SQL2005 四個(gè)排名函數(shù)(row_number、rank、dense_rank和ntile)的比較

　　1.row_number

　　2.rank

　　3.dense_rank

　　4.ntile　　

　　下面分別介紹一下這四個(gè)排名函數(shù)的功能及用法。在介紹之前假設(shè)有一個(gè)t_table表，表結(jié)構(gòu)與表中的數(shù)據(jù)如圖1所示：

　　圖1

　　其中field1字段的類型是int，field2字段的類型是varchar

　　一、row_number

　　row_number函數(shù)的用途是非常廣泛，這個(gè)函數(shù)的功能是為查詢出來的每一行記錄生成一個(gè)序號。row_number函數(shù)的用法如下面的SQL語句所示：

select row_number() over(order by field1) as row_number,* fromt_table

　　上面的SQL語句的查詢結(jié)果如圖2所示。

　　圖2

　　其中row_number列是由row_number函數(shù)生成的序號列。在使用row_number函數(shù)是要使用over子句選擇對某一列進(jìn)行排序，然后才能生成序號。

　　實(shí)際上，row_number函數(shù)生成序號的基本原理是先使用over子句中的排序語句對記錄進(jìn)行排序，然后按著這個(gè)順序生成序號。over子句中的order by子句與SQL語句中的order by子句沒有任何關(guān)系，這兩處的order by 可以完全不同，如下面的SQL語句所示

      ROW_NUMBER、RANK、DENSE_RANK 和 NTILE，這些新函數(shù)使您可以有效地分析數(shù)據(jù)以及向查詢的結(jié)果行提供排序值。您可能發(fā)現(xiàn)這些新函數(shù)有用的典型方案包括：將連續(xù)整數(shù)分配給結(jié)果行，以便進(jìn)行表示、分頁、計(jì)分和繪制直方圖。

Speaker Statistics 方案

下面的 Speaker Statistics 方案將用來討論和演示不同的函數(shù)和它們的子句。大型計(jì)算會(huì)議包括三個(gè)議題：數(shù)據(jù)庫、開發(fā)和系統(tǒng)管理。十一位演講者在會(huì)議中發(fā)表演講，并且為他們的講話獲得 范圍為 1 到 9 的分?jǐn)?shù)。結(jié)果被總結(jié)并存儲(chǔ)在下面的 SpeakerStats 表中：

CREATE TABLE SpeakerStats(
    speaker        VARCHAR(10) NOT NULL PRIMARY KEY
    , track          VARCHAR(10) NOT NULL
    , score          INT         NOT NULL
    , pctfilledevals INT         NOT NULL
    , numsessions    INT         NOT NULL)

SET NOCOUNT ON

INSERT INTO SpeakerStats VALUES('Dan',     'Sys', 3, 22, 4)
INSERT INTO SpeakerStats VALUES('Ron',     'Dev', 9, 30, 3)
INSERT INTO SpeakerStats VALUES('Kathy',   'Sys', 8, 27, 2)
INSERT INTO SpeakerStats VALUES('Suzanne', 'DB', 9, 30, 3)
INSERT INTO SpeakerStats VALUES('Joe',     'Dev', 6, 20, 2)
INSERT INTO SpeakerStats VALUES('Robert', 'Dev', 6, 28, 2)
INSERT INTO SpeakerStats VALUES('Mike',    'DB', 8, 20, 3)
INSERT INTO SpeakerStats VALUES('Michele', 'Sys', 8, 31, 4)
INSERT INTO SpeakerStats VALUES('Jessica', 'Dev', 9, 19, 1)
INSERT INTO SpeakerStats VALUES('Brian',   'Sys', 7, 22, 3)
INSERT INTO SpeakerStats VALUES('Kevin',   'DB', 7, 25, 4)

