1) over(partition by esex order by salary),
lead(eage,1) over(partition by esex order by salary) from emp;
1
12、ratio_to_report(a) over(partition by b) ：求按照b分組後a的值在所屬分組中總值的佔比,a的值必須爲數值或數值型字段

  partition by 可選，order by 不可選

select ename,job,salary,ratio_to_report(1) over() from emp; --給每一行賦值1，求當前行在總值的佔比，總是0.1
select ename,job,salary,ratio_to_report(salary) over() from emp; --當前行的值在所有數據中的佔比
select ename,job,salary,ratio_to_report(1) over(partition by job) from emp; --給每一行賦值1，求當前行在分組後的組內總值的佔比
select ename,job,salary,ratio_to_report(salary) over(partition by job) from emp; --當前行的值在分組後組內總值佔比
1
13、percent_rank() over() ：partition by 可選，order by 必選

 所在組排名序號-1除以該組所有的行數-1，排名跳躍排序

select ename,job,salary,percent_rank() over(order by salary) from emp;
select ename,job,salary,percent_rank() over(partition by job order by salary) from emp;
1
14、cume_dist() over() ：partition by 可選，order by必選

所在組排名序號除以該組所有的行數，注意對於重複行，計算時取重複行中的最後一行的位置

select ename,job,salary,cume_dist() over(order by salary) from emp;
select ename,job,salary,cume_dist() over(partition by job order by salary) from emp;
1
15、precentile_cont( x ) within group(order by …) over() ：over()中partition by可選，order by 不可選

x爲輸入的百分比，是0-1之間的一個小數，返回該百分比位置的數據，若沒有則返回以下計算值（r）：

a=1+( x *(N-1) ) x爲輸入的百分比，N爲分區內的記錄的行數

b=ceil ( a ) 向上取整

c = floor( a ) 向下取整

r=a * 百分比位置上一條數據 + b * 百分比位置下一條數據

select ename,job,salary,percentile_cont(0.5) within group(order by salary) over() from emp;
select ename,job,salary,percentile_cont(0.5) within group(order by salary) over(partition by job) from emp;
1
16、precentile_disc( x ) within group(order by …) over() ：over()中partition by可選，order by 不可選

x爲輸入的百分比，是0-1之間的一個小數，返回百分比位置對應位置上的數據值，若沒有對應數據值，就取大於該分佈值的下一個值

select ename,job,salary,percentile_disc(0.5) within group(order by salary) over()from emp;
select ename,job,salary,percentile_disc(0.5) within group(order by salary) over(partition by job) from emp;
1
17、stddev() over()：計算樣本標準差，只有一行數據時返回0，partition by 可選，order by 可選

  stddev_samp() over()：計算樣本標準差，只有一行數據時返回null，partition by 可選，order by 可選

  stddev_pop() over()：計算總體標準差，partition by 可選，order by 可選

select stddev(stu_age) over() from student; --計算所有記錄的樣本標準差
select stddev(stu_age) over(order by stu_age) from student; --計算遞加的樣本標準差
select stddev(stu_age) over(partition by stu_major) from student; --計算分組的樣本標準差
select stddev(stu_age) over(partition by stu_major order by stu_age) from student; --計算分組遞加的樣本標準差

select stddev_samp(stu_age) over() from student; --計算所有記錄的樣本標準差
select stddev_samp(stu_age) over(order by stu_age) from student; --計算遞加的樣本標準差
select stddev_samp(stu_age) over(partition by stu_major) from student; --計算分組的樣本標準差
select stddev_samp(stu_age) over(partition by stu_major order by stu_age) from student; --計算分組遞加的樣本標準差

select stddev_pop(stu_age) over() from student; --計算所有記錄的總體標準差
select stddev_pop(stu_age) over(order by stu_age) from student; --計算遞加的總體標準差
select stddev_pop(stu_age) over(partition by stu_major) from student; --計算分組的總體標準差
select stddev_pop(stu_age) over(partition by stu_major order by stu_age) from student;–計算分組遞加的總體標準差
1
18、variance() over()：計算樣本方差，只有一行數據時返回0，partition by 可選，order by 可選

