本文轉載自：https://www.cnblogs.com/zfc2201/p/3285010.html 作者：zfc2201 轉載請註明該聲明。
oracle分析函數--SQL*PLUS環境
一、總體介紹
12.1 分析函數如何工作
語法 FUNCTION_NAME(<參數>,…) OVER (<PARTITION BY 表達式,…> <ORDER BY 表達式 <ASC DESC> <NULLS FIRST NULLS LAST>> <WINDOWING子句>) PARTITION子句 ORDER BY子句 WINDOWING子句 缺省時相當於RANGE UNBOUNDED PRECEDING
1. 值域窗(RANGE WINDOW)
RANGE N PRECEDING 僅對數值或日期類型有效,選定窗爲排序後當前行之前,某列(即排序列)值大於/小於(當前行該列值 –/+ N)的所有行,因此與ORDER BY子句有關係。
2. 行窗(ROW WINDOW)
ROWS N PRECEDING 選定窗爲當前行及之前N行。
還可以加上BETWEEN AND 形式,例如RANGE BETWEEN m PRECEDING AND n FOLLOWING
函數 AVG(<distinct all> eXPr)
一組或選定窗中表達式的平均值 CORR(expr, expr) 即COVAR_POP(exp1,exp2) / (STDDEV_POP(expr1) * STDDEV_POP(expr2)),兩個表達式的互相關,-1(反相關) ~ 1(正相關),0表示不相關
COUNT(<distinct> <*> <expr>) 計數
COVAR_POP(expr, expr) 總體協方差
COVAR_SAMP(expr, expr) 樣本協方差
CUME_DIST 累積分佈,即行在組中的相對位置,返回0 ~ 1
DENSE_RANK 行的相對排序(與ORDER BY搭配),相同的值具有一樣的序數(NULL計爲相同),並不留空序數
FIRST_VALUE 一個組的第一個值
LAG(expr, <offset>, <default>) 訪問之前的行,OFFSET是缺省爲1 的正數,表示相對行數,DEFAULT是當超出選定窗範圍時的返回值(如第一行不存在之前行)
LAST_VALUE 一個組的最後一個值
LEAD(expr, <offset>, <default>) 訪問之後的行,OFFSET是缺省爲1 的正數,表示相對行數,DEFAULT是當超出選定窗範圍時的返回值(如最後行不存在之前行)
MAX(expr) 最大值
MIN(expr) 最小值
NTILE(expr) 按表達式的值和行在組中的位置編號,如表達式爲4,則組分4份,分別爲1 ~ 4的值,而不能等分則多出的部分在值最小的那組
PERCENT_RANK 類似CUME_DIST,1/(行的序數 - 1)
RANK 相對序數,答應並列,並空出隨後序號
RATIO_TO_REPORT(expr) 表達式值 / SUM(表達式值)
ROW_NUMBER 排序的組中行的偏移
STDDEV(expr) 標準差
STDDEV_POP(expr) 總體標準差
STDDEV_SAMP(expr) 樣本標準差
SUM(expr) 合計
VAR_POP(expr) 總體方差
VAR_SAMP(expr) 樣本方差
VARIANCE(expr) 方差
REGR_ xxxx(expr, expr) 線性迴歸函數
REGR_SLOPE：返回斜率，等於COVAR_POP(expr1, expr2) / VAR_POP(expr2)
REGR_INTERCEPT：返回迴歸線的y截距，等於
AVG(expr1) - REGR_SLOPE(expr1, expr2) * AVG(expr2)
REGR_COUNT：返回用於填充迴歸線的非空數字對的數目
REGR_R2：返回迴歸線的決定係數，計算式爲：
If VAR_POP(expr2) = 0 then return NULL
If VAR_POP(expr1) = 0 and VAR_POP(expr2) != 0 then return 1
If VAR_POP(expr1) > 0 and VAR_POP(expr2 != 0 then
return POWER(CORR(expr1,expr),2)
REGR_AVGX：計算迴歸線的自變量(expr2)的平均值，去掉了空對(expr1, expr2)後，等於AVG(expr2)
REGR_AVGY：計算迴歸線的應變量(expr1)的平均值，去掉了空對(expr1, expr2)後，等於AVG(expr1)
REGR_SXX： 返回值等於REGR_COUNT(expr1, expr2) * VAR_POP(expr2)
REGR_SYY： 返回值等於REGR_COUNT(expr1, expr2) * VAR_POP(expr1)
REGR_SXY: 返回值等於REGR_COUNT(expr1, expr2) * COVAR_POP(expr1, expr2)
首先：創建表及接入測試數據
create table students
(id number(15,0),
area varchar2(10),
stu_type varchar2(2),
score number(20,2));
insert into students values(1, '111', 'g', 80 );
insert into students values(1, '111', 'j', 80 );
insert into students values(1, '222', 'g', 89 );
insert into students values(1, '222', 'g', 68 );
insert into students values(2, '111', 'g', 80 );
insert into students values(2, '111', 'j', 70 );
insert into students values(2, '222', 'g', 60 );
