經(jīng)驗(yàn)豐富的 DB2 開發(fā)人員 Bob Lyle 非常粗略地概述了 DB2 Universal Database 中強(qiáng)大的 OLAP 函數(shù)，并提供了關(guān)于如何使用這些函數(shù)的例子。
當(dāng)我出席在佛羅倫薩召開的 IDUG EMEA 時(shí)，我驚訝地發(fā)現(xiàn)很少有用戶對(duì)在 DB2? Universal Database 中引入的在線分析處理（OLAP）函數(shù)有較多的了解。雖然從表面上看這些函數(shù)只是一些簡(jiǎn)單的新函數(shù)，然而實(shí)際上它們是極其強(qiáng)大的。這種強(qiáng)大是建立在這些函數(shù)擴(kuò)展了關(guān)系模型、使關(guān)系模型能夠理解行集合內(nèi)的排序方式（ordering）這一基礎(chǔ)之上的。在此之前，如果您想執(zhí)行任何與排序方式（按日期排序或其他方式的排序）有關(guān)的分析，您就不得不編寫非常復(fù)雜的查詢。現(xiàn)在，有了 OLAP 函數(shù)，這種復(fù)雜性大大減少了。在本文中，我希望對(duì)某些已經(jīng)實(shí)現(xiàn)的函數(shù)給出一個(gè)非常粗略的概述，并提供一些關(guān)于如何使用這些函數(shù)的例子。本文中包括的所有函數(shù)都已經(jīng)在 OLAP 修訂案中標(biāo)準(zhǔn)化成 SQL99 標(biāo)準(zhǔn)。
排列函數(shù)
第一類引入到 DB2 中的 OLAP 函數(shù)是 排列（ranking）函數(shù)，它們是在 DB2 Version 6 中引入的。這些排列函數(shù)提供了定義一個(gè)集合（使用 PARTITION 子句），然后根據(jù)某種排序方式對(duì)這個(gè)集合內(nèi)的元素進(jìn)行排列的能力。例如，假設(shè)我們有一個(gè)雇員表，現(xiàn)在要對(duì)每個(gè)部門內(nèi)的雇員薪水進(jìn)行排列。要實(shí)現(xiàn)這一點(diǎn)，我們需要一個(gè)函數(shù)調(diào)用，這個(gè)函數(shù)調(diào)用可以完成以下工作：
- 將分區(qū)（集合）定義為各個(gè)部門
- 將集合內(nèi)的排序方式定義為按薪水排序。
按照慣例，我們一般會(huì)將薪水高的排在前面，所以我們將指定一個(gè)對(duì)薪水的降序排序方式。下面的例子展示了這個(gè)查詢的查詢和輸出。
?select empnum, dept, salary,
?rank() over (partition by dept
?????? order by salary desc nulls last) as rank,
?dense_rank() over (partition by dept order by salary desc nulls last)as denserank,
?row_number() over (partition by dept order by salary desc nulls last)as rownumber
from emptab; ?EMPNUM? DEPT SALARY? RANK? DENSERANK?? ROWNUMBER
?------? ---- ------? ----? ---------?? ---------
?6?????? 1??? 78000?? 1???? 1?????????? 1
?2?????? 1??? 75000?? 2???? 2?????????? 2
?7?????? 1??? 75000?? 2???? 2?????????? 3
?11????? 1??? 53000?? 4???? 3?????????? 4
?5?????? 1??? 52000?? 5???? 4?????????? 5
?1?????? 1??? 50000?? 6???? 5?????????? 6
--------------------------------------------------
?9?????? 2??? 51000?? 1???? 1?????????? 1
?4?????? 2?????? -??? 2???? 2?????????? 2
? |
展示排序的例子