   var_samp() over()：計算樣本方差，只有一行數據時返回null，partition by 可選，order by 可選

   var_pop() over()：計算總體方差，partition by 可選，order by 可選

select variance(stu_age) over() from student; --計算所有記錄的樣本方差
select variance(stu_age) over(order by stu_age) from student; --計算遞加的樣本方差
select variance(stu_age) over(partition by stu_major) from student; --計算分組的樣本方差
select variance(stu_age) over(partition by stu_major order by stu_age) from student; --計算分組遞加的樣本方差

select var_samp(stu_age) over() from student; --計算所有記錄的樣本方差
select var_samp(stu_age) over(order by stu_age) from student; --計算遞加的樣本方差
select var_samp(stu_age) over(partition by stu_major) from student; --計算分組的樣本方差
select var_samp(stu_age) over(partition by stu_major order by stu_age) from student; --計算分組遞加的樣本方差

select var_pop(stu_age) over() from student; --記錄所有就的總體方差
select var_pop(stu_age) over(order by stu_age) from student; --計算遞加的總體方差
select var_pop(stu_age) over(partition by stu_major) from student; --計算分組的總體方差
select var_pop(stu_age) over(partition by stu_major order by stu_age) from student;–計算分組遞加的樣本方差
1
stddev()=sqrt( variance() ) sqrt()–求開方

stddev_samp()=sqrt( var_samp() )

stddec_pop=sqrt( var_pop() )

19、covar_samp over()：返回一對表達式的樣本協方差，partition by 可選，order by 可選

   covar_pop over()： 返回一堆表達式的總體協方差，partition by 可選，order by 可選

select covar_samp(stu_age,line) over() from student; --計算所有記錄的樣本協方差
select covar_samp(stu_age,line) over(order by stu_age) from student; --計算遞加的樣本協方差
select covar_samp(stu_age,line) over(partition by stu_major) from student; --計算分組的樣本協方差
select covar_samp(stu_age,line) over(partition by stu_major order by stu_age) from student; --計算分組遞加的樣本協方差

select covar_pop(stu_age,line) over() from student; --計算所有記錄的總體協方差
select covar_pop(stu_age,line) over(order by stu_age) from student; --計算遞加的總體協方差
select covar_pop(stu_age,line) over(partition by stu_major) from student; --計算分組的總體協方差
select covar_pop(stu_age,line) over(partition by stu_major order by stu_age) from student; --計算分組遞加的總體協方差
1
20、corr() over() ：返回一對表達式的相關係數，partition by 可選，order by 可選

select corr(stu_age,line) over() from student; --計算所有記錄的相關係數
select corr(stu_age,line) over(order by stu_age) from student; --計算遞加的相關係數
select corr(stu_age,line) over(partition by stu_major) from student; --計算分組的相關係數
select corr(stu_age,line) over(partition by stu_major order by stu_age) from student; --計算分組遞加的相關係數
1
21、REGR_ (Linear Regression) Functions：這些線性迴歸函數適合最小二乘法迴歸線，有9個不同的迴歸函數可使用歡迎使用Markdown編輯器

你好！這是你第一次使用 Markdown編輯器 所展示的歡迎頁。如果你想學習如何使用Markdown編輯器, 可以仔細閱讀這篇文章，瞭解一下Markdown的基本語法知識。

新的改變

我們對Markdown編輯器進行了一些功能拓展與語法支持，除了標準的Markdown編輯器功能，我們增加了如下幾點新功能，幫助你用它寫博客：

全新的界面設計 ，將會帶來全新的寫作體驗；
在創作中心設置你喜愛的代碼高亮樣式，Markdown 將代碼片顯示選擇的高亮樣式 進行展示；
增加了 圖片拖拽 功能，你可以將本地的圖片直接拖拽到編輯區域直接展示；
全新的 KaTeX數學公式 語法；
增加了支持甘特圖的mermaid語法¹ 功能；
增加了 多屏幕編輯 Markdown文章功能；
增加了 焦點寫作模式、預覽模式、簡潔寫作模式、左右區域同步滾輪設置 等功能，功能按鈕位於編輯區域與預覽區域中間；
增加了 檢查列表 功能。

功能快捷鍵

撤銷：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜體：Ctrl/Command + I
標題：Ctrl/Command + Shift + H
無序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
檢查列表：Ctrl/Command + Shift + C
插入代碼：Ctrl/Command + Shift + K
插入鏈接：Ctrl/Command + Shift + L
插入圖片：Ctrl/Command + Shift + G

合理的創建標題，有助於目錄的生成

直接輸入1次#，並按下space後，將生成1級標題。
輸入2次#，並按下space後，將生成2級標題。
以此類推，我們支持6級標題。有助於使用TOC語法後生成一個完美的目錄。

如何改變文本的樣式

強調文本 強調文本

加粗文本 加粗文本

標記文本

~~刪除文本~~

引用文本

H₂O is是液體。

2¹⁰ 運算結果是 1024.

