詳解SQL Server 2005四種排名函數

作者：蕭亞生 2009-04-02 09:46:19

在SQL 2005中存在四種排名函數： ROW_NUMBER、RANK、DENSE_RANK 和 NTILE。這些新函數可以有效地分析數據以及向查詢的結果行提供排序值。您可能發現這些新函數有用的典型方案包括：將連續整數分配給結果行，以便進行表示、分頁、計分和繪制直方圖。

下面通過具體的方案將用來討論和演示不同的函數和它們的子句。

十一位演講者在會議中發表演講，并且為他們的講話獲得范圍為 1 到 9 的分數。結果被總結并存儲在下面的 SpeakerStats 表中：

Code
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)

每個演講者都在該表中具有一個行，其中含有該演講者的名字、議題、平均得分、填寫評價的與會者相對于參加會議的與會者數量的百分比以及該演講者發表演講的次數。本節演示如何使用新的排序函數分析演講者統計數據以生成有用的信息。

1、ROW_NUMBER（）函數

返回結果集分區內行的序列號，每個分區的第一行從 1 開始。一般與OVER連用。
例如，假設您要返回所有演講者的 speaker、track 和 score，同時按照 score 降序向結果行分配從 1 開始的連續值。以下查詢通過使用 ROW_NUMBER 函數并指定 OVER (ORDER BY score DESC) 生成所需的結果：

Code
Code
SELECT ROW_NUMBER() OVER(ORDER BY score DESC) AS rownum, speaker, track, score
FROM SpeakerStats
rownum speaker    trackscore
------ ---------- ---------- -----------
1Jessica     Dev  9
2Ron   Dev  9
3Suzanne   DB   9
4Kathy     Sys   8
5Michele   Sys   8
6Mike DB    8
7KevinDB    7
8BrianSys   7
9Joe 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為不同的行生成不同的行號。請注意，如果在 OVER() 選項中指定的 ORDER BY 列表不唯一，則結果是不確定的。這意味著該查詢具有一個以上正確的結果；在該查詢的不同調用中，可能獲得不同的結果。例如，在我們的示例中，有三個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，因此您應當假設分別分配給 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，則結果應該同樣正確。

如果您指定一個唯一的 ORDER BY 列表，則結果總是確定的。例如，假設在演講者之間出現得分相同的情況時，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，因此結果是確定的：

Code

SELECT ROW_NUMBER() OVER(ORDER BY score DESC, pctfilledevals DESC,  numsessions DESC, speaker) AS rownum,   speaker, track, score, pctfilledevals, numsessions
FROM SpeakerStats
rownum speaker    trackscore pctfilledevals numsessions
------ ---------- ---------- ----------- -------------- -----------
1    Ron    Dev  9   30 3
2    Suzanne    DB   9   30 3
3    JessicaDev 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    RobertDev  6   28 2
10  Joe    Dev  6   20 2
11  Dan   Sys   3  22 4

本節所講到排序函數的重要好處之一是它們的效率。SQL Server 的優化程序只需要掃描數據一次，以便計算值。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，如果未創建適當的索引，則掃描數據一次并對其進行排序。

另一個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，它返回與上一個查詢相同的結果：

Code
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.numsessios > 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 查詢復雜得多。此外，對于 SpeakerStats 表中的每個基礎行，SQL Server 都必須掃描該表的另一個實例中的所有匹配行。對于基礎表中的每個行，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性的。即使是在相當小的表中，性能差異也是顯著的。

行號的一個典型應用是通過查詢結果分頁。給定頁大小（以行數為單位）和頁號，需要返回屬于給定頁的行。例如，假設您希望按照“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算派生表 D 中的行數，然后只篩選行號為 4 到 6 的行（它們屬于第二頁）：

Code
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

以下為結果集：

rownum speaker    trackscore
------ ---------- ---------- -----------
4KathySys  8
5Michele    Sys  8
6Mike  DB  8

用更一般的術語表達就是，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期頁的行：

Code
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 D 
 WHERE rownum BETWEEN (@pagenum-1)*@pagesize+1 AND @pagenum*@pagesize

上述方法對于您只對行的一個特定頁感興趣的特定請求而言已經足夠了。但是，當用戶發出多個請求時，該方法就不能滿足需要了，因為該查詢的每個調用都需要您對表進行完整掃描，以便計算行號。當用戶可能反復請求不同的頁時，為了更有效地進行分頁，請首先用所有基礎表行（包括計算得到的行號）填充一個臨時表，并且對包含這些行號的列進行索引：


