窗口函数是对一组值进行操做,不须要使用GROUP BY 子句对数据进行分组,还可以在同一行中同时返回基础行的列和聚合列。窗口函数,基础列和聚合列的查询都很是简单。express
窗口函数的语法格式以下:函数
OVER([PARTITION BY value_expression,..[n] ] <ORDER BY BY_Clause>)
首先建一张调试表以下:spa
CREATE TABLE [dbo].[xxx]( [Id] [int] NULL, [Name] [nvarchar](50) NULL, [Operate] [nvarchar](50) NULL, [Score] [int] NULL, [CreateTime] [datetime] NULL ) ON [PRIMARY]
往里面添加以下数据。调试
一、聚合列与数据列共同显示code
--查询姓名、分数、以及全体平均分 SELECT Name, Score, CAST(AVG(Score) OVER() AS decimal(5,2) )AS '平均分' FROM xxx
二、分组日期最新blog
--对每一个人查询日期最新列 SELECT * FROM ( SELECT row_number() OVER(PARTITION BY Name ORDER BY CreateTime) AS part ,Score, Name, CreateTime FROM xxx ) AS C WHERE C.part = 1
三、分页排序
返回结果集内的行号,每一个分区从1开始,ORDER BY可肯定在特定分区中为行分配惟一 ROW_NUMBER 的顺序。图片
一、ROW_NUMBER()ci
返回结果集内的行号,每一个分区从1开始计算,ORDER BY可肯定在特定分区中为行分配惟一 ROW_NUMBER 的顺序。io
SELECT row_number() OVER(PARTITION BY Name ORDER BY CreateTime) ,Score, Name, CreateTime FROM xxx
输出以下:
二、RANK()
返回结果集的分区内每行的排序。行的排名是从1开始算。若是两个或多个行与一个排名关联,则每一个关联行将获得相同的排名。
SELECT RANK() OVER(PARTITION BY Name ORDER BY SCORE) ,Score, Name, CreateTime FROM xxx
下面一张图片很好地说明了Rank与ROW_NUMBER的区别。
三、DENSE_RANK()
返回结果集分区中行的排名,与Rank()相似,只是对并列的处理稍有不一样,详见示例。
SELECT DENSE_RANK() OVER(PARTITION BY Name ORDER BY SCORE) ,Score, Name, CreateTime FROM xxx
下面的示例展现了Rank()与Dense_Rank()的区别。
四、NTILE()
NTILE函数把结果中的行关联到组,并为每一行分配一个所属的组的编号,编号从1开始。对于每个行,NTILE 将返回此行所属的组的编号。
若是分区的行数不能被 integer_expression(就是传入的那个参数,表示分几个组的意思) 整除,则将致使一个成员有两种大小不一样的组。按照 OVER 子句指定的顺序,较大的组排在较小的组前面。
--每一个分区分2个组,该列是改行所属的组名 SELECT NTILE(2) OVER(PARTITION BY Name ORDER BY SCORE) ,Score, Name, CreateTime FROM xxx
示例以下: