SQL PARTITION BY

    前两天看前辈们的老代码，看到了一句神奇的SQL,生平第一次见：

select ……………… from
	(select xx1,xx2,xx3,……,row_number() 
	over(partition by xx4,xx5 order by xx6 desc,xx7 desc) rownum 
	from xxxx_tbl 
	where xxx8='sdfdsf' ……)
where rownum =1

为防止公司说泄露源码，就只能这样表示一下意思了，这句sql的灵魂之处在于row_number() over(partition by xx4,xx5 order by xx6 desc,xx7 desc)，你们见没见过我不知道，反正我以前没见过。所以一度没看懂。然后就一探究竟了，为了更加直观，我们还是拿前一篇limit重复问题里的那种表来进行举例。

案例

表结构如下：

字段	类型	注释
id	varchar(20)	主键
col1	varchar(20)	col1
col2	varchar(20)	col2
col3	varchar(20)	col3

全表查询：

SELECT * FROM test1 ORDER BY col1 DESC;

数据为：

id	col1	col2	col3
15	5	9	10
12	2	5	6
14	2	7	8
16	2	4	5
11	1	2	3

其中col1字段不是唯一的，第二第三第四行的col1都是2。

上关键sql：

SELECT id,col1,col2,col3, 
row_number() over (PARTITION BY col1 ORDER BY id DESC) AS row_num 
FROM test1 ;

返回结果：

id	col1	col2	col3	row_num
11	1	2	3	1
16	2	4	5	1
14	2	7	8	2
12	2	5	6	3
15	5	9	10	1

我们看这个返回结果，其中row_num列即为这段神奇的sql产生的，这一列的序号怎么来的呢：他是按照col1进行分组，然后按照id列进行倒序排序，row_num为分组后组内排序的结果。

分析

    看完案例中的sql和执行结果，其实我们就能猜出开头的那个sql的目的了，他是要获取分组后每组的第一个值。其实我们经常会遇到这样的案例，比如：给你一个全年级学生的分数表，我要获取每个班分数最高的前三名。如果说这个年级有多少个班是已知的，我们可以通过union一个一个子查询拼接起来，但是如果班级个数未知，那这时候如果想用一句sql就有点无奈了。
    同样，如果我们想要获取的是每个班级分数最高的一个人，我们也可以通过group by加max函数再加子查询解决，但是这里不是一个。

partition by与group by

    一开始其实没搞明白，同样是分组partition by和group by有什么区别。从用法上来看：
partition by

select xx1,xx2,xx3,……,row_number() 
	over(partition by xx4,xx5 order by xx6 desc,xx7 desc) rownum 
	from xxxx_tbl

group by

select xx1,max(xx2)
	from xxxx_tbl group by xx1

partition by是用在返回参数中的，而group by是用在约束里的。而深层里去理解，partition by是分组后进行组内逐条分析，比如这里的row_number() over，而groupy by则是分组后进行整组的聚合分析，比如上面的max()。

扩展

    既然是用于分析的，肯定有一些常用的与之配合的分析函数，比如group常和sum、min、max等组合使用。partition by除了上面的row_number外还有以下一些常用的配合：

• max：获取组内已排序的最大值

SELECT id,col1,col2,col3, MAX(col3) 
over (PARTITION BY col1 ORDER BY id DESC) AS row_num FROM test1 ;

id	col1	col2	col3	row_num
11	1	2	3	3
16	2	4	5	5
14	2	7	8	8
12	2	5	6	8
15	5	9	10	10

• rank:排名的时候用row_number不是很好，原因是如果有两行order by的id相同，那么row_number就会漏掉其中的一行，而rank则不会漏，同时rank是跳跃排名，比如有两个第二名，那第四个就是第四名，而不是第三名

SELECT id,col1,col2,col3, rank() 
over (PARTITION BY col1 ORDER BY id DESC) AS row_num FROM test1 ;

id	col1	col2	col3	row_num
11	1	2	3	1
16	2	4	5	1
14	2	7	8	2
12	2	5	6	3
15	5	9	10	1

• dense_rank:和rank一样，也是能够查出所有的记录，但是他不是跳跃排名，两个第二名之后是第三名。

SELECT id,col1,col2,col3, dense_rank() over (PARTITION BY col1 ORDER BY id DESC) AS row_num FROM test1 ;

id	col1	col2	col3	row_num
11	1	2	3	1
16	2	4	5	1
14	2	7	8	2
12	2	5	6	3
15	5	9	10	1