每個(gè)演講者都在該表中具有一個(gè)行，其中含有該演講者的名字、議題、平均得分、填寫評價(jià)的與會(huì)者相對于參加會(huì)議的與會(huì)者數(shù)量的百分比以及該演講者發(fā)表演講的次數(shù)。本節(jié)演示如何使用新的排序函數(shù)分析演講者統(tǒng)計(jì)數(shù)據(jù)以生成有用的信息。

ROW_NUMBER

ROW_NUMBER 函數(shù)使您可以向查詢的結(jié)果行提供連續(xù)的整數(shù)值。例如，假設(shè)您要返回所有演講者的 speaker、track 和 score，同時(shí)按照 score 降序向結(jié)果行分配從 1 開始的連續(xù)值。以下查詢通過使用 ROW_NUMBER 函數(shù)并指定 OVER (ORDER BY score DESC) 生成所需的結(jié)果：

SELECT ROW_NUMBER() OVER(ORDER BY score DESC) AS rownum,   speaker, track, scoreFROM SpeakerStatsORDER BY score DESC以下為結(jié)果集：

rownum speaker    track      score
------ ---------- ---------- -----------
1      Jessica    Dev        9
2      Ron        Dev        9
3      Suzanne    DB         9
4      Kathy      Sys        8
5      Michele    Sys        8
6      Mike       DB         8
7      Kevin      DB         7
8      Brian      Sys        7
9      Joe        Dev        6
10     Robert     Dev        6
11     Dan        Sys        3
得 分最高的演講者獲得行號 1，得分最低的演講者獲得行號 11。ROW_NUMBER 總是按照請求的排序?yàn)椴煌男猩刹煌男刑?。請注意，如果?OVER() 選項(xiàng)中指定的 ORDER BY 列表不唯一，則結(jié)果是不確定的。這意味著該查詢具有一個(gè)以上正確的結(jié)果；在該查詢的不同調(diào)用中，可能獲得不同的結(jié)果。例如，在我們的示例中，有三個(gè)不同的 演講者獲得相同的最高得分 (9)：Jessica、Ron 和 Suzanne。由于 SQL Server 必須為不同的演講者分配不同的行號，因此您應(yīng)當(dāng)假設(shè)分別分配給 Jessica、Ron 和 Suzanne 的值 1、2 和 3 是按任意順序分配給這些演講者的。如果值 1、2 和 3 被分別分配給 Ron、Suzanne 和 Jessica，則結(jié)果應(yīng)該同樣正確。

如 果您指定一個(gè)唯一的 ORDER BY 列表，則結(jié)果總是確定的。例如，假設(shè)在演講者之間出現(xiàn)得分相同的情況時(shí)，您希望使用最高的 pctfilledevals 值來分出先后。如果值仍然相同，則使用最高的 numsessions 值來分出先后。最后，如果值仍然相同，則使用最低詞典順序 speaker 名字來分出先后。由于 ORDER BY 列表 — score、pctfilledevals、numsessions 和 speaker — 是唯一的，因此結(jié)果是確定的：

SELECT ROW_NUMBER() OVER(ORDER BY score DESC, pctfilledevals DESC,                           numsessions DESC, speaker) AS rownum,   speaker, track, score, pctfilledevals, numsessionsFROM SpeakerStatsORDER BY score DESC, pctfilledevals DESC, numsessions DESC, speaker以下為結(jié)果集：

rownum speaker    track      score       pctfilledevals numsessions
------ ---------- ---------- ----------- -------------- -----------
1      Ron        Dev        9           30             3
2      Suzanne    DB         9           30             3
3      Jessica    Dev        9           19             1
4      Michele    Sys        8           31             4
5      Kathy      Sys        8           27             2
6      Mike       DB         8           20             3
7      Kevin      DB         7           25             4
8      Brian      Sys        7           22             3
9      Robert     Dev        6           28             2
10     Joe        Dev        6           20             2
11     Dan        Sys        3           22             4
新的排序函數(shù)的重要好處之一是它們的效率。SQL Server 的優(yōu)化程序只需要掃描數(shù)據(jù)一次，以便計(jì)算值。它完成該工作的方法是：使用在排序列上放置的索引的有序掃描，或者，如果未創(chuàng)建適當(dāng)?shù)乃饕?，則掃描數(shù)據(jù)一次并對其進(jìn)行排序。