首先，讓我們看一下函數(shù)調(diào)用。注意，rank 函數(shù)本身沒(méi)有參數(shù)。這是因?yàn)?rank 函數(shù)不對(duì)任何參數(shù)執(zhí)行任何計(jì)算。相反，rank 函數(shù)只是著眼于行集合--以及每一行在集合中的位置--正如排序方式所定義的那樣。那么，我們?nèi)绾螢檫@個(gè)函數(shù)定義集合和排序方式呢？?jī)烧叨际怯?OVER 子句定義的。在這個(gè)例子中，因?yàn)槲覀円诿總€(gè)部門內(nèi)進(jìn)行排列，因此我們通過(guò)按部門劃分分區(qū)來(lái)定義集合。這樣做的效果是可以確保只有那些在 dept 列具有相等值的行才參與排列。對(duì)排列函數(shù)的而言， 分區(qū)（partition） 和 集合（set）這兩個(gè)術(shù)語(yǔ)是等價(jià)的。在 PARTITION 子句后面，我們有一個(gè) ORDER BY 子句，這個(gè)子句定義了分區(qū)內(nèi)的排序方式。在這里，我們想將高薪排在前面，因此我們將排序方式定義為降序。除了指定降序以外，我們還指定 NULLS LAST。在 SQL 中，空值排在前面，意即空值顯得要大于所有其他非空的值。這就給排列帶來(lái)了問(wèn)題，因?yàn)槲覀兛赡懿⒉幌雽榭盏男剿旁谇懊妗Ｒ虼耍覀兪褂?NULLS LAST 子句來(lái)更改默認(rèn)的排序方式，這樣就可以將空值排在后面了。（注意，NULLS LAST 子句是在 DB2 V7 中引入的；不過(guò)，在 V6 中使用一個(gè) CASE 表達(dá)式來(lái)強(qiáng)加排序方式也是可以的。）
現(xiàn)在，讓我們看一下輸出。前 6 行都是 Department 1 的雇員，每一行都被賦予一個(gè)按薪水降序排列所得的名次。注意，在 Department 1 中，有兩個(gè)雇員的薪水都是 75000，這兩行都被賦予第二的名次。這是因?yàn)?rank 函數(shù)提供了一種 “奧林匹克式”的排列方式，在這種方式中，兩個(gè)相等的值得到相等的名次。因?yàn)橛袃尚小敖Y(jié)在一起，同獲第二”，所以就沒(méi)有排在第 3 的行。相反，接下來(lái)的一行排在第 4，因?yàn)楦鶕?jù)排序方式，有 3 行嚴(yán)格地排在這一行之前。
對(duì)于 Department 2，注意其中有一個(gè)行具有為空的薪水。因?yàn)槲覀冎付?NULLS LAST，所以這一行被排在非空行的后面。如果我們沒(méi)有指定 NULLS LAST 的話，Department 2 中兩行的排列順序就要倒過(guò)來(lái)了。
到現(xiàn)在，您可能會(huì)問(wèn)自己，在上面的例子中，其他兩個(gè)輸出列 denserank 和 rownumber 是什么呢？DB2 實(shí)際上有三個(gè)不同的排列函數(shù)。首先是 rank 函數(shù)，它提供了奧林匹克式的排列方式，這在前面已經(jīng)描述過(guò)了。其他兩個(gè)函數(shù)分別是 dense_rank和 row_number。Dense_rank 很像 rank，在這個(gè)函數(shù)中，“結(jié)”中的行排名是相等的。這兩個(gè)函數(shù)惟一的不同之處在于對(duì)跟在結(jié)后面的值的處理方式，在 Dense_rank函數(shù)中排名是按 1 遞增的（而不是像 rank 函數(shù)那樣按結(jié)中行的數(shù)量來(lái)遞增）。因而，這里不會(huì)出現(xiàn)排名有間隔的現(xiàn)象（因此函數(shù)名中才用了“dense”）。雖然 Employee 11 的薪水在 rank 函數(shù)中獲得的名次是第 4，但是 denserank 函數(shù)返回的值是 3。
最后一列給出 row_number 函數(shù)的輸出。Row_number 也執(zhí)行一次排列，但是當(dāng)碰到有結(jié)的情況時(shí)，結(jié)中的行要進(jìn)行任意的（也就是說(shuō)，不是確定的）排序。這在對(duì)有重復(fù)值的數(shù)據(jù)進(jìn)行分析時(shí)很有用。row_number 函數(shù)一個(gè)有趣的方面是它是惟一不要求提供排序方式的排列函數(shù)。如果在沒(méi)有指定排序方式的情況下調(diào)用 row_number 函數(shù)，則所有的行都將被當(dāng)作結(jié)中的行來(lái)對(duì)待，因而這些行是任意排序的。這對(duì)于在輸出中給行排序來(lái)說(shuō)很有用。
其他 OLAP函數(shù)
在 DB2 Version 7 中還引入了許多其他的 OLAP 函數(shù)。在引入這些函數(shù)之前，DB2 支持兩類基本的函數(shù)，分別是 標(biāo)量（scalar）函數(shù)和 聚集（aggregate） 函數(shù)。標(biāo)量函數(shù)是那些對(duì)單個(gè)行中的值進(jìn)行操作、并在每一行返回一個(gè)結(jié)果的函數(shù)。arithmetic 和 string 函數(shù)就是標(biāo)量函數(shù)的例子。例如，下面的查詢使用了 DIGITS 標(biāo)量函數(shù)來(lái)格式化 salary 字段。該函數(shù)對(duì)每一行執(zhí)行結(jié)果計(jì)算，并且該計(jì)算只使用當(dāng)前行中的 salary 值。
?select empnum, salary,
??? digits(salary) as digits
???????? from emptab
???????? where dept = 1;??EMPNUM????? SALARY????? DIGITS?
