转载 http://www.cnblogs.com/benio/archive/2011/06/01/2066106.html
/*假设一个经理代表了一个部门
*/
SELECT emp.full_name,
emp.salary,
emp.manager_id,
row_number() over(PARTITION BY emp.manager_id ORDER BY emp.salary DESC) row_number_dept, --部门排行
rownum row_number, --行号
round((rownum + 1) / 4) page_number, --每4行一页
ntile(2) over(ORDER BY emp.salary DESC) page_number_nt, --平均分成两类
AVG(emp.salary) over(PARTITION BY emp.manager_id) avg_salary_department, --该部门薪水均值
SUM(emp.salary) over(PARTITION BY emp.manager_id) sum_salary_department, --该部门薪水总额
COUNT(emp.salary) over(PARTITION BY emp.manager_id) count_emp_department, --部门所有的员工
dense_rank() over(PARTITION BY emp.manager_id ORDER BY emp.salary DESC) rank_salary_dept, --该人员的部门薪水排行
dense_rank() over(ORDER BY emp.salary DESC) rank_salary_company, --该人员的全公司排行
MIN(emp.salary) over(PARTITION BY emp.manager_id) min_salary_dept, --部门的最低薪水
MIN(emp.salary) keep(dense_rank FIRST ORDER BY emp.salary) over(PARTITION BY emp.manager_id) min_salary_dept_first, --部门的最低薪水
first_value(emp.salary) over(PARTITION BY emp.manager_id ORDER BY emp.salary) min_salary_dept_firstv, --部门的最低薪水
MAX(emp.salary) over(PARTITION BY emp.manager_id) max_salary_dept, --部门的最高薪水
MAX(emp.salary) keep(dense_rank LAST ORDER BY emp.salary) over(PARTITION BY emp.manager_id) max_salary_dept_last, --部门的最高薪水
last_value(emp.salary) over(PARTITION BY emp.manager_id ORDER BY emp.salary) max_salary_dept_lastv, --部门的最高薪水
lag(emp.full_name, 1, '00') over(ORDER BY emp.salary DESC) last_persion, --薪水在自己前一位的人
lead(emp.full_name, 1, '00') over(ORDER BY emp.salary DESC) next_persion --薪水在自己后一位的人
FROM fwk_tbx_employees emp
ORDER BY emp.salary DESC
1. 基本概念理解
分析函数
1. 顾名思义，分析函数是在主查询结果的基础上进行一定的分析，如分部门汇总，分部门求均值等等。
数据窗口
1. Oracle 分析函数建立在所谓的数据窗口之上，数据窗口可以理解为一个数据集合。主查询的数据可以按照不同的标准分割成不同的数据集。比如partition BY manager_id
按照manager_id将主查询的数据分成N(N代表有多少个不同的Manager_id)个不同的数据窗口。
2. 其次，数据窗口内部还应该与一定的顺序通过 ORDER BY 实现
分析函数和GROUP BY的区别和联系
1. 分析函数的功能大部分都可以通过GROUP BY 来聚合完成
2. 分析函数查询出来的行数是由主查询决定的，GROUP BY 的行数结果是由GROUP BY 后面的集合构成的唯一性组合决定的，通常比主查询的结果行数少。
2. 典型格式详解
SUM(emp.salary) over(PARTITION BY emp.manager_id) sum_salary_department, --该部门薪水总额
功能简介：
当前行对应人员所在部门的薪水总额
AVG，count与之类似
过程理解
1. 首先将查询出来的数据集按照MANAGER_ID分割
2. 查找到当前行的MANAGER_ID对应的数据集
3. 对以上数据集合求和，生成一个结果附在新添加的列中
dense_rank() over(PARTITION BY emp.manager_id ORDER BY emp.salary DESC) rank_salary_dept, --该人员的部门薪水排行
功能简介：
当前行对应人员在所在部门的薪水排名(不出现并列情况，相同的值也会依次有不同的排序，且排序连续)
RANK 函数与之相反，要出现并列的情况啊，且并列将导致排名不连续如A和B并列第一，那么将没有第二名，而直接出现第三名
过程理解
1. 首先将查询出来的数据集按照MANAGER_ID分割
2. 对当前行MANAGER_ID对应的数据集进行排序
3. 将本行对应的行号提取并附在附加列中
MIN(emp.salary) keep(dense_rank FIRST ORDER BY emp.salary) over(PARTITION BY emp.manager_id) min_salary_dept_first, --部门的最低薪水
功能简介：
当前行对应人员在所在部门的最低薪水
MAX函数与之类似
过程理解
1. 首先将查询出来的数据集按照MANAGER_ID分割
2. 对当前行MANAGER_ID对应的数据集进行排序，提取最前面的行，最前面的行的值有相等的，那么返回多行
3. 在返回的多行中，提取薪水最小的行，并提取salary字段
first_value(emp.salary) over(PARTITION BY emp.manager_id ORDER BY emp.salary) min_salary_dept_firstv, --部门的最低薪水
功能简介：
当前行对应人员在所在部门的最低薪水
last_value与之相反，求的是最后一个值
过程理解
1. 首先将查询出来的数据集按照MANAGER_ID分割
2. 对当前行MANAGER_ID对应的数据集进行排序
3. 提取第一行的salary字段
LAG(EMP.FULL_NAME, 1, '00') OVER (ORDER BY EMP.SALARY DESC) LAST_PERSION, --薪水在自己前一位的人
功能简介：
总体薪水排名中，比自己高一位的人的名字
lead 函数与之相反求的在自己后面的人
参数介绍：
LAG(p_segment, p_distance, p_defaualt_val)
1. p_segment: 需要提取的字段
2. p_distance：>=0的数，表示比当前人员前面了几位
3. p_defaualt_val: 当当前行没有比它前的行的时候，显示默认值
过程理解
1. 首先将查询出来的数据集按照薪水进行降序排序
2. 提取前p_distance位的p_segment字段