另一個(gè)好處是語法的簡單性。為了讓您感受一下通過使用在 SQL Server 的較低版本中采用的基于集的方法來計(jì)算排序值是多么困難和低效，請考慮下面的 SQL Server 2000 查詢，它返回與上一個(gè)查詢相同的結(jié)果：

SELECT (SELECT COUNT(*)   FROM SpeakerStats AS S2  
            WHERE S2.score > S1.score    
            OR (S2.score = S1.score         AND S2.pctfilledevals > S1.pctfilledevals)    
            OR (S2.score = S1.score         AND S2.pctfilledevals = S1.pctfilledevals         AND S2.numsessions > S1.numsessions)    
            OR (S2.score = S1.score         AND S2.pctfilledevals = S1.pctfilledevals         AND S2.numsessions = S1.numsessions         AND S2.speaker S1.speaker)
            ) + 1 AS rownum
            , speaker, track, score, pctfilledevals, numsessions
            FROM SpeakerStats AS S1
            ORDER BY score DESC, pctfilledevals DESC, numsessions DESC, speaker

該查詢顯然比 SQL Server 2005 查詢復(fù)雜得多。此外，對于 SpeakerStats 表中的每個(gè)基礎(chǔ)行，SQL Server 都必須掃描該表的另一個(gè)實(shí)例中的所有匹配行。對于基礎(chǔ)表中的每個(gè)行，平均大約需要掃描該表的一半（最少）行。SQL Server 2005 查詢的性能惡化是線性的，而 SQL Server 2000 查詢的性能惡化是指數(shù)性的。即使是在相當(dāng)小的表中，性能差異也是顯著的。

行號的一個(gè)典型應(yīng)用是通過查詢結(jié)果分頁。給定頁大?。ㄒ孕袛?shù)為單位）和頁號，需要返回屬于給定頁的行。例如，假設(shè)您希望按照“score DESC, speaker”順序從 SpeakerStats 表中返回第二頁的行，并且假定頁大小為三行。下面的查詢首先按照指定的排序計(jì)算派生表 D 中的行數(shù)，然后只篩選行號為 4 到 6 的行（它們屬于第二頁）：

SELECT *
FROM (SELECT ROW_NUMBER() OVER(ORDER BY score DESC, speaker) AS rownum,
        speaker, track, score
      FROM SpeakerStats) AS D
WHERE rownum BETWEEN 4 AND 6
ORDER BY score DESC, speaker
以下為結(jié)果集：

rownum speaker    track      score
------ ---------- ---------- -----------
4      Kathy      Sys        8
5      Michele    Sys        8
6      Mike       DB         8
用更一般的術(shù)語表達(dá)就是，給定 @pagenum 變量中的頁號和 @pagesize 變量中的頁大小，以下查詢返回屬于預(yù)期頁的行：
DECLARE @pagenum AS INT, @pagesize AS INT
SET @pagenum = 2
SET @pagesize = 3
SELECT * FROM (SELECT ROW_NUMBER() OVER(ORDER BY score DESC, speaker) AS rownum
                ,speaker
                , track
                , score
                FROM SpeakerStats)
                AS DWHERE rownum BETWEEN (@pagenum-1)*@pagesize+1 AND @pagenum*@pagesize
                ORDER BY score DESC, speaker

上述方法對于您只對行的一個(gè)特定頁感興趣的特定請求而言已經(jīng)足夠了。但是，當(dāng)用戶發(fā)出多個(gè)請求時(shí)，該方法就不能滿足需要了，因?yàn)樵摬樵兊拿總€(gè)調(diào)用都 需要您對表進(jìn)行完整掃描，以便計(jì)算行號。當(dāng)用戶可能反復(fù)請求不同的頁時(shí)，為了更有效地進(jìn)行分頁，請首先用所有基礎(chǔ)表行（包括計(jì)算得到的行號）填充一個(gè)臨時(shí) 表，并且對包含這些行號的列進(jìn)行索引：

