[大数据]第一篇博客-Sql排名函数DENSE_RANK

Sql排名函数?DENSE_RANK

1、DENSE_RANK函数介绍

dense_rank函数用于返回结果集的分区内每行的排名，函数考虑到了over子句中排序字段值相同的情况，over子句中排序字段值相同的序号是一样的，后面字段值不相同的生成序号也是连续的。比如1、2、2、3。

相比较而言，另一个排名函数rank()与之类似，但是字段值不相同的序号将跳过相同的排名号排下一个，比如1、2、2、4。

dense_rank函数用法如下：

select DENSE_RANK() OVER(partition by column order by [UserId]) as den_rank,* from [Order]

需要注意的是：

• over()函数中的partition by表示排名基于根据column的分区，省略partition by代表当前排名的结果集分区是以整个表进行的 ；
• over子句中的order by子句与SQL语句中的order by子句没有任何关系(也区分DESC和ASC)；
• over子句中的order by 要与Sql排序记录中的order by 保持一致，否则得到的序号可能不是连续的。

下面通过两个最近刷到的LC数据库习题来进行DENSE_RANK函数的讲解。

2、eg.1-第N高的薪水

编写一个 SQL 查询，获取 Employee 表中第 n 高的薪水（Salary）。

+----+--------+
| Id | Salary |
+----+--------+
| 1  | 100    |
| 2  | 200    |
| 3  | 300    |
+----+--------+

例如上述 Employee 表，n = 2 时，应返回第二高的薪水 200。如果不存在第 n 高的薪水，那么查询应返回 null。

+------------------------+
| getNthHighestSalary(2) |
+------------------------+
| 200                    |
+------------------------+

比较直观的一种方法，直接单表查询后使用limit N,1获取答案：

CREATE FUNCTION getNthHighestSalary(N INT) RETURNS INT
BEGIN
    SET N := N-1;
  RETURN (
      # Write your MySQL query statement below.
      SELECT 
            salary
      FROM 
            employee
      GROUP BY 
            salary
      ORDER BY 
            salary DESC
      LIMIT N, 1
  );
END

而我们通过题目分析可以知道，第二高的薪水可能不存在，也可能是多个，所以直接利用dense_rank函数排序字段值序号连续的特点，通过Salary降序的方式进行查询：

CREATE FUNCTION getNthHighestSalary(N INT) RETURNS INT
BEGIN
  RETURN (
      # Write your MySQL query statement below.
      select
        distinct Salary
      from
            (select
             	# 按Salary降序（DESC）排列，再通过where筛选number为N的列，最后distinct拿到salary
                Salary, DENSE_RANK() OVER(order by Salary DESC) as 'number'
            from
                Employee) t
      where number=N
  );
END

3、eg.2-部门工资前三高的所有员工

Employee 表包含所有员工信息，每个员工有其对应的工号 Id，姓名 Name，工资 Salary 和部门编号 DepartmentId 。

+----+-------+--------+--------------+
| Id | Name  | Salary | DepartmentId |
+----+-------+--------+--------------+
| 1  | Joe   | 85000  | 1            |
| 2  | Henry | 80000  | 2            |
| 3  | Sam   | 60000  | 2            |
| 4  | Max   | 90000  | 1            |
| 5  | Janet | 69000  | 1            |
| 6  | Randy | 85000  | 1            |
| 7  | Will  | 70000  | 1            |
+----+-------+--------+--------------+

Department 表包含公司所有部门的信息。

+----+----------+
| Id | Name     |
+----+----------+
| 1  | IT       |
| 2  | Sales    |
+----+----------+

编写一个 SQL 查询，找出每个部门获得前三高工资的所有员工。例如，根据上述给定的表，查询结果应返回：

+------------+----------+--------+
| Department | Employee | Salary |
+------------+----------+--------+
| IT         | Max      | 90000  |
| IT         | Randy    | 85000  |
| IT         | Joe      | 85000  |
| IT         | Will     | 70000  |
| Sales      | Henry    | 80000  |
| Sales      | Sam      | 60000  |
+------------+----------+--------+

解释：

IT 部门中，Max 获得了最高的工资，Randy 和 Joe 都拿到了第二高的工资，Will 的工资排第三。销售部门（Sales）只有两名员工，Henry 的工资最高，Sam 的工资排第二。

先上我的答案：

# Write your MySQL query statement below
select d.name 'Department', t.Name 'Employee', t.Salary
from
(select Name, DepartmentId, Salary,
    DENSE_RANK() over(partition by DepartmentId order by Salary DESC) as 's_rank'
from Employee) t
JOIN Department d
ON d.Id=t.DepartmentId
where t.s_rank IN(1,2,3)

一步一步地进行分析：

• 先看结果集里要求的列有哪些，我们可以看到包括Employee 表的Name列、Salary列以及Department 表的Name列；

• 也就是说，我们可以先求出Employee 表的Name、Salary、DepartmentId再通过JOINDepartment 表来获取部门名称；

• 对于Employee 表，我们获取每个部门的Salary降序排名：

  • # 根据DepartmentId分组，每个分组又通过Salary的降序排列，最后别名为s_rank
    select Name, DepartmentId, Salary,
        DENSE_RANK() over(partition by DepartmentId order by Salary DESC) as 's_rank'
    from Employee
    

• 上述查询结果作为临时表t和Department做连接查询，使用where限制排名为1或2或3；

  • (select Name, DepartmentId, Salary,
        DENSE_RANK() over(partition by DepartmentId order by Salary DESC) as 's_rank'
    from Employee) t
    JOIN Department d
    ON d.Id=t.DepartmentId
    

    where t.s_rank IN(1,2,3)
    

4、补充介绍-over()函数:

over函数的写法：

假设有一张表grade(id, name, score, class)

# 按照class进行分区
over(partition by class)
# 按照score进行累计
over(order by score)
# 按照class分区进行成绩累计
over(partition by class order by score)

over()中使用了order by子句，所以默认从第一行累计到当前行！！！；若不使用order by子句，则会针对整个分区求和（此处没指定partition by的话，将整个表视为一个分区，指定partition by就将该分区求和）

与over()函数结合使用的函数：

分析函数over()用于计算基于组的某种聚合值，它和聚合函数的不同之处是：对于每个组返回多行，而聚合函数对于每个组只返回一行。

• rank()和dense_rank()等排名函数+over()；

• sum()+over()；

  • #按照b列排序，将a依次相加
    sum(a) over (order by b)
    

• first_value() over()和last_value() over()；

• count()+over();

  • # 统计按user_id 分类的id个数
    count(id) over(partition by user_id)
    

🎁🎁🎁

第一次写博客呀，之前不管刷题还是看技术的东西都是本地记录，还是决定整理出来，有一个再次思考的过程，并且感觉更有动力😬。

我理解的难免有错误，提前感谢批评指正！希望大家一起进步，把学习当作乐趣！