79。LAG 
功能描述：可以访问结果集中的其它行而不用进行自连接。它允许去处理游标，就好像游标是一个数组一样。在给定组中可参考当前行之前的行，这样就可以从组中与当前行一起选择以前的行。Offset是一个正整数，其默认值为1，若索引超出窗口的范围，就返回默认值（默认返回的是组中第一行），其相反的函数是LEAD 
SAMPLE：下面的例子中列prev_sal返回按hire_date排序的前1行的salary值 
SELECT last_name, hire_date, salary, 
LAG(salary, 1, 0) OVER (ORDER BY hire_date) AS prev_sal 
FROM employees 
WHERE job_id = ‘PU_CLERK‘; 
LAST_NAME HIRE_DATE SALARY PREV_SAL 
------------------------- ---------- ---------- ---------- 
Khoo 18-5月 -95 3100 0 
Tobias 24-7月 -97 2800 3100 
Baida 24-12月-97 2900 2800 
Himuro 15-11月-98 2600 2900 
Colmenares 10-8月 -99 2500 2600

80。LAST 
功能描述：从DENSE_RANK返回的集合中取出排在最后面的一个值的行（可能多行，因为值可能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录 
SAMPLE：下面例子中DENSE_RANK按部门分区，再按佣金commission_pct排序，FIRST取出佣金最低的对应的所有行，然后前面的MAX函数从这个集合中取出薪水最低的值；LAST取出佣金最高的对应的所有行，然后前面的MIN函数从这个集合中取出薪水最高的值 
SELECT last_name, department_id, salary, 
MIN(salary) KEEP (DENSE_RANK FIRST ORDER BY commission_pct) 
OVER (PARTITION BY department_id) "Worst", 
MAX(salary) KEEP (DENSE_RANK LAST ORDER BY commission_pct) 
OVER (PARTITION BY department_id) "Best" 
FROM employees 
WHERE department_id in (20,80) 
ORDER BY department_id, salary; 
LAST_NAME DEPARTMENT_ID SALARY Worst Best 
------------------------- ------------- ---------- ---------- ---------- 
Fay 20 6000 6000 13000 
Hartstein 20 13000 6000 13000 
Kumar 80 6100 6100 14000 
Banda 80 6200 6100 14000 
Johnson 80 6200 6100 14000 
Ande 80 6400 6100 14000 
Lee 80 6800 6100 14000 
Tuvault 80 7000 6100 14000 
Sewall 80 7000 6100 14000 
Marvins 80 7200 6100 14000 
Bates 80 7300 6100 14000 
. 
81。LAST_VALUE 
功能描述：返回组中数据窗口的最后一个值。 
SAMPLE：下面例子计算按部门分区按薪水排序的数据窗口的最后一个值对应的名字，如果薪水的最后一个值有多个，则从多个对应的名字中取缺省排序的最后一个名字 
SELECT department_id, last_name, salary, LAST_VALUE(last_name) 
OVER(PARTITION BY department_id ORDER BY salary) AS highest_sal 
FROM employees 
WHERE department_id in(20,30); 
DEPARTMENT_ID LAST_NAME SALARY HIGHEST_SAL 
------------- ------------------------- ---------- ------------ 
20 Fay 6000 Fay 
20 Hartstein 13000 Hartstein 
30 Colmenares 2500 Colmenares 
30 Himuro 2600 Himuro 
30 Tobias 2800 Tobias 
30 Baida 2900 Baida 
30 Khoo 3100 Khoo 
30 Raphaely 11000 Raphaely 
82。LEAD 
功能描述：LEAD与LAG相反，LEAD可以访问组中当前行之后的行。Offset是一个正整数，其默认值为1，若索引超出窗口的范围，就返回默认值（默认返回的是组中第一行） 
SAMPLE：下面的例子中每行的"NextHired"返回按hire_date排序的下一行的hire_date值 
SELECT last_name, hire_date, 
LEAD(hire_date, 1) OVER (ORDER BY hire_date) AS "NextHired" 
FROM employees WHERE department_id = 30; 
LAST_NAME HIRE_DATE NextHired 
------------------------- --------- --------- 
