Dense_Rank()over——窗口函数之一

随着数据量的增加，SQL语句的效率问题越来越引人注目。窗口函数是SQL语句中相对高级的知识点之一，能够处理复杂的数据统计问题。其中，Dense_Rank()over函数是常用的一种，本文将对其进行详细阐述。

一、什么是窗口函数

窗口函数（window function）是SQL标准中的一种高级函数，可以在完成SQL查询语句的同时对查询结果进行窗口分析，可以说是“行中行”，是一种特殊的聚合函数。其特点是将窗口内的数据按照指定的顺序排序，再进行聚合运算，同时不影响原有的查询结构。

SELECT column1, column2, SUM(column3) OVER (PARTITION BY column1 ORDER BY column2) AS cum_sum
FROM table_name;

上述代码中，SUM()函数被称为聚合函数；OVER()窗口运算函数被称为窗口函数。它们的作用是先按照column1（PARTITION BY），再按照column2（ORDER BY）排序，最后计算 column3 的累积和。

二、什么是Dense_Rank()over函数

Dense_Rank()over函数是窗口函数中的一种，与另一种Rank()over函数有所不同。 Dense_Rank()over 不会跳过相同排名的值，它会在有重复值时给每个重复值打上同样的排名，且排名不会跳过其他排名。这就使 Dense_Rank()over 更加适用于处理数据分组问题。

SELECT column1,column2, Dense_Rank() over (PARTITION BY column1 ORDER BY column2) AS Rank
FROM table_name;

此SQL语句中，Dense_Rank()over函数会先按照 column1 进行分组（PARTITION BY），再按照 column2 进行排序（ORDER BY），最后计算每个组内的排名。

三、怎样使用Dense_Rank()over函数

1.基础用法

在传统SQL中，如果我们想统计每个省份各自的销售排名，需要使用子查询，代码如下：

SELECT Provience,Amount,
(SELECT COUNT(DISTINCT Amount)
FROM Sales S2
WHERE S1.Provience=S2.Provience AND S2.Amount>s1.Amount)+1 AS rank
FROM Sales S1;

但如果我们使用 Dense_Rank()over 函数，就可以将这段代码转化为一个简洁的查询语句：

SELECT Provience, Amount, Dense_Rank()OVER (PARTITION BY Provience ORDER BY Amount DESC) as Rank
FROM Sales;

上述代码中，我们使用了密集排名（Dense_Rank）对数据进行分组，按 Amount 的降序排序，再做排名运算。计算在 Provience 分组内的排名。

2.分情况进行排名

在分组内对数据进行排名时，我们可能需要分情况查询，这时我们可以在 Dense_Rank()over 中添加多个分组。

SELECT Provience, Store, Amount, Dense_Rank()OVER(PARTITION BY Provience, CASE WHEN Store='Store1' THEN 'Store1' ELSE 'Others' END ORDER BY Amount DESC) AS rank
FROM Sales;

上述代码中，我们在Dense_Rank()over函数中添加了两个不同的分组：按 Probience 分组、Store 分组。使用 CASE WHEN ... END 语句对 Store 进行判断，分情况进行排名。这里将 Store 为“Store1”的数据单独排名，其他的数据分一组进行排名。

3.排名的过滤条件

Dense_Rank()over函数可以使用 WHERE 字句来过滤数据的排名，这种过滤可以分为两种：行级别过滤和分区级别过滤。

以行级别过滤为例，假设我们需要在查询时，只返回前 5 名的数据。

SELECT Provience, Store, Amount, Dense_Rank()OVER(ORDER BY Amount DESC) AS rank
FROM Sales
WHERE Dense_Rank()OVER(ORDER BY Amount DESC) <= 5;

上述代码中，我们通过在WHERE语句中使用 Dense_Rank()over 函数来过滤数据，只返回了排名前5名的数据。

4.分组内的百分比排名

Dense_Rank()over 函数也可以实现分组内的百分比排名计算。

SELECT Probience, Store, Amount, Dense_Rank()OVER(PARTITION BY Store ORDER BY Amount) * 1.0 / COUNT(*) OVER(PARTITION BY Store) AS 'Ranking'
FROM Sales;

上述代码中，我们使用了Density_rank()over和COUNT()over函数对 Amount 进行了计算，得出了各个 Store 中销售额排名的百分比。

四、总结

Dense_Rank()over函数是一种灵活和强大的窗口函数，可以在 SQL 查询语句中实现复杂的数据统计和分组排名。本文详细介绍了该函数的基本概念、使用方法和常见应用场景。掌握 Dense_Rank()over 的技巧，将有助于优化SQL查询性能，提高数据处理效率。