扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
有些事情始终是需要坚持下去的。。。
创新互联公司-成都网站建设公司,专注网站制作、成都做网站、网站营销推广,域名与空间,雅安服务器托管,网站托管有关企业网站制作方案、改版、费用等问题,请联系创新互联公司。
今天复习一下之前用到的连续相同数据的统计。
首先,创建一个简单的测试表,这里过程就略过了,直接上表(真的是以简单为主,哈哈…)
第一种写法row_number()
:
SELECT val,COUNT(*) FROM (SELECT ID,val, row_number() OVER(ORDER BY ID)-row_number() OVER(PARTITION BY val ORDER BY ID) x FROM LCY ) GROUP BY val,x ORDER BY MIN(ID);
第二种rank()
:
SELECT val,COUNT(*) FROM (SELECT ID,val, rank() OVER(ORDER BY ID)-rank() OVER(PARTITION BY val ORDER BY ID) x FROM LCY) GROUP BY val,x ORDER BY MIN(ID);
第三种dense_rank()
:
SELECT val,COUNT(*) FROM (SELECT ID,val, dense_rank() OVER(ORDER BY ID)-dense_rank() OVER(PARTITION BY val ORDER BY ID) x FROM LCY )GROUP BY val,x ORDER BY MIN(ID);
结果:
三者在这里的用法只是换汤不换药,但是在其他的需求里还是有区别的,比如成绩排名。
本章涉及到的知识点是分析函数、聚合函数,除此之外还有数据分析函数和统计求和函数。
简单介绍一下:
聚合函数
分析函数
数据分析函数
统计求和函数
CUBE :按照OLAP的CUBE方式进行数据统计,即各个维度均需统计
下一篇文章介绍三者的区别,还有其他一些常用的分析函数和聚合函数。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对创新互联的支持。如果你想了解更多相关内容请查看下面相关链接
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流