Raphaely 07-DEC-94 18-MAY-95 
Khoo 18-MAY-95 24-JUL-97 
Tobias 24-JUL-97 24-DEC-97 
Baida 24-DEC-97 15-NOV-98 
Himuro 15-NOV-98 10-AUG-99 
Colmenares 10-AUG-99 

83。MAX 
功能描述：在一个组中的数据窗口中查找表达式的最大值。 
SAMPLE：下面例子中dept_max返回当前行所在部门的最大薪水值 
SELECT department_id, last_name, salary, 
MAX(salary) OVER (PARTITION BY department_id) AS dept_max 
FROM employees WHERE department_id in (10,20,30); 
DEPARTMENT_ID LAST_NAME SALARY DEPT_MAX 
------------- ------------------------- ---------- ---------- 
10 Whalen 4400 4400 
20 Hartstein 13000 13000 
20 Fay 6000 13000 
30 Raphaely 11000 11000 
30 Khoo 3100 11000 
30 Baida 2900 11000 
30 Tobias 2800 11000 
30 Himuro 2600 11000 
30 Colmenares 2500 11000 

84。MIN 
功能描述：在一个组中的数据窗口中查找表达式的最小值。 
SAMPLE：下面例子中dept_min返回当前行所在部门的最小薪水值 
SELECT department_id, last_name, salary, 
MIN(salary) OVER (PARTITION BY department_id) AS dept_min 
FROM employees WHERE department_id in (10,20,30); 
DEPARTMENT_ID LAST_NAME SALARY DEPT_MIN 
------------- ------------------------- ---------- ---------- 
10 Whalen 4400 4400 
20 Hartstein 13000 6000 
20 Fay 6000 6000 
30 Raphaely 11000 2500 
30 Khoo 3100 2500 
30 Baida 2900 2500 
30 Tobias 2800 2500 
30 Himuro 2600 2500 
30 Colmenares 2500 2500 

85。NTILE 
功能描述：将一个组分为"表达式"的散列表示，例如，如果表达式=4，则给组中的每一行分配一个数（从1到4），如果组中有20行，则给前5行分配1，给下5行分配2等等。如果组的基数不能由表达式值平均分开，则对这些行进行分配时，组中就没有任何percentile的行数比其它percentile的行数超过一行，最低的percentile是那些拥有额外行的percentile。例如，若表达式=4，行数=21，则percentile=1的有5行，percentile=2的有5行等等。 
SAMPLE：下例中把6行数据分为4份 
SELECT last_name, salary, 
NTILE(4) OVER (ORDER BY salary DESC) AS quartile FROM employees 
WHERE department_id = 100; 
LAST_NAME SALARY QUARTILE 
------------------------- ---------- ---------- 
Greenberg 12000 1 
Faviet 9000 1 
Chen 8200 2 
Urman 7800 2 
Sciarra 7700 3 
Popp 6900 4 

86。PERCENT_RANK 
功能描述：和CUME_DIST（累积分配）函数类似，对于一个组中给定的行来说，在计算那行的序号时，先减1，然后除以n-1（n为组中所有的行数）。该函数总是返回0～1（包括1）之间的数。 
SAMPLE：下例中如果Khoo的salary为2900，则pr值为0.6，因为RANK函数对于等值的返回序列值是一样的 
SELECT department_id, last_name, salary, 
PERCENT_RANK() 
OVER (PARTITION BY department_id ORDER BY salary) AS pr 
FROM employees 
WHERE department_id < 50 
ORDER BY department_id,salary; 
DEPARTMENT_ID LAST_NAME SALARY PR 
------------- ------------------------- ---------- ---------- 
10 Whalen 4400 0 
20 Fay 6000 0 
20 Hartstein 13000 1 
30 Colmenares 2500 0 
30 Himuro 2600 0.2 
30 Tobias 2800 0.4 
30 Baida 2900 0.6 
30 Khoo 3100 0.8 
30 Raphaely 11000 1 
40 Mavris 6500 0 
 87。PERCENTILE_CONT 
功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数PERCENT_RANK，如果没有正好对应的数据值，就通过下面算法来得到值： 