SELECT ROW_NUMBER() OVER(ORDER BY score DESC, speaker) AS rownum, *
INTO #SpeakerStatsRN
FROM SpeakerStats
CREATE UNIQUE CLUSTERED INDEX idx_uc_rownum ON #SpeakerStatsRN(rownum)
然后，對于所請求的每個(gè)頁，發(fā)出以下查詢：

SELECT rownum, speaker, track, score
FROM #SpeakerStatsRN
WHERE rownum BETWEEN (@pagenum-1)*@pagesize+1 AND @pagenum*@pagesize
ORDER BY score DESC, speaker
只有屬于預(yù)期頁的行才會(huì)被掃描。

分段
可以在行組內(nèi)部獨(dú)立地計(jì)算排序值，而不是為作為一個(gè)組的所有表行計(jì)算排序值。為此，請使用 PARTITION BY 子句，并且指定一個(gè)表達(dá)式列表，以標(biāo)識應(yīng)該為其獨(dú)立計(jì)算排序值的行組。例如，以下查詢按照“score DESC, speaker”順序單獨(dú)分配每個(gè) track 內(nèi)部的行號：

SELECT track,
ROW_NUMBER() OVER(
    PARTITION BY track
    ORDER BY score DESC, speaker) AS pos,
speaker, score
FROM SpeakerStats
ORDER BY track, score DESC, speaker
以下為結(jié)果集：

track      pos speaker    score
---------- --- ---------- -----------
DB         1   Suzanne    9
DB         2   Mike       8
DB         3   Kevin      7
Dev        1   Jessica    9
Dev        2   Ron        9
Dev        3   Joe        6
Dev        4   Robert     6
Sys        1   Kathy      8
Sys        2   Michele    8
Sys        3   Brian      7
Sys        4   Dan        3
在 PARTITION BY 子句中指定 track 列會(huì)使得為具有相同 track 的每個(gè)行組單獨(dú)計(jì)算行號。

RANK, DENSE_RANK

RANK 和 DENSE_RANK 函數(shù)非常類似于 ROW_NUMBER 函數(shù)，因?yàn)樗鼈円舶凑罩付ǖ呐判蛱峁┡判蛑?，而且可以根?jù)需要在行組（分段）內(nèi)部提供。但是，與 ROW_NUMBER 不同的是，RANK 和 DENSE_RANK 向在排序列中具有相同值的行分配相同的排序。當(dāng) ORDER BY 列表不唯一，并且您不希望為在 ORDER BY 列表中具有相同值的行分配不同的排序時(shí)，RANK 和 DENSE_RANK 很有用。RANK 和 DENSE_RANK 的用途以及兩者之間的差異可以用示例進(jìn)行最好的解釋。以下查詢按照 score DESC 順序計(jì)算不同演講者的行號、排序和緊密排序值：

SELECT speaker, track, score,
ROW_NUMBER() OVER(ORDER BY score DESC) AS rownum,
RANK() OVER(ORDER BY score DESC) AS rnk,
DENSE_RANK() OVER(ORDER BY score DESC) AS drnk
FROM SpeakerStats
ORDER BY score DESC
以下為結(jié)果集：