插入鏈接與圖片

鏈接: link.

圖片:

帶尺寸的圖片:

居中的圖片:

居中並且帶尺寸的圖片:

當然，我們爲了讓用戶更加便捷，我們增加了圖片拖拽功能。

如何插入一段漂亮的代碼片

去博客設置頁面，選擇一款你喜歡的代碼片高亮樣式，下面展示同樣高亮的 代碼片.

// An highlighted block
var foo = 'bar';

生成一個適合你的列表

項目
- 項目
  - 項目

項目1
項目2
項目3

計劃任務
完成任務

創建一個表格

一個簡單的表格是這麼創建的：

項目	Value
電腦	$1600
手機	$12
導管	$1

設定內容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants將ASCII標點字符轉換爲“智能”印刷標點HTML實體。例如：

TYPE	ASCII	HTML
Single backticks	`'Isn't this fun?'`	‘Isn’t this fun?’
Quotes	`"Isn't this fun?"`	“Isn’t this fun?”
Dashes	`-- is en-dash, --- is em-dash`	– is en-dash, — is em-dash

創建一個自定義列表

Markdown: Text-to-HTML conversion tool
Authors: John; Luke

如何創建一個註腳

一個具有註腳的文本。²

註釋也是必不可少的

Markdown將文本轉換爲 HTML。

KaTeX數學公式

您可以使用渲染LaTeX數學表達式 KaTeX:

Gamma公式展示 $\Gamma(n) = (n-1)!\quad\forall n\in\mathbb N$ 是通過歐拉積分

$\Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,.$

你可以找到更多關於的信息 LaTeX 數學表達式here.

新的甘特圖功能，豐富你的文章

關於 甘特圖 語法，參考這兒,

UML 圖表

可以使用UML圖表進行渲染。 Mermaid. 例如下面產生的一個序列圖：:

這將產生一個流程圖。:

關於 Mermaid 語法，參考這兒,

FLowchart流程圖

我們依舊會支持flowchart的流程圖：

關於 Flowchart流程圖 語法，參考這兒.

導出與導入

導出

如果你想嘗試使用此編輯器, 你可以在此篇文章任意編輯。當你完成了一篇文章的寫作, 在上方工具欄找到 文章導出 ，生成一個.md文件或者.html文件進行本地保存。

導入

如果你想加載一篇你寫過的.md文件或者.html文件，在上方工具欄可以選擇導入功能進行對應擴展名的文件導入，
繼續你的創作。

mermaid語法說明 ↩︎
註腳的解釋 ↩︎

sqlserver分析函數

新的改變

功能快捷鍵

合理的創建標題，有助於目錄的生成

如何改變文本的樣式

插入鏈接與圖片

如何插入一段漂亮的代碼片

生成一個適合你的列表

創建一個表格

設定內容居中、居左、居右

SmartyPants

創建一個自定義列表

如何創建一個註腳

註釋也是必不可少的

KaTeX數學公式

新的甘特圖功能，豐富你的文章

UML 圖表

FLowchart流程圖

導出與導入

導出

導入

985 碩士程序員，空窗 4 個月沒有 Offer！

一文搞懂 Spring 循環依賴

賽博鬥地主——使用大語言模型扮演Agent智能體玩牌類遊戲。

VScode右鍵打開(添加到右鍵)

記一次 .NET某工控視覺自動化系統卡死分析

WindowsServer--SQL Server搭建主從同步實現讀寫分離 - 事務性分發

java由於越界導致的報錯

Pycharm連接Mysql8.0.15報[08001]錯誤

mysql迅雷地址

詳解用Navicat工具將Excel中的數據導入Mysql中

2bb數據庫默認信息

windows環境下安裝pymysql（操作帶圖）

Mac下配置sublime實現LaTeX

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結