RN = 1+ (P*(N-1)) 其中P是输入的分布百分比值，N是组内的行数 
CRN = CEIL(RN) FRN = FLOOR(RN) 
if (CRN = FRN = RN) then 
(value of expression from row at RN) 
else 
(CRN - RN) * (value of expression for row at FRN) + 
(RN - FRN) * (value of expression for row at CRN) 
注意：本函数与PERCENTILE_DISC的区别在找不到对应的分布值时返回的替代值的计算方法不同 
SAMPLE：在下例中，对于部门60的Percentile_Cont值计算如下： 
P=0.7 N=5 RN =1+ (P*(N-1)=1+(0.7*(5-1))=3.8 CRN = CEIL(3.8)=4 
FRN = FLOOR(3.8)=3 
（4 - 3.8）* 4800 + (3.8 - 3) * 6000 = 5760 
SELECT last_name, salary, department_id, 
PERCENTILE_CONT(0.7) WITHIN GROUP (ORDER BY salary) 
OVER (PARTITION BY department_id) "Percentile_Cont", 
PERCENT_RANK() 
OVER (PARTITION BY department_id ORDER BY salary) "Percent_Rank" 
FROM employees WHERE department_id IN (30, 60); 
LAST_NAME SALARY DEPARTMENT_ID Percentile_Cont Percent_Rank 
------------------------- ---------- ------------- --------------- ------------ 
Colmenares 2500 30 3000 0 
Himuro 2600 30 3000 0.2 
Tobias 2800 30 3000 0.4 
Baida 2900 30 3000 0.6 
Khoo 3100 30 3000 0.8 
Raphaely 11000 30 3000 1 
Lorentz 4200 60 5760 0 
Austin 4800 60 5760 0.25 
Pataballa 4800 60 5760 0.25 
Ernst 6000 60 5760 0.75 
Hunold 9000 60 5760 1 

88。PERCENTILE_DISC 
功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数CUME_DIST，如果没有正好对应的数据值，就取大于该分布值的下一个值。 
注意：本函数与PERCENTILE_CONT的区别在找不到对应的分布值时返回的替代值的计算方法不同 
SAMPLE：下例中0.7的分布值在部门30中没有对应的Cume_Dist值，所以就取下一个分布值0.83333333所对应的SALARY来替代 
SELECT last_name, salary, department_id, 
PERCENTILE_DISC(0.7) WITHIN GROUP (ORDER BY salary ) 
OVER (PARTITION BY department_id) "Percentile_Disc", 
CUME_DIST() OVER (PARTITION BY department_id ORDER BY salary) "Cume_Dist" 
FROM employees 
WHERE department_id in (30, 60); 
LAST_NAME SALARY DEPARTMENT_ID Percentile_Disc Cume_Dist 
------------------------- ---------- ------------- --------------- ---------- 
Colmenares 2500 30 3100 .166666667 
Himuro 2600 30 3100 .333333333 
Tobias 2800 30 3100 .5 
Baida 2900 30 3100 .666666667 
Khoo 3100 30 3100 .833333333 
Raphaely 11000 30 3100 1 
Lorentz 4200 60 6000 .2 
Austin 4800 60 6000 .6 
Pataballa 4800 60 6000 .6 
Ernst 6000 60 6000 .8 
Hunold 9000 60 6000 1 
89。RANK 
功能描述：根据ORDER BY子句中表达式的值，从查询返回的每一行，计算它们与其它行的相对位置。组内的数据按ORDER BY子句排序， 
然后给每一行赋一个号，从而形成一个序列，该序列从1开始，往后累加。每次ORDER BY表达式的值发生变化时，该序列也随之增加。 
有同样值的行得到同样的数字序号（认为null时相等的）。然而，如果两行的确得到同样的排序，则序数将随后跳跃。若两行序数为1， 
则没有序数2，序列将给组中的下一行分配值3，DENSE_RANK则没有任何跳跃。 
SAMPLE：下例中计算每个员工按部门分区再按薪水排序，依次出现的序列号（注意与DENSE_RANK函数的区别） 
SELECT d.department_id , e.last_name, e.salary, RANK() 
OVER (PARTITION BY e.department_id ORDER BY e.salary) as drank 