?----------- ----------- ----------
?????????? 1?????? 50000 0000050000
?????????? 2?????? 75000 0000075000
?????????? 5?????? 52000 0000052000
?... |
展示 DIGITS 標(biāo)量函數(shù)的例子
聚集函數(shù)（也叫 列 或 集合 函數(shù)）的行為有所不同。聚集函數(shù)對(duì)一組行進(jìn)行操作，并在輸出中將這些行聚集（或者合并）到單個(gè)的行中。聚集函數(shù)的一個(gè)例子是 sum 函數(shù)，這個(gè)函數(shù)計(jì)算一組值的和，并將這個(gè)和放入一個(gè)結(jié)果行中。例如，下面的查詢計(jì)算每個(gè)部門中所有雇員薪水的總和。GROUP BY 子句用于表明要聚集的集合（或分區(qū)）是各個(gè)部門中所有行的集合。對(duì)于每個(gè)部門都返回一行，給出該部門中所有薪水的總和。
?
?select dept, sum(salary) as sum
??????? from emptab
??????? group by dept;? ?DEPT??????? SUM?
?----------- -----------
?????????? 1????? 383000
?????????? 2?????? 51000
?????????? 3????? 209000
?????????? -?????? 84000 |
展示 SUM 聚集函數(shù)的例子
在 DB2 V7 中引入的 OLAP 函數(shù)引入了一類新的函數(shù)，我們稱之為 標(biāo)量-聚集（scalar-aggregate） 函數(shù)。這些函數(shù)像標(biāo)量函數(shù)，因?yàn)樗鼈円彩窃诿恳恍蟹祷貑蝹€(gè)的值，但是它們也像聚集函數(shù)，因?yàn)樗鼈円獙?duì)一個(gè)集合中多個(gè)行中的值執(zhí)行計(jì)算，以計(jì)算出結(jié)果。下面的標(biāo)量-聚集函數(shù)執(zhí)行的是與 sum 聚集函數(shù)一樣的計(jì)算，但是這個(gè)函數(shù)返回的是沒(méi)有合并行的結(jié)果：
?
?select dept, salary,?
??????? sum(salary) over (partition by dept) as deptsum,
??????? avg(salary) over (partition by dept) as avgsal,
??????? count(*) over (partition by dept) as deptcount,
??????? max(salary) over (partition by dept) as maxsal?
? from emptab;?DEPT? SALARY? DEPTSUM? AVGSAL? DEPTCOUNT MAXSAL?