insert into students values(2, '222', 'j', 65 );
insert into students values(3, '111', 'g', 75 );
insert into students values(3, '111', 'j', 58 );
insert into students values(3, '222', 'g', 58 );
insert into students values(3, '222', 'j', 90 );
insert into students values(4, '111', 'g', 89 );
insert into students values(4, '111', 'j', 90 );
insert into students values(4, '222', 'g', 90 );
insert into students values(4, '222', 'j', 89 );
commit;
二、具體應用：
1、分組求和：
1）GROUP BY子句
--A、GROUPING SETS
select id,area,stu_type,sum(score) score
from students
group by grouping sets((id,area,stu_type),(id,area),id)
order by id,area,stu_type;
/*--------理解grouping sets
select a, b, c, sum( d ) from t
group by grouping sets ( a, b, c )
等效於
select * from (
select a, null, null, sum( d ) from t group by a
union all
select null, b, null, sum( d ) from t group by b
union all
select null, null, c, sum( d ) from t group by c
)
*/
--B、ROLLUP
select id,area,stu_type,sum(score) score
from students
group by rollup(id,area,stu_type)
order by id,area,stu_type;
/*--------理解rollup
select a, b, c, sum( d )
from t
group by rollup(a, b, c);
等效於
select * from (
select a, b, c, sum( d ) from t group by a, b, c
union all
select a, b, null, sum( d ) from t group by a, b
union all
select a, null, null, sum( d ) from t group by a
union all
select null, null, null, sum( d ) from t
)
*/
--C、CUBE
select id,area,stu_type,sum(score) score
from students
group by cube(id,area,stu_type)
order by id,area,stu_type;
/*--------理解cube
select a, b, c, sum( d ) from t
group by cube( a, b, c)
等效於
select a, b, c, sum( d ) from t
group by grouping sets(
( a, b, c ),
( a, b ), ( a ), ( b, c ),
( b ), ( a, c ), ( c ),
() )
*/
--D、GROUPING
/*從上面的結果中我們很容易發現,每個統計數據所對應的行都會出現null,
如何來區分到底是根據那個字段做的彙總呢,grouping函數判斷是否合計列!*/
select decode(grouping(id),1,'all id',id) id,
decode(grouping(area),1,'all area',to_char(area)) area,
decode(grouping(stu_type),1,'all_stu_type',stu_type) stu_type,
sum(score) score
from students
group by cube(id,area,stu_type)
order by id,area,stu_type;
二、OVER()函數的使用
1、統計名次——DENSE_RANK(),ROW_NUMBER()
1)允許並列名次、名次不間斷，DENSE_RANK()，結果如122344456……
將score按ID分組排名：dense_rank() over(partition by id order by score desc)
將score不分組排名：dense_rank() over(order by score desc)
select id,area,score,
dense_rank() over(partition by id order by score desc) 分組id排序,
dense_rank() over(order by score desc) 不分組排序
from students order by id,area;
2)不允許並列名次、相同值名次不重複，ROW_NUMBER()，結果如123456……
將score按ID分組排名：row_number() over(partition by id order by score desc)
將score不分組排名：row_number() over(order by score desc)
select id,area,score,
row_number() over(partition by id order by score desc) 分組id排序,