FROM employees e, departments d 
WHERE e.department_id = d.department_id 
AND d.department_id IN (‘60‘, ‘90‘); 
DEPARTMENT_ID LAST_NAME SALARY DRANK 
------------- ------------------------- ---------- ---------- 
60 Lorentz 4200 1 
60 Austin 4800 2 
60 Pataballa 4800 2 
60 Ernst 6000 4 
60 Hunold 9000 5 
90 Kochhar 17000 1 
90 De Haan 17000 1 
90 King 24000 3

90。RATIO_TO_REPORT 
功能描述：该函数计算expression/(sum(expression))的值，它给出相对于总数的百分比，即当前行对sum(expression)的贡献。 
SAMPLE：下例计算每个员工的工资占该类员工总工资的百分比 
SELECT last_name, salary, RATIO_TO_REPORT(salary) OVER () AS rr 
FROM employees 
WHERE job_id = ‘PU_CLERK‘; 
LAST_NAME SALARY RR 
------------------------- ---------- ---------- 
Khoo 3100 .223021583 
Baida 2900 .208633094 
Tobias 2800 .201438849 
Himuro 2600 .18705036 
Colmenares 2500 .179856115 
 91。REGR_ (Linear Regression) Functions 
功能描述：这些线性回归函数适合最小二乘法回归线，有9个不同的回归函数可使用。 
REGR_SLOPE：返回斜率，等于COVAR_POP(expr1, expr2) / VAR_POP(expr2) 
REGR_INTERCEPT：返回回归线的y截距，等于 
AVG(expr1) - REGR_SLOPE(expr1, expr2) * AVG(expr2) 
REGR_COUNT：返回用于填充回归线的非空数字对的数目 
REGR_R2：返回回归线的决定系数，计算式为： 
If VAR_POP(expr2) = 0 then return NULL 
If VAR_POP(expr1) = 0 and VAR_POP(expr2) != 0 then return 1 
If VAR_POP(expr1) > 0 and VAR_POP(expr2 != 0 then 
return POWER(CORR(expr1,expr),2) 
REGR_AVGX：计算回归线的自变量(expr2)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr2) 
REGR_AVGY：计算回归线的应变量(expr1)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr1) 
REGR_SXX： 返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr2) 
REGR_SYY： 返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr1) 
REGR_SXY: 返回值等于REGR_COUNT(expr1, expr2) * COVAR_POP(expr1, expr2) 
（下面的例子都是在SH用户下完成的） 
SAMPLE 1：下例计算1998年最后三个星期中两种产品（260和270）在周末的销售量中已开发票数量和总数量的累积斜率和回归线的截距 
SELECT t.fiscal_month_number "Month", t.day_number_in_month "Day", 
REGR_SLOPE(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) AS CUM_SLOPE, 
REGR_INTERCEPT(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) AS CUM_ICPT 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND s.prod_id IN (270, 260) 
AND t.fiscal_year=1998 
AND t.fiscal_week_number IN (50, 51, 52) 
AND t.day_number_in_week IN (6,7) 
ORDER BY t.fiscal_month_desc, t.day_number_in_month; 
Month Day CUM_SLOPE CUM_ICPT 
---------- ---------- ---------- ---------- 
12 12 -68 1872 
12 12 -68 1872 
12 13 -20.244898 1254.36735 
12 13 -20.244898 1254.36735 
12 19 -18.826087 1287 
12 20 62.4561404 125.28655 
12 20 62.4561404 125.28655 
12 20 62.4561404 125.28655 
12 20 62.4561404 125.28655 
12 26 67.2658228 58.9712313 
12 26 67.2658228 58.9712313 
