48

我有一个由其他人编写的 SQL 查询，我正试图弄清楚它的作用。有人可以解释一下Partition ByandRow_Number关键字在这里的作用，并给出一个简单的例子，以及为什么要使用它？

分区示例：

(SELECT cdt.*,
        ROW_NUMBER ()
        OVER (PARTITION BY cdt.country_code, cdt.account, cdt.currency
              ORDER BY cdt.country_code, cdt.account, cdt.currency)
           seq_no
   FROM CUSTOMER_DETAILS cdt);

我在网上看过一些例子，它们有点太深入了。

提前致谢！

4

4 回答 4

112

PARTITION BY隔离集合，这使您能够独立地在相关集合上工作（ROW_NUMBER()、COUNT()、SUM() 等）。

在您的查询中，相关集由具有相似 cdt.country_code、cdt.account、cdt.currency 的行组成。当您对这些列进行分区并在它们上应用 ROW_NUMBER 时。这些组合/集合上的其他列将从 ROW_NUMBER 接收序列号

但是该查询很有趣，如果您按一些唯一数据进行分区并且您在其上放置了 row_number，它只会产生相同的数字。就像您在保证唯一的分区上执行 ORDER BY 一样。例如，将 GUID 视为cdt.country_code, cdt.account, cdt.currency

newid()产生 GUID，那么你对这个表达式有什么期望呢？

select
   hi,ho,
   row_number() over(partition by newid() order by hi,ho)
from tbl;

...对，所有分区（没有分区，每一行都分区在自己的行中）行的 row_numbers 都设置为 1

基本上，您应该在非唯一列上进行分区。OVER 上的 ORDER BY 需要 PARTITION BY 具有非唯一组合，否则所有 row_numbers 将变为 1

例如，这是您的数据：

create table tbl(hi varchar, ho varchar);

insert into tbl values
('A','X'),
('A','Y'),
('A','Z'),
('B','W'),
('B','W'),
('C','L'),
('C','L');

然后这类似于您的查询：

select
   hi,ho,
   row_number() over(partition by hi,ho order by hi,ho)
from tbl;

那会是什么输出？

HI  HO  COLUMN_2
A   X   1
A   Y   1
A   Z   1
B   W   1
B   W   2
C   L   1
C   L   2

你看到你的HI HO组合了吗？前三行具有唯一的组合，因此它们设置为 1，B 行具有相同的 W，因此 ROW_NUMBERS 不同，HI C 行也是如此。

现在，为什么ORDER BY需要那里？如果以前的开发者只是想在相似的数据上放一个row_number（例如HI B，所有数据都是BW，BW），他可以这样做：

select
   hi,ho,
   row_number() over(partition by hi,ho)
from tbl;

但唉，Oracle（和 Sql Server 也是）不允许分区没有ORDER BY; 而在 Postgresql 中，ORDER BYPARTITION 是可选的：http ://www.sqlfiddle.com/#!1/27821/1

select
   hi,ho,
   row_number() over(partition by hi,ho)
from tbl;

您ORDER BY的分区看起来有点多余，不是因为以前的开发人员的错，某些数据库只是不允许PARTITION使用 no ORDER BY，他可能无法找到一个好的候选列进行排序。如果 PARTITION BY 列和 ORDER BY 列都相同，只需删除 ORDER BY，但由于某些数据库不允许这样做，您可以这样做：

SELECT cdt.*,
        ROW_NUMBER ()
        OVER (PARTITION BY cdt.country_code, cdt.account, cdt.currency
              ORDER BY newid())
           seq_no
   FROM CUSTOMER_DETAILS cdt

您找不到用于对相似数据进行排序的好列？您不妨随机排序，分区数据无论如何都具有相同的值。例如，您可以使用 GUID（newid()用于 SQL Server）。所以这与以前的开发人员所做的输出相同，不幸的是某些数据库不允许PARTITION没有ORDER BY

虽然真的，它躲避了我，我找不到一个很好的理由在相同的组合上加上一个数字（BW，BW，在上面的例子中）。它给人的印象是数据库具有冗余数据。不知何故让我想起了这一点：如何从表中的同一记录列表中获取一条唯一记录？表中没有唯一约束