row_number() over(order by score desc) 不分組排序
from students order by id,area;
3)允許並列名次、複製名次自動空缺，rank()，結果如12245558……
將score按ID分組排名：rank() over(partition by id order by score desc)
將score不分組排名：rank() over(order by score desc)
select id,area,score,
rank() over(partition by id order by score desc) 分組id排序,
rank() over(order by score desc) 不分組排序
from students order by id,area;
4)名次分析，cume_dist()——-最大排名/總個數
函數：cume_dist() over(order by id)
select id,area,score,
cume_dist() over(order by id) a, --按ID最大排名/總個數
cume_dist() over(partition by id order by score desc) b, --ID分組中，scroe最大排名值/本組總個數
row_number() over (order by id) 記錄號
from students order by id,area;
5)利用cume_dist()，允許並列名次、複製名次自動空缺，取並列後較大名次，結果如22355778……
將score按ID分組排名：cume_dist() over(partition by id order by score desc)*sum(1) over(partition by id)
將score不分組排名：cume_dist() over(order by score desc)*sum(1) over()
select id,area,score,
sum(1) over() as 總數,
sum(1) over(partition by id) as 分組個數,
(cume_dist() over(partition by id order by score desc))*(sum(1) over(partition by id)) 分組id排序,
(cume_dist() over(order by score desc))*(sum(1) over()) 不分組排序
from students order by id,area
2、分組統計－－sum(),max(),avg(),RATIO_TO_REPORT()
select id,area,
sum(1) over() as 總記錄數,
sum(1) over(partition by id) as 分組記錄數,
sum(score) over() as 總計 ,
sum(score) over(partition by id) as 分組求和,
sum(score) over(order by id) as 分組連續求和,
sum(score) over(partition by id,area) as 分組ID和area求和,
sum(score) over(partition by id order by area) as 分組ID並連續按area求和,
max(score) over() as 最大值,
max(score) over(partition by id) as 分組最大值,
max(score) over(order by id) as 分組連續最大值,
max(score) over(partition by id,area) as 分組ID和area求最大值,
max(score) over(partition by id order by area) as 分組ID並連續按area求最大值,
avg(score) over() as 所有平均,
avg(score) over(partition by id) as 分組平均,
avg(score) over(order by id) as 分組連續平均,
avg(score) over(partition by id,area) as 分組ID和area平均,
avg(score) over(partition by id order by area) as 分組ID並連續按area平均,
RATIO_TO_REPORT(score) over() as "佔所有%",
RATIO_TO_REPORT(score) over(partition by id) as "佔分組%",
score from students;
3、LAG(COL,n,default)、LEAD(OL,n,default) --取前後邊N條數據
取前面記錄的值：lag(score,n,x) over(order by id)
取後面記錄的值：lead(score,n,x) over(order by id)
參數：n表示移動N條記錄，X表示不存在時填充值，iD表示排序列
select id,lag(score,1,0) over(order by id) lg,score from students;
select id,lead(score,1,0) over(order by id) lg,score from students;
4、FIRST_VALUE()、LAST_VALUE()
取第起始1行值：first_value(score,n) over(order by id)
取第最後1行值：LAST_value(score,n) over(order by id)
select id,first_value(score) over(order by id) fv,score from students;
select id,last_value(score) over(order by id) fv,score from students;
sum(...) over ...
【功能】連續求和分析函數
【參數】具體參示例
【說明】Oracle分析函數
NC示例：
select bdcode,sum(1) over(order by bdcode) aa from bd_bdinfo
【示例】
1.原表信息： SQL> break on deptno skip 1 -- 爲效果更明顯，把不同部門的數據隔段顯示。
SQL> select deptno,ename,sal
2 from emp
3 order by deptno;
DEPTNO ENAME SAL
---------- ---------- ----------
10 CLARK 2450
KING 5000
MILLER 1300
20 SMITH 800
ADAMS 1100
FORD 3000
SCOTT 3000
JONES 2975
30 ALLEN 1600
BLAKE 2850
MARTIN 1250
JAMES 950
TURNER 1500
WARD 1250
2.先來一個簡單的，注意over(...)條件的不同，
使用 sum(sal) over (order by ename)... 查詢員工的薪水“連續”求和,
注意over (order by ename)如果沒有order by 子句，求和就不是“連續”的，
放在一起，體會一下不同之處：
SQL> select deptno,ename,sal,
2 sum(sal) over (order by ename) 連續求和,
3 sum(sal) over () 總和, -- 此處sum(sal) over () 等同於sum(sal)
4 100*round(sal/sum(sal) over (),4) "份額(%)"
5 from emp
6 /
DEPTNO ENAME SAL 連續求和 總和 份額(%)
---------- ---------- ---------- ---------- ---------- ----------
20 ADAMS 1100 1100 29025 3.79
30 ALLEN 1600 2700 29025 5.51
30 BLAKE 2850 5550 29025 9.82
10 CLARK 2450 8000 29025 8.44
20 FORD 3000 11000 29025 10.34
30 JAMES 950 11950 29025 3.27
20 JONES 2975 14925 29025 10.25
10 KING 5000 19925 29025 17.23
30 MARTIN 1250 21175 29025 4.31
10 MILLER 1300 22475 29025 4.48
20 SCOTT 3000 25475 29025 10.34
20 SMITH 800 26275 29025 2.76
30 TURNER 1500 27775 29025 5.17
30 WARD 1250 29025 29025 4.31
3.使用子分區查出各部門薪水連續的總和。注意按部門分區。注意over(...)條件的不同，
sum(sal) over (partition by deptno order by ename) 按部門“連續”求總和
sum(sal) over (partition by deptno) 按部門求總和
sum(sal) over (order by deptno，ename) 不按部門“連續”求總和
sum(sal) over () 不按部門，求所有員工總和，效果等同於sum(sal)。
SQL> select deptno,ename,sal,
2 sum(sal) over (partition by deptno order by ename) 部門連續求和,--各部門的薪水"連續"求和
3 sum(sal) over (partition by deptno) 部門總和, -- 部門統計的總和，同一部門總和不變
4 100*round(sal/sum(sal) over (partition by deptno),4) "部門份額(%)",
5 sum(sal) over (order by deptno,ename) 連續求和, --所有部門的薪水"連續"求和
6 sum(sal) over () 總和, -- 此處sum(sal) over () 等同於sum(sal)，所有員工的薪水總和
7 100*round(sal/sum(sal) over (),4) "總份額(%)"
8 from emp
9 /
DEPTNO ENAME SAL 部門連續求和 部門總和 部門份額(%) 連續求和 總和 總份額(%)
------ ------ ----- ------------ ---------- ----------- ---------- ------ ----------
10 CLARK 2450 2450 8750 28 2450 29025 8.44
KING 5000 7450 8750 57.14 7450 29025 17.23
MILLER 1300 8750 8750 14.86 8750 29025 4.48
20 ADAMS 1100 1100 10875 10.11 9850 29025 3.79
FORD 3000 4100 10875 27.59 12850 29025 10.34
JONES 2975 7075 10875 27.36 15825 29025 10.25
SCOTT 3000 10075 10875 27.59 18825 29025 10.34
SMITH 800 10875 10875 7.36 19625 29025 2.76
30 ALLEN 1600 1600 9400 17.02 21225 29025 5.51
BLAKE 2850 4450 9400 30.32 24075 29025 9.82
JAMES 950 5400 9400 10.11 25025 29025 3.27
MARTIN 1250 6650 9400 13.3 26275 29025 4.31
TURNER 1500 8150 9400 15.96 27775 29025 5.17
WARD 1250 9400 9400 13.3 29025 29025 4.31
4.來一個綜合的例子，求和規則有按部門分區的，有不分區的例子
SQL> select deptno,ename,sal,sum(sal) over (partition by deptno order by sal) dept_sum,
2 sum(sal) over (order by deptno,sal) sum
3 from emp;
DEPTNO ENAME SAL DEPT_SUM SUM
---------- ---------- ---------- ---------- ----------
10 MILLER 1300 1300 1300
CLARK 2450 3750 3750
KING 5000 8750 8750
20 SMITH 800 800 9550
ADAMS 1100 1900 10650
JONES 2975 4875 13625
SCOTT 3000 10875 19625
FORD 3000 10875 19625
30 JAMES 950 950 20575
WARD 1250 3450 23075
MARTIN 1250 3450 23075
TURNER 1500 4950 24575
ALLEN 1600 6550 26175
BLAKE 2850 9400 29025
5.來一個逆序的，即部門從大到小排列，部門裏各員工的薪水從高到低排列，累計和的規則不變。
SQL> select deptno,ename,sal,
2 sum(sal) over (partition by deptno order by deptno desc,sal desc) dept_sum,
3 sum(sal) over (order by deptno desc,sal desc) sum
4 from emp;
DEPTNO ENAME SAL DEPT_SUM SUM
---------- ---------- ---------- ---------- ----------
30 BLAKE 2850 2850 2850
ALLEN 1600 4450 4450
TURNER 1500 5950 5950
WARD 1250 8450 8450
MARTIN 1250 8450 8450
JAMES 950 9400 9400
20 SCOTT 3000 6000 15400
FORD 3000 6000 15400
JONES 2975 8975 18375
ADAMS 1100 10075 19475
SMITH 800 10875 20275
10 KING 5000 5000 25275
CLARK 2450 7450 27725
MILLER 1300 8750 29025
6.體會：在"... from emp;"後面不要加order by 子句，使用的分析函數的(partition by deptno order by sal)
裏已經有排序的語句了，如果再在句尾添加排序子句，一致倒罷了，不一致，結果就令人費勁了。如：
SQL> select deptno,ename,sal,sum(sal) over (partition by deptno order by sal) dept_sum,
2 sum(sal) over (order by deptno,sal) sum
3 from emp
4 order by deptno desc;
DEPTNO ENAME SAL DEPT_SUM SUM
---------- ---------- ---------- ---------- ----------
30 JAMES 950 950 20575
WARD 1250 3450 23075
MARTIN 1250 3450 23075
TURNER 1500 4950 24575
ALLEN 1600 6550 26175
BLAKE 2850 9400 29025
20 SMITH 800 800 9550
ADAMS 1100 1900 10650
JONES 2975 4875 13625
SCOTT 3000 10875 19625
FORD 3000 10875 19625
10 MILLER 1300 1300 1300
CLARK 2450 3750 3750
KING 5000 8750 8750
RANK()
dense_rank()
【語法】RANK ( ) OVER ( [query_partition_clause] order_by_clause )
dense_RANK ( ) OVER ( [query_partition_clause] order_by_clause )
【功能】聚合函數RANK 和 dense_rank 主要的功能是計算一組數值中的排序值。
【參數】dense_rank與rank()用法相當，
【區別】dence_rank在並列關係是，相關等級不會跳過。rank則跳過
rank()是跳躍排序，有兩個第二名時接下來就是第四名（同樣是在各個分組內）
dense_rank()l是連續排序，有兩個第二名時仍然跟着第三名。
【說明】Oracle分析函數
【示例】
聚合函數RANK 和 dense_rank 主要的功能是計算一組數值中的排序值。
在9i版本之前，只有分析功能（analytic ），即從一個查詢結果中計算每一行的排序值，是基於order_by_clause子句中的value_exprs指定字段的。
其語法爲：
RANK ( ) OVER ( [query_partition_clause] order_by_clause )
在9i版本新增加了合計功能（aggregate），即對給定的參數值在設定的排序查詢中計算出其排序值。這些參數必須是常數或常值表達式，且必須和ORDER BY子句中的字段個數、位置、類型完全一致。
其語法爲：
RANK ( expr [, expr]... ) WITHIN GROUP
( ORDER BY
expr [ DESC | ASC ] [NULLS { FIRST | LAST }]
[, expr [ DESC | ASC ] [NULLS { FIRST | LAST }]]...