12 27 37.5245541 284.958221 
12 27 37.5245541 284.958221 
12 27 37.5245541 284.958221 
SAMPLE 2：下例计算1998年4月每天的累积交易数量 
SELECT UNIQUE t.day_number_in_month, 
REGR_COUNT(s.amount_sold, s.quantity_sold) 
OVER (PARTITION BY t.fiscal_month_number ORDER BY t.day_number_in_month) 
"Regr_Count" 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND t.fiscal_year = 1998 AND t.fiscal_month_number = 4; 
DAY_NUMBER_IN_MONTH Regr_Count 
------------------- ---------- 
1 825 
2 1650 
3 2475 
4 3300

26 21450 
30 22200 
SAMPLE 3：下例计算1998年每月销售量中已开发票数量和总数量的累积回归线决定系数 
SELECT t.fiscal_month_number, 
REGR_R2(SUM(s.amount_sold), SUM(s.quantity_sold)) 
OVER (ORDER BY t.fiscal_month_number) "Regr_R2" 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND t.fiscal_year = 1998 
GROUP BY t.fiscal_month_number 
ORDER BY t.fiscal_month_number; 
FISCAL_MONTH_NUMBER Regr_R2 
------------------- ---------- 
1 
2 1 
3 .927372984 
4 .807019972 
5 .932745567 
6 .94682861 
7 .965342011 
8 .955768075 
9 .959542618 
10 .938618575 
11 .880931415 
12 .882769189 
SAMPLE 4：下例计算1998年12月最后两周产品260的销售量中已开发票数量和总数量的累积平均值 
SELECT t.day_number_in_month, 
REGR_AVGY(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) 
"Regr_AvgY", 
REGR_AVGX(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) 
"Regr_AvgX" 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND s.prod_id = 260 
AND t.fiscal_month_desc = ‘1998-12‘ 
AND t.fiscal_week_number IN (51, 52) 
ORDER BY t.day_number_in_month; 
DAY_NUMBER_IN_MONTH Regr_AvgY Regr_AvgX 
------------------- ---------- ---------- 
14 882 24.5 
14 882 24.5 
15 801 22.25 
15 801 22.25 
16 777.6 21.6 
18 642.857143 17.8571429 
18 642.857143 17.8571429 
20 589.5 16.375 
21 544 15.1111111 
22 592.363636 16.4545455 
22 592.363636 16.4545455 
24 553.846154 15.3846154 
24 553.846154 15.3846154 
26 522 14.5 
27 578.4 16.0666667 
SAMPLE 5：下例计算产品260和270在1998年2月周末销售量中已开发票数量和总数量的累积REGR_SXY, REGR_SXX, and REGR_SYY统计值 
SELECT t.day_number_in_month, 
REGR_SXY(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_sxy", 
REGR_SYY(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_syy", 
REGR_SXX(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_sxx" 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND prod_id IN (270, 260) 
AND t.fiscal_month_desc = ‘1998-02‘ 
AND t.day_number_in_week IN (6,7) 
ORDER BY t.day_number_in_month; 
DAY_NUMBER_IN_MONTH Regr_sxy Regr_syy Regr_sxx 
------------------- ---------- ---------- ---------- 
1 18870.4 2116198.4 258.4 
1 18870.4 2116198.4 258.4 
1 18870.4 2116198.4 258.4 