看到 PARTITION BY 具有与 ORDER BY 相同的列组合，看起来真的很神秘，不能轻易推断出代码的意图。

现场测试：http ://www.sqlfiddle.com/#!3/27821/6

但正如 dbaseman 也注意到的那样，在同一列上进行分区和排序是没有用的。

你有一组这样的数据：

create table tbl(hi varchar, ho varchar);

insert into tbl values
('A','X'),
('A','X'),
('A','X'),
('B','Y'),
('B','Y'),
('C','Z'),
('C','Z');

然后你用 hi,ho 分区；然后你订购，嗨，嗬。对类似数据进行编号没有意义:-) http://www.sqlfiddle.com/#!3/29ab8/3

select
   hi,ho,
   row_number() over(partition by hi,ho order by hi,ho) as nr
from tbl;

输出：

HI  HO  ROW_QUERY_A
A   X   1
A   X   2
A   X   3
B   Y   1
B   Y   2
C   Z   1
C   Z   2

看？为什么需要将行号放在相同的组合上？您将在三重 A、X、双 B、Y、双 C、Z 上分析什么？:-)

您只需要在非唯一列上使用 PARTITION ，然后对非唯一列的唯一-ing 列进行排序。示例将使其更清楚：

create table tbl(hi varchar, ho varchar);

insert into tbl values
('A','D'),
('A','E'),
('A','F'),
('B','F'),
('B','E'),
('C','E'),
('C','D');

select
   hi,ho,
   row_number() over(partition by hi order by ho) as nr
from tbl;

PARTITION BY hi对非唯一列进行操作，然后在每个分区列上，您对其唯一列（ho）进行排序，ORDER BY ho

输出：

HI  HO  NR
A   D   1
A   E   2
A   F   3
B   E   1
B   F   2
C   D   1
C   E   2

该数据集更有意义

现场测试：http ://www.sqlfiddle.com/#!3/d0b44/1

这类似于您在 PARTITION BY 和 ORDER BY 上具有相同列的查询：

select
   hi,ho,
   row_number() over(partition by hi,ho order by hi,ho) as nr
from tbl;

这是输出：

HI  HO  NR
A   D   1
A   E   1
A   F   1
B   E   1
B   F   1
C   D   1
C   E   1

看？没有意义？

现场测试：http ://www.sqlfiddle.com/#!3/d0b44/3

最后，这可能是正确的查询：

SELECT cdt.*,
     ROW_NUMBER ()
     OVER (PARTITION BY cdt.country_code, cdt.account -- removed: cdt.currency
           ORDER BY 
               -- removed: cdt.country_code, cdt.account, 
               cdt.currency) -- keep
        seq_no
FROM CUSTOMER_DETAILS cdt
于 2012-05-07T06:30:36.283 回答
11

我经常使用 row_number() 作为从我的选择语句中丢弃重复记录的快速方法。只需添加一个 where 子句。就像是...

select a,b,rn 
  from (select a, b, row_number() over (partition by a,b order by a,b) as rn           
          from table) 
 where rn=1;
于 2015-09-17T18:21:35.993 回答
7

这将选择每个国家代码、帐户和货币的行号。因此，国家代码“US”、账户“XYZ”和货币“$USD”的行将分别获得一个从 1-n 分配的行号；结果集中这些列的所有其他组合也是如此。

这个查询有点好笑，因为order by子句什么都不做。每个分区中的所有行都具有相同的国家代码、帐户和货币，因此按这些列排序没有意义。因此，在此特定查询中分配的最终行号将是不可预测的。

希望有帮助...

于 2012-05-07T05:34:35.293 回答
3

我知道这是一个旧线程，但 PARTITION 相当于 GROUP BY 而不是 ORDER BY。此函数中的 ORDER BY 是 . . . 订购。这只是一种通过添加序列号从冗余中创建唯一性的方法。或者，您可以在引用函数的别名列时通过 WHERE 子句消除其他冗余记录。但是，SELECT 语句中的 DISTINCT 在这方面可能会完成同样的事情。

于 2016-01-13T18:51:43.490 回答