speaker    track      score       rownum rnk drnk
---------- ---------- ----------- ------ --- ----
Jessica    Dev        9           1      1   1
Ron        Dev        9           2      1   1
Suzanne    DB         9           3      1   1
Kathy      Sys        8           4      4   2
Michele    Sys        8           5      4   2
Mike       DB         8           6      4   2
Kevin      DB         7           7      7   3
Brian      Sys        7           8      7   3
Joe        Dev        6           9      9   4
Robert     Dev        6           10     9   4
Dan        Sys        3           11     11 5
正 如前面討論的那樣，score 列不唯一，因此不同的演講者可能具有相同的得分。行號確實(shí)代表下降的 score 順序，但是具有相同得分的演講者仍然獲得不同的行號。但是請注意，在結(jié)果中，所有具有相同得分的演講者都獲得相同的排序和緊密排序值。換句話說，當(dāng) ORDER BY 列表不唯一時(shí)，ROW_NUMBER 是不確定的，而 RANK 和 DENSE_RANK 總是確定的。排序值和緊密排序值之間的差異在于，排序代表：具有較高得分的行號加 1，而緊密排序代表：具有明顯較高得分的行號加 1。從您迄今為止已經(jīng)了解的內(nèi)容中，您可以推導(dǎo)出當(dāng) ORDER BY 列表唯一時(shí)，ROW_NUMBER、RANK 和 DENSE_RANK 產(chǎn)生完全相同的值。

NTILE

NTILE 使您可以按照指定的順序，將查詢的結(jié)果行分散到指定數(shù)量的組 (tile) 中。每個(gè)行組都獲得不同的號碼：第一組為 1，第二組為 2，等等。您可以在函數(shù)名稱后面的括號中指定所請求的組號，在 OVER 選項(xiàng)的 ORDER BY 子句中指定所請求的排序。組中的行數(shù)被計(jì)算為 total_num_rows / num_groups。如果有余數(shù) n，則前面 n 個(gè)組獲得一個(gè)附加行。因此，可能不會(huì)所有組都獲得相等數(shù)量的行，但是組大小最大只可能相差一行。例如，以下查詢按照 score 降序?qū)⑷齻€(gè)組號分配給不同的 speaker 行：

SELECT speaker, track, score,
ROW_NUMBER() OVER(ORDER BY score DESC) AS rownum,
NTILE(3) OVER(ORDER BY score DESC) AS tile
FROM SpeakerStats
ORDER BY score DESC
以下為結(jié)果集：

speaker    track      score       rownum tile
---------- ---------- ----------- ------ ----
Jessica    Dev        9           1      1
Ron        Dev        9           2      1
Suzanne    DB         9           3      1
Kathy      Sys        8           4      1
Michele    Sys        8           5      2
Mike       DB         8           6      2
Kevin      DB         7           7      2
Brian      Sys        7           8      2
Joe        Dev        6           9      3
Robert     Dev        6           10     3
Dan        Sys        3           11     3
在 SpeakerStats 表中有 11 位演講者。將 11 除以 3 得到組大小 3 和余數(shù) 2，這意味著前面 2 個(gè)組將獲得一個(gè)附加行（每個(gè)組中有 4 行），而第三個(gè)組則不會(huì)得到附加行（該組中有 3 行）。組號（tile 號）1 被分配給行 1 到 4，組號 2 被分配給行 5 到 8，組號 3 被分配給行 9 到 11。通過該信息可以生成直方圖，并且將項(xiàng)目均勻分布到每個(gè)梯級。在我們的示例中，第一個(gè)梯級表示具有最高得分的演講者，第二個(gè)梯級表示具有中等得分的演 講者，第三個(gè)梯級表示具有最低得分的演講者。可以使用 CASE 表達(dá)式為組號提供說明性的有意義的備選含義：

SELECT speaker, track, score,
CASE NTILE(3) OVER(ORDER BY score DESC)
    WHEN 1 THEN 'High'
    WHEN 2 THEN 'Medium'
    WHEN 3 THEN 'Low'
END AS scorecategory
FROM SpeakerStats
ORDER BY track, speaker
以下為結(jié)果集：

speaker    track      score       scorecategory
---------- ---------- ----------- -------------
Kevin      DB         7           Medium
Mike       DB         8           Medium
Suzanne    DB         9           High
Jessica    Dev        9           High
Joe        Dev        6           Low
Robert     Dev        6           Low
Ron        Dev        9           High
Brian      Sys        7           Medium
Dan        Sys        3           Low
Kathy      Sys        8           High
Michele    Sys        8           Medium