1 18870.4 2116198.4 258.4 
7 18870.4 2116198.4 258.4 
8 18870.4 2116198.4 258.4 
14 18870.4 2116198.4 258.4 
15 18870.4 2116198.4 258.4 
21 18870.4 2116198.4 258.4 
22 18870.4 2116198.4 258.4

92。ROW_NUMBER 
功能描述：返回有序组中一行的偏移量，从而可用于按特定标准排序的行号。 
SAMPLE：下例返回每个员工再在每个部门中按员工号排序后的顺序号 
SELECT department_id, last_name, employee_id, ROW_NUMBER() 
OVER (PARTITION BY department_id ORDER BY employee_id) AS emp_id 
FROM employees 
WHERE department_id < 50; 
DEPARTMENT_ID LAST_NAME EMPLOYEE_ID EMP_ID 
------------- ------------------------- ----------- ---------- 
10 Whalen 200 1 
20 Hartstein 201 1 
20 Fay 202 2 
30 Raphaely 114 1 
30 Khoo 115 2 
30 Baida 116 3 
30 Tobias 117 4 
30 Himuro 118 5 
30 Colmenares 119 6 
40 Mavris 203 1 
93。STDDEV 
功能描述：计算当前行关于组的标准偏离。（Standard Deviation） 
SAMPLE：下例返回部门30按雇佣日期排序的薪水值的累积标准偏离 
SELECT last_name, hire_date,salary, 
STDDEV(salary) OVER (ORDER BY hire_date) "StdDev" 
FROM employees 
WHERE department_id = 30; 
LAST_NAME HIRE_DATE SALARY StdDev 
------------------------- ---------- ---------- ---------- 
Raphaely 07-12月-94 11000 0 
Khoo 18-5月 -95 3100 5586.14357 
Tobias 24-7月 -97 2800 4650.0896 
Baida 24-12月-97 2900 4035.26125 
Himuro 15-11月-98 2600 3649.2465 
Colmenares 10-8月 -99 2500 3362.58829 
94。STDDEV_POP 
功能描述：该函数计算总体标准偏离，并返回总体变量的平方根，其返回值与VAR_POP函数的平方根相同。（Standard Deviation－Population） 
SAMPLE：下例返回部门20、30、60的薪水值的总体标准偏差 
SELECT department_id, last_name, salary, 
STDDEV_POP(salary) OVER (PARTITION BY department_id) AS pop_std 
FROM employees 
WHERE department_id in (20,30,60); 
DEPARTMENT_ID LAST_NAME SALARY POP_STD 
------------- ------------------------- ---------- ---------- 
20 Hartstein 13000 3500 
20 Fay 6000 3500 
30 Raphaely 11000 3069.6091 
30 Khoo 3100 3069.6091 
30 Baida 2900 3069.6091 
30 Colmenares 2500 3069.6091 
30 Himuro 2600 3069.6091 
30 Tobias 2800 3069.6091 
60 Hunold 9000 1722.32401 
60 Ernst 6000 1722.32401 
60 Austin 4800 1722.32401 
60 Pataballa 4800 1722.32401 
60 Lorentz 4200 1722.32401

95。STDDEV_SAMP 
功能描述： 该函数计算累积样本标准偏离，并返回总体变量的平方根，其返回值与VAR_POP函数的平方根相同。（Standard Deviation－Sample） 
SAMPLE：下例返回部门20、30、60的薪水值的样本标准偏差 
SELECT department_id, last_name, hire_date, salary, 
STDDEV_SAMP(salary) OVER 
(PARTITION BY department_id ORDER BY hire_date 
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cum_sdev 
FROM employees 
WHERE department_id in (20,30,60); 
DEPARTMENT_ID LAST_NAME HIRE_DATE SALARY CUM_SDEV 
------------- ------------------------- ---------- ---------- ---------- 
20 Hartstein 17-2月 -96 13000 
20 Fay 17-8月 -97 6000 4949.74747 
