[SQL学习] 分析函数 count

- COUNT函数的语法描述
http://download.oracle.com/docs/cd/B19306_01/server.102/b14200/functions032.htm#SQLRF00624
COUNT({ * | [ DISTINCT | ALL ] expr })
   [ OVER (analytic_clause) ]

- 有关分析函数的扩展可以参考Oracle的官方文档中的“Analytic Functions”描述：http://download.oracle.com/docs/cd/B19306_01/server.102/b14200/functions001.htm#SQLRF06174

- 通过实验看一下普通COUNT函数和分析函数COUNT的使用方法
-- 创建测试表T，并初始化9条数据
create table t (group_id number(10), name varchar2(10), salary int);
insert into t values (1,'Tom',1200);
insert into t values (2,'Kary',2400);
insert into t values (2,'Joe',800);
insert into t values (3,'Andy',100);
insert into t values (3,'Ellen',200);
insert into t values (3,'Erick',300);
insert into t values (3,'Hou',400);
insert into t values (3,'Mary',500);
insert into t values (3,'Secooler',600);
commit;

-- T表全貌
-- 共三组数据，group_id分别是1、2和3。第1组有一个人，第2组有两个人，第3组有六个人。最后一列是每个人的薪水值
select * from t order by group_id,name;

  GROUP_ID NAME           SALARY
---------- ---------- ----------
         1 Tom              1200
         2 Joe               800
         2 Kary             2400
         3 Andy              100
         3 Ellen             200
         3 Erick             300
         3 Hou               400
         3 Mary              500
         3 Secooler          600

9 rows selected.

-- 普通COUNT函数使用方法，地球人都知道。不过要注意，要结合group by分组使用。
select group_id, count(*) from t group by group_id;

  GROUP_ID   COUNT(*)
---------- ----------
         1          1
         2          2
         3          6

-- 分析函数COUNT的混合使用方法
-- COUNT1得到所有参与计算的行的数量（非空）
-- COUNT2得到比自己薪水少的人数（包括自己在内）
-- COUNT3得到比自己薪水少200元多300元的人数（包括自己在内）
col name for a10
select group_id, name, salary, count(*) over () as count1, count(*) over (order by salary) as count2,count(*) over (order by salary range between 200 preceding and 300 following) as count3 from t order by group_id, name;

  GROUP_ID NAME           SALARY     COUNT1     COUNT2     COUNT3
---------- ---------- ---------- ---------- ---------- ----------
         1 Tom              1200          9          8          1
         2 Joe               800          9          7          2
         2 Kary             2400          9          9          1
         3 Andy              100          9          1          4
         3 Ellen             200          9          2          5
         3 Erick             300          9          3          6
         3 Hou               400          9          4          5
         3 Mary              500          9          5          5
         3 Secooler          600          9          6          4

9 rows selected.