)
例子1：
有表Table內容如下
COL1 COL2
1 1
2 1
3 2
3 1
4 1
4 2
5 2
5 2
6 2
分析功能：列出Col2分組後根據Col1排序,並生成數字列。比較實用於在成績表中查出各科前幾名的信息。
SELECT a.*,RANK() OVER(PARTITION BY col2 ORDER BY col1) "Rank" FROM table a;
結果如下：
COL1 COL2 Rank
1 1 1
2 1 2
3 1 3
4 1 4
3 2 1
4 2 2
5 2 3
5 2 3
6 2 5
例子2：
TABLE：A （科目，分數）
數學，80
語文，70
數學，90
數學，60
數學，100
語文，88
語文，65
語文，77
現在我想要的結果是：（即想要每門科目的前3名的分數）
數學，100
數學，90
數學，80
語文，88
語文，77
語文，70
那麼語句就這麼寫：
select * from (select rank() over(partition by 科目 order by 分數 desc) rk,a.* from a) t
where t.rk<=3;
例子3：
合計功能：計算出數值(4,1)在Orade By Col1,Col2排序下的排序值，也就是col1=4,col2=1在排序以後的位置
SELECT RANK(4,3) WITHIN GROUP (ORDER BY col1,col2) "Rank" FROM table;
結果如下：
Rank
4
dense_rank與rank()用法相當，但是有一個區別：dence_rank在並列關係是，相關等級不會跳過。rank則跳過
例如：表
A B C
a liu wang
a jin shu
a cai kai
b yang du
b lin ying
b yao cai
b yang 99
例如：當rank時爲：
select m.a,m.b,m.c,rank() over(partition by a order by b) liu from test3 m
A B C LIU
a cai kai 1
a jin shu 2
a liu wang 3
b lin ying 1
b yang du 2
b yang 99 2
b yao cai 4
而如果用dense_rank時爲：
select m.a,m.b,m.c,dense_rank() over(partition by a order by b) liu from test3 m
A B C LIU
a cai kai 1
a jin shu 2
a liu wang 3
b lin ying 1
b yang du 2
b yang 99 2
b yao cai 3
ROW_NUMBER()
【語法】ROW_NUMBER() OVER (PARTITION BY COL1 ORDER BY COL2)
【功能】表示根據COL1分組，在分組內部根據 COL2排序，而這個值就表示每組內部排序後的順序編號（組內連續的唯一的）
row_number() 返回的主要是“行”的信息，並沒有排名
【參數】
【說明】Oracle分析函數
主要功能：用於取前幾名，或者最後幾名等
【示例】
表內容如下：
name | seqno | description
A | 1 | test
A | 2 | test
A | 3 | test
A | 4 | test
B | 1 | test
B | 2 | test
B | 3 | test
B | 4 | test
C | 1 | test
C | 2 | test
C | 3 | test
C | 4 | test
我想有一個sql語句，搜索的結果是
A | 1 | test
A | 2 | test
B | 1 | test
B | 2 | test
C | 1 | test
C | 2 | test
實現:
select name,seqno,description
from(select name,seqno,description,row_number() over (partition by name order by seqno) id
from table_name) where id<=3;
lag()和lead()
【語法】
lag(EXPR,<OFFSET>,<DEFAULT>)
LEAD(EXPR,<OFFSET>,<DEFAULT>)
【功能】表示根據COL1分組，在分組內部根據 COL2排序，而這個值就表示每組內部排序後的順序編號（組內連續的唯一的）
lead （） 下一個值 lag（） 上一個值
【參數】
EXPR是從其他行返回的表達式
OFFSET是缺省爲1 的正數，表示相對行數。希望檢索的當前行分區的偏移量
DEFAULT是在OFFSET表示的數目超出了分組的範圍時返回的值。
【說明】Oracle分析函數
【示例】
-- Create table
create table LEAD_TABLE
(
CASEID VARCHAR2(10),
STEPID VARCHAR2(10),
ACTIONDATE DATE
)
tablespace COLM_DATA
pctfree 10
initrans 1
maxtrans 255
storage
(
initial 64K
minextents 1
maxextents unlimited
);
insert into LEAD_TABLE values('Case1','Step1',to_date('20070101','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case1','Step2',to_date('20070102','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case1','Step3',to_date('20070103','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case1','Step4',to_date('20070104','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case1','Step5',to_date('20070105','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case1','Step4',to_date('20070106','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case1','Step6',to_date('20070101','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case1','Step1',to_date('20070201','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case2','Step2',to_date('20070202','yyyy-mm-dd'));
insert into LEAD_TABLE values('Case2','Step3',to_date('20070203','yyyy-mm-dd'));
commit;
結果如下：
Case1 Step1 2007-1-1 Step2 2007-1-2
Case1 Step2 2007-1-2 Step3 2007-1-3 Step1 2007-1-1
Case1 Step3 2007-1-3 Step4 2007-1-4 Step2 2007-1-2
Case1 Step4 2007-1-4 Step5 2007-1-5 Step3 2007-1-3
Case1 Step5 2007-1-5 Step4 2007-1-6 Step4 2007-1-4
Case1 Step4 2007-1-6 Step6 2007-1-7 Step5 2007-1-5
Case1 Step6 2007-1-7 Step4 2007-1-6
Case2 Step1 2007-2-1 Step2 2007-2-2
Case2 Step2 2007-2-2 Step3 2007-2-3 Step1 2007-2-1
Case2 Step3 2007-2-3 Step2 2007-2-2
還可以進一步統計一下兩者的相差天數
select caseid,stepid,actiondate,nextactiondate,nextactiondate-actiondate datebetween from (
select caseid,stepid,actiondate,lead(stepid) over (partition by caseid order by actiondate) nextstepid,
lead(actiondate) over (partition by caseid order by actiondate) nextactiondate,
lag(stepid) over (partition by caseid order by actiondate) prestepid,
lag(actiondate) over (partition by caseid order by actiondate) preactiondate
from lead_table)
結果如下：
Case1 Step1 2007-1-1 2007-1-2 1
Case1 Step2 2007-1-2 2007-1-3 1
Case1 Step3 2007-1-3 2007-1-4 1
Case1 Step4 2007-1-4 2007-1-5 1
Case1 Step5 2007-1-5 2007-1-6 1
Case1 Step4 2007-1-6 2007-1-7 1
Case1 Step6 2007-1-7
Case2 Step1 2007-2-1 2007-2-2 1
Case2 Step2 2007-2-2 2007-2-3 1
Case2 Step3 2007-2-3
每一條記錄都能連接到上/下一行的內容
lead （） 下一個值 lag（） 上一個值
select caseid,stepid,actiondate,lead(stepid) over (partition by caseid order by actiondate) nextstepid,
lead(actiondate) over (partition by caseid order by actiondate) nextactiondate,
lag(stepid) over (partition by caseid order by actiondate) prestepid,
lag(actiondate) over (partition by caseid order by actiondate) preactiondate
from lead_table