?----- ------- -------- ------- --------- --------
???? 1?? 50000 383000?? 63833???????? 6??? 78000
???? 1?? 75000 383000?? 63833???????? 6??? 78000
???? 1?? 52000 383000?? 63833???????? 6??? 78000
???? 1?? 78000 383000?? 63833???????? 6??? 78000
???? 1?? 75000 383000?? 63833???????? 6??? 78000
???? 1?? 53000 383000?? 63833???????? 6??? 78000
???? 2?????? -? 51000?? 51000???????? 2??? 51000
???? 2?? 51000? 51000?? 51000???????? 2??? 51000
???? 3?? 79000 209000?? 69666???????? 3??? 79000
???? 3?? 55000 209000?? 69666???????? 3??? 79000
???? 3?? 75000 209000?? 69666???????? 3??? 79000
???? -?????? -? 84000?? 84000???????? 2??? 84000
???? -?? 84000? 84000?? 84000???????? 2??? 84000 |
展示 SUM 報(bào)告函數(shù)的例子
注意，該查詢沒(méi)有包含 GROUP BY 子句。相反，該查詢使用了 OVER 子句來(lái)對(duì)數(shù)據(jù)分區(qū)，以便 sum 函數(shù)對(duì)同一部門中的行執(zhí)行計(jì)算，并在每一個(gè)部門內(nèi)的每一行中返回該部門所有薪水的總和。按慣例，為了在每一行中包括那樣的聚集結(jié)果，我們需要使用一個(gè)聯(lián)合，但是現(xiàn)在 OLAP 函數(shù)為此提供了更簡(jiǎn)易的模式。我們推薦使用這種類型的函數(shù)作為 報(bào)告 函數(shù)，因?yàn)檫@種函數(shù)是對(duì)集合計(jì)算總和，并在每一行中都報(bào)告一次結(jié)果的。我曾經(jīng)在前面和后面的例子中使用了 SUM， 但是大部分聚集函數(shù)（例如 AVG、MIN、MAX、STDEV，等等）都使用 OVER 子句。在 DEPTSUM 列右邊的其他列顯示了平均薪水、部門中雇員的人數(shù)以及部門中的最高薪水。惟一不支持作為標(biāo)量-聚集函數(shù)的聚集函數(shù)是線性回歸函數(shù)。
這些報(bào)告函數(shù)一個(gè)強(qiáng)大的用處就是計(jì)算比率和百分比。要計(jì)算某個(gè)雇員的薪水占整個(gè)部門薪水總和的百分比，只需簡(jiǎn)單地用報(bào)告的薪水總和去除該雇員的薪水。
select empnum, dept, salary,?
???????? sum(salary) over (partition by dept) as deptsum,
??????? decimal(salary,10,2) /
?????????? sum(salary) over(partition by dept)as percentage
? from emptab;?EMPNUM DEPT? SALARY?? DEPTSUM??? PERCENTAGE
------ ----- -------- ----------- ----------
???? 1???? 1??? 50000????? 383000???? 0.1305
???? 2???? 1??? 75000????? 383000???? 0.1958
???? 5???? 1??? 52000????? 383000???? 0.1357
???? 6???? 1??? 78000????? 383000???? 0.2036
???? 7???? 1??? 75000????? 383000???? 0.1958
??? 11???? 1??? 53000????? 383000???? 0.1383
???? 4???? 2??????? -?????? 51000?
???? 9???? 2??? 51000?????? 51000???? 1.0000
???? 8???? 3??? 79000????? 209000???? 0.3779
??? 10???? 3??? 55000????? 209000???? 0.2631
??? 12???? 3??? 75000????? 209000???? 0.3588
???? 0???? -??????? -?????? 84000?
???? 3???? -??? 84000?????? 84000???? 1.0000 |
百分比的例子
??????用占總薪水支出的百分比表示的雇員薪水
如果我們?cè)谝M(jìn)行聚集的集合中引入一個(gè)排序方式，會(huì)出現(xiàn)什么情況呢？答案是，我們不處理一個(gè) 報(bào)告（reporting） 函數(shù)，而是處理一個(gè) 累加（cumulative）函數(shù)。累加函數(shù)是一種標(biāo)量-聚集函數(shù)，它對(duì)當(dāng)前行 以及集合中當(dāng)前行之前（相對(duì)排序方式而言）的所有行進(jìn)行操作。讓我們?yōu)檫@個(gè)例子使用一個(gè)不同的表。假設(shè)我們有一個(gè)這樣的表，它記有當(dāng)前歷年的每月銷售業(yè)績(jī)。那么，我們?nèi)绾斡?jì)算每個(gè)月的 年至今日（year-to-date） 銷售數(shù)字呢？這里，我們要計(jì)算每月銷售的累加和。我們可以這樣做：
?
?select date, sales,?
??????? sum(sales) over (order by date) as cume_sum,
??????? count(*) over (order by date) as setcount
? from sales
? where year(date) = 2000;?DATE?????? SALES??????? CUME_SUM???? SETCOUNT?