Code
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，對于所請求的每個頁，發出以下查詢：

DECLARE @pagenum AS INT, @pagesize AS INT
SET @pagenum = 2
SET @pagesize = 3
SELECT rownum, speaker, track, score
FROM #SpeakerStatsRN
WHERE rownum BETWEEN (@pagenum-1)*@pagesize+1 AND @pagenum*@pagesize
ORDER BY score DESC, speaker

只有屬于預期頁的行才會被掃描。

分段

可以在行組內部獨立地計算排序值，而不是為作為一個組的所有表行計算排序值。為此，請使用 PARTITION BY 子句，并且指定一個表達式列表，以標識應該為其獨立計算排序值的行組。例如，以下查詢按照“score DESC, speaker”順序單獨分配每個 track 內部的行號：

Code
SELECT track,
ROW_NUMBER() OVER(
    PARTITION BY track
    ORDER BY score DESC, speaker) AS pos,speaker, score
FROM SpeakerStats

以下為結果集：

trackpos speaker    score
---------- --- ---------- -----------
DB   1   Suzanne    9
DB   2   Mike 8
DB   3   Kevin7
Dev  1   Jessica    9
Dev  2   Ron  9
Dev  3   Joe  6
Dev  4   Robert     6
Sys  1   Kathy8
Sys  2   Michele    8
Sys  3   Brian7
Sys  4   Dan  3

在 PARTITION BY 子句中指定 track 列會使得為具有相同 track 的每個行組單獨計算行號。

#p#

2、RANK, DENSE_RANK

RANK 和 DENSE_RANK 函數非常類似于 ROW_NUMBER 函數，因為它們也按照指定的排序提供排序值，而且可以根據需要在行組（分段）內部提供。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 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，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行最好的解釋。以下查詢按照 score DESC 順序計算不同演講者的行號、排序和緊密排序值：


Code
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
speaker    trackscore    rownum rnk drnk
---------- ---------- ----------- ------ --- ----
Jessica    Dev     9     1     1   1
Ron  Dev     9     21   1
Suzanne    DB    9     31   1
KathySys    8     44   2
Michele    Sys   854   2
Mike DB     864   2
KevinDB     777   3
BrianSys    787   3
Joe  Dev    699   4
Robert     Dev   6     10     9   4
Dan  Sys   311    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 ORDER BY 列表不唯一時，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。從您迄今為止已經了解的內容中，您可以推導出當 ORDER BY 列表唯一時，ROW_NUMBER、RANK 和 DENSE_RANK 產生完全相同的值。

3、NTILE

NTILE 使您可以按照指定的順序，將查詢的結果行分散到指定數量的組 (tile) 中。每個行組都獲得不同的號碼：第一組為 1，第二組為 2，等等。您可以在函數名稱后面的括號中指定所請求的組號，在 OVER 選項的 ORDER BY 子句中指定所請求的排序。組中的行數被計算為 total_num_rows / num_groups。如果有余數 n，則前面 n 個組獲得一個附加行。因此，可能不會所有組都獲得相等數量的行，但是組大小最大只可能相差一行。例如，以下查詢按照 score 降序將三個組號分配給不同的 speaker 行：

Code
SELECT speaker, track, score,
ROW_NUMBER() OVER(ORDER BY score DESC) AS rownum,
NTILE(3) OVER(ORDER BY score DESC) AS tile
FROM SpeakerStats

以下為結果集：

speaker    trackscore rownum tile
---------- ---------- ----------- ------ ----
Jessica    Dev    9     11
Ron  Dev    9     21
Suzanne    DB   9     31
KathySys   8     41
Michele    Sys   8     52
Mike DB     8     62
KevinDB     7     72
BrianSys    7     82
Joe  Dev    6     93
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 2，這意味著前面 2 個組將獲得一個附加行（每個組中有 4 行），而第三個組則不會得到附加行（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，并且將項目均勻分布到每個梯級。在我們的示例中，第一個梯級表示具有最高得分的演講者，第二個梯級表示具有中等得分的演講者，第三個梯級表示具有最低得分的演講者。可以使用 CASE 表達式為組號提供說明性的有意義的備選含義：

Code
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

以下為結果集：

speaker    trackscore scorecategory
---------- ---------- ----------- -------------
KevinDB   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
BrianSys 7     Medium
Dan  Sys3     Low
KathySys8     High
Michele    Sys8     Medium

【編輯推薦】

SQL Server數據庫內容替換方法
有效使用SQL Server的自動管理功能
在SQL Server中創建全局臨時表技巧

責任編輯：彭凡來源：博客園

排名函數排序 SQL 2005