?---------- ------------ ------------ ---------
?01/01/2000??? 968871.12??? 968871.12???????? 1
?02/01/2000???? 80050.05?? 1048921.17???????? 2
?03/01/2000??? 757866.14?? 1806787.31???????? 3
?04/01/2000???? 58748.13?? 1865535.44???????? 4
?05/01/2000???? 40711.69?? 1906247.13???????? 5
?06/01/2000??? 241187.78?? 2147434.91???????? 6
?07/01/2000??? 954924.16?? 3102359.07???????? 7
?08/01/2000??? 502822.96?? 3605182.03???????? 8
?09/01/2000???? 97201.45?? 3702383.48???????? 9
?10/01/2000??? 853999.45?? 4556382.93??????? 10
?11/01/2000??? 358775.59?? 4915158.52??????? 11
?12/01/2000??? 437513.35?? 5352671.87??????? 12 |
計(jì)算累加和的例子
??????????????????????每月銷售量和到當(dāng)前日期的累加銷售量
讓我們看一下結(jié)果。對(duì)于第一行，累加和就等于這一行的銷售量。對(duì)于第二行，累加和等于一月份和二月份銷售量的和（968871.12 + 80050.05 = 1048921.17）。類似地，第三行的結(jié)果是一月份、二月份和三月份銷售量的和。在 CUME_SUM 列右邊的列執(zhí)行一個(gè)累加計(jì)數(shù)，給出在集合中行的數(shù)量。例如，第一行只有一行被求和（也就是該行本身），第二行有兩行被求和（該行本身以及前一行），依此類推。上面的圖給出了銷售數(shù)字以及在前面的查詢中計(jì)算出的累加和的圖形化表示。
如果我們有多年的數(shù)據(jù)，并且想計(jì)算 每一年內(nèi) 到當(dāng)月的累加和，那么我們也可以像下面這樣使用 PARTITION BY 子句：
?
?select date, sales,?
??????? sum(sales) over (partition by year(date)
?????????? ???????????? order by month(date)) as cume_sum
?from sales
?where year(date) >= 2000;?DATE?????? SALES??????? CUME_SUM?
?---------- ------------ -----------
?01/01/2000??? 968871.12?? 968871.12
?02/01/2000???? 80050.05? 1048921.17
?03/01/2000??? 757866.14? 1806787.31
?04/01/2000???? 58748.13? 1865535.44
?05/01/2000???? 40711.69? 1906247.13
?06/01/2000??? 241187.78? 2147434.91
?07/01/2000??? 954924.16? 3102359.07
?08/01/2000??? 502822.96? 3605182.03
?09/01/2000???? 97201.45? 3702383.48
?10/01/2000??? 853999.45? 4556382.93
?11/01/2000??? 358775.59? 4915158.52
?12/01/2000??? 437513.35? 5352671.87?
?01/01/2001??? 476851.71?? 476851.71
?02/01/2001??? 593768.12? 1070619.83
?03/01/2001??? 818597.97? 1889217.80
?... |
使用 PARTITION BY 子句計(jì)算累加和
現(xiàn)在，請(qǐng)注意 2001年1月那一行是如何重置的。這是因?yàn)槿掌诎茨陝澐至朔謪^(qū)，而在 2001年內(nèi) 沒(méi)有在一月份之前的行，因此 cume_sum 就等于一月份的銷售量。這個(gè)例子還演示了另一件有趣的事情，那就是 OVER 子句使用的參數(shù)可以是表達(dá)式，而不僅僅是列值。在更復(fù)雜的例子中，甚至可能會(huì)將其他的聚集函數(shù)嵌入到標(biāo)量-聚集函數(shù)調(diào)用中。這很有用，因?yàn)樵趫?zhí)行分析之前先執(zhí)行某種類型的聚集（例如，將銷售量聚集到月的層次上）是十分常見(jiàn)的。這就引發(fā)了下面的問(wèn)題：何時(shí)處理標(biāo)量-聚集函數(shù)？答案是在處理選擇清單中剩下的部分時(shí)處理這些函數(shù)。通常，一個(gè)查詢的處理順序是這樣的：
- From 子句
- Where 子句
- Group By 子句
- Having 子句
- 選擇清單
您可以看到，選擇清單是在查詢的所有其他部分處理完之后才被處理的。這意味著如果您有謂語(yǔ)（在 WHERE 或 HAVING 子句中），或者您有任何作為 GROUP BY 子句結(jié)果的聚集，那么在處理標(biāo)量-聚集函數(shù)之前首先要應(yīng)用這些東西。例如，讓我們看下面的查詢：
?
?select year(date) as year, sum(sales) as sum,?
??????? sum(sum(sales)) over (order by year(date)) as cume_sum
?from sales
?where year(date) >= 1995
?group by year(date);?YEAR??????? SUM?????????? CUME_SUM?
?----------- ------------- ------------
??????? 1995??? 7731162.39?? 7731162.39
??????? 1996??? 4127017.98? 11858180.37
??????? 1997??? 7211584.76? 19069765.13
??????? 1998??? 4149296.50? 23219061.63
??????? 1999??? 6278023.54? 29497085.17
??????? 2000??? 5352671.87? 34849757.04
??????? 2001??? 5736777.81? 40586534.85 |
對(duì)一個(gè)聚集的累加和
在這個(gè)例子中，我們?cè)L問(wèn)表（在 FROM 子句中指定）并應(yīng)用 WHERE 子句，然后應(yīng)用 GROUP BY 子句并計(jì)算每年的銷售總量。最后，我們處理選擇清單，包括所有的標(biāo)量-聚集函數(shù)。
這里還要講一點(diǎn)。因?yàn)闃?biāo)量-聚集函數(shù)是在 WHERE 子句 之后處理的，因此在一個(gè)謂語(yǔ)中引用標(biāo)量-聚集函數(shù)是不可能的。相反，如果您想這么做，您就必須 嵌套 標(biāo)量-聚集函數(shù)調(diào)用，要么是嵌套在一個(gè)公共表表達(dá)式內(nèi)，要么是嵌套在一個(gè)嵌套查詢內(nèi)。這在執(zhí)行返回前 n 行結(jié)果的查詢時(shí)變得很有用。一個(gè)這樣例子就是編寫一個(gè)用于選擇具有最高銷售總量的3年的查詢。我們可以通過(guò)對(duì)每年的銷售量排列、然后選擇名次為 3 或者更小的行這種方法來(lái)做這件事。
?
?with ranked_years (year, sum, rank) as
? (select year(date) as year, sum(sales) as sum,?
????????? rank() over (order by sum(sales) desc) as rank
?? from sales
?? group by year(date)
? )
?select year, sum, rank
?from ranked_years
?where rank <= 3;?YEAR??????? SUM?????????? RANK?
?----------- ------------- -------
??????? 1995??? 7731162.39?????? 1
??????? 1997??? 7211584.76?????? 2
??????? 1999??? 6278023.54?????? 3 |
Top n查詢的例子
在這個(gè)例子中您可以看到，我們有一個(gè)公共表表達(dá)式，它執(zhí)行聚集來(lái)計(jì)算每年的銷售總量，然后對(duì)銷售總量進(jìn)行排列。接著，外圍的選擇使用這個(gè)結(jié)果表并添加一個(gè)謂語(yǔ)，使得查詢只返回那些名次 <=3（也就是銷售總量排在前3名）的行。要計(jì)算中數(shù)、百分位以及其他分布統(tǒng)計(jì)，也可以執(zhí)行類似的查詢。
我希望至此我已經(jīng)傳達(dá)了這些新 OLAP 函數(shù)是什么以及如何使用它們的大致信息。實(shí)際上，有關(guān)這些函數(shù)的內(nèi)容比我在這里描述的要多得多。因此，敬請(qǐng)關(guān)注另一篇更詳細(xì)介紹這些函數(shù)的文章。
我想告訴你的是，DB2 已經(jīng)使用這些 OLAP 函數(shù)的實(shí)現(xiàn)擴(kuò)展了關(guān)系模型，因而現(xiàn)在關(guān)系模型就可以理解相對(duì)于數(shù)據(jù)集合的 排序方式。如果您曾經(jīng)試過(guò)編制牽涉到排序方式的查詢，您就知道這些查詢可以變得多么的困難和復(fù)雜（即使是像中數(shù)這樣的簡(jiǎn)單查詢也是如此）。OLAP 函數(shù)為您提供了可以高效、簡(jiǎn)明地編制那樣的查詢的工具。隨著對(duì) DBMS 的需求的日益增長(zhǎng)，顯然必須將傳統(tǒng)的關(guān)系模型加以擴(kuò)展,以便能夠處理那些越來(lái)越復(fù)雜的分析，而這些函數(shù)正是 DB2 打破局限的一個(gè)例子。
***************************************************************************************
另外,附上一些OLAP函數(shù)的簡(jiǎn)介.
DB2 Cube Views 支持由 DB2 UDB 提供的下列 OLAP 函數(shù)：
- RANK
對(duì)行排序并對(duì)每行指定等級(jí)。等級(jí)定義為就排序而言唯一的之前行的數(shù)目加 1。如果兩行或多行的相對(duì)順序因?yàn)榫哂兄貜?fù)行值而不能確定，則會(huì)指定相同等級(jí)編號(hào)。如果有重復(fù)的行值，則分等級(jí)結(jié)果可能造成編號(hào)中有間隔。表 7 顯示哪些分等級(jí)結(jié)果來(lái)自一組樣本行值的 RANK 函數(shù)的示例。
RANK 函數(shù)的典型語(yǔ)法為：
RANK ( ) OVER (ORDER BY sort-key-expressionexpression-order)
其中 sort-key-expression 是要分等級(jí)的數(shù)據(jù)集，而 expression-order 是關(guān)鍵字（ASC 或 DESC），它按升序或降序次序?qū)?sort-key-expression 的值排序。DB2 Cube Views 要求 sort-key-expression 充當(dāng)現(xiàn)有量度而不是列或?qū)傩浴６遥珼B2 Cube Views 不支持由 DB2 UDB 隨此函數(shù)提供的 PARTITION BY 子句。有關(guān) RANK 函數(shù)的更多信息，可在“DB2 UDB 信息中心”中找到。
- DENSERANK
對(duì)行排序并對(duì)每行指定等級(jí)。行的等級(jí)定義為確實(shí)在該行之前的行數(shù)加 1。因此，分等級(jí)結(jié)果將是連續(xù)的，在等級(jí)編號(hào)中沒(méi)有間隔。表 7 顯示哪些分等級(jí)結(jié)果來(lái)自一組樣本行值的 DENSERANK 函數(shù)的示例。
DENSERANK 函數(shù)的典型語(yǔ)法為：
DENSERANK ( ) OVER (ORDER BY sort-key-expressionexpression-order)
其中 sort-key-expression 是要分等級(jí)的數(shù)據(jù)集，而 expression-order 是關(guān)鍵字（ASC 或 DESC），它按升序或降序次序?qū)?sort-key-expression 的值排序。DB2 Cube Views 要求 sort-key-expression 充當(dāng)現(xiàn)有量度而不是列或?qū)傩浴６遥珼B2 Cube Views 不支持由 DB2 UDB 隨此函數(shù)提供的 PARTITION BY 子句。有關(guān) DENSERANK 函數(shù)的更多信息，可以在“DB2 UDB 信息中心”中找到。
- ROWNUMBER
根據(jù)排序計(jì)算該行的順序行號(hào)，第一行從 1 開始。如果未指定 ORDER BY 子句，則以任何順序?qū)⑿刑?hào)指定給各行。
ROWNUMBER 函數(shù)的典型語(yǔ)法為：
ROWNUMBER ( ) OVER ([ORDER BY sort-key-expressionexpression-order])
其中 sort-key-expression 是要分等級(jí)的數(shù)據(jù)集，而 expression-order 是關(guān)鍵字（ASC 或 DESC），它按升序或降序次序?qū)?sort-key-expression 的值排序。DB2 Cube Views 需要現(xiàn)有量度（而不是列或?qū)傩裕┯米鞔撕瘮?shù)的數(shù)據(jù)源。而且，DB2 Cube Views 不支持由 DB2 UDB 隨此函數(shù)提供的 PARTITION BY 子句。有關(guān) ROWNUMBER 函數(shù)的更多信息，可以在“DB2 UDB 信息中心”中找到。
這些 OLAP 函數(shù)未列示在“SQL 表達(dá)式構(gòu)建器”函數(shù)和常量列表中。
表 7. 使用 RANK 和 DENSERANK 函數(shù)對(duì)一組樣本值分等級(jí)的結(jié)果
| 行值 | 排序 | 來(lái)自 RANK 函數(shù)的分等級(jí)結(jié)果 | 來(lái)自 DENSERANK 函數(shù)的分等級(jí)結(jié)果 |
|---|
| 100 | 1 | 1 | 1 |
| 35 | 2 | 2 | 2 |
| 23 | 3 | 3 | 3 |
| 8 | 4 | 4 | 4 |
| 8 | 4 | 4 | 5 |
| 6 | 5 | 6 | 6 |