30 Raphaely 07-12月-94 11000 
30 Khoo 18-5月 -95 3100 5586.14357 
30 Tobias 24-7月 -97 2800 4650.0896 
30 Baida 24-12月-97 2900 4035.26125 
30 Himuro 15-11月-98 2600 3649.2465 
30 Colmenares 10-8月 -99 2500 3362.58829 
60 Hunold 03-1月 -90 9000 
60 Ernst 21-5月 -91 6000 2121.32034 
60 Austin 25-6月 -97 4800 2163.33077 
60 Pataballa 05-2月 -98 4800 1982.42276 
60 Lorentz 07-2月 -99 4200 1925.61678 

96。SUM 
功能描述：该函数计算组中表达式的累积和。 
SAMPLE：下例计算同一经理下员工的薪水累积值 
SELECT manager_id, last_name, salary, 
SUM (salary) OVER (PARTITION BY manager_id ORDER BY salary 
RANGE UNBOUNDED PRECEDING) l_csum 
FROM employees 
WHERE manager_id in (101,103,108); 
MANAGER_ID LAST_NAME SALARY L_CSUM 
---------- ------------------------- ---------- ---------- 
101 Whalen 4400 4400 
101 Mavris 6500 10900 
101 Baer 10000 20900 
101 Greenberg 12000 44900 
101 Higgins 12000 44900 
103 Lorentz 4200 4200 
103 Austin 4800 13800 
103 Pataballa 4800 13800 
103 Ernst 6000 19800 
108 Popp 6900 6900 
108 Sciarra 7700 14600 
108 Urman 7800 22400 
108 Chen 8200 30600 
108 Faviet 9000 39600 
97。VAR_POP 
功能描述：（Variance Population）该函数返回非空集合的总体变量（忽略null），VAR_POP进行如下计算： 
(SUM(expr2) - SUM(expr)2 / COUNT(expr)) / COUNT(expr) 
SAMPLE：下例计算1998年每月销售的累积总体和样本变量（本例在SH用户下运行） 
SELECT t.calendar_month_desc, 
VAR_POP(SUM(s.amount_sold)) 
OVER (ORDER BY t.calendar_month_desc) "Var_Pop", 
VAR_SAMP(SUM(s.amount_sold)) 
OVER (ORDER BY t.calendar_month_desc) "Var_Samp" 
FROM sales s, times t 
WHERE s.time_id = t.time_id AND t.calendar_year = 1998 
GROUP BY t.calendar_month_desc; 
CALENDAR Var_Pop Var_Samp 
-------- ---------- ---------- 
1998-01 0 
1998-02 6.1321E+11 1.2264E+12 
1998-03 4.7058E+11 7.0587E+11 
1998-04 4.6929E+11 6.2572E+11 
1998-05 1.5524E+12 1.9405E+12 
1998-06 2.3711E+12 2.8453E+12 
1998-07 3.7464E+12 4.3708E+12 
1998-08 3.7852E+12 4.3260E+12 
1998-09 3.5753E+12 4.0222E+12 
1998-10 3.4343E+12 3.8159E+12 
1998-11 3.4245E+12 3.7669E+12 
1998-12 4.8937E+12 5.3386E+12 
 98。VAR_SAMP 
功能描述：（Variance Sample）该函数返回非空集合的样本变量（忽略null），VAR_POP进行如下计算： 
(SUM(expr*expr)-SUM(expr)*SUM(expr)/COUNT(expr))/(COUNT(expr)-1) 
SAMPLE：下例计算1998年每月销售的累积总体和样本变量 
SELECT t.calendar_month_desc, 
VAR_POP(SUM(s.amount_sold)) 
OVER (ORDER BY t.calendar_month_desc) "Var_Pop", 
VAR_SAMP(SUM(s.amount_sold)) 
OVER (ORDER BY t.calendar_month_desc) "Var_Samp" 
FROM sales s, times t 
WHERE s.time_id = t.time_id AND t.calendar_year = 1998 
GROUP BY t.calendar_month_desc; 
CALENDAR Var_Pop Var_Samp 
-------- ---------- ---------- 
1998-01 0 
1998-02 6.1321E+11 1.2264E+12 
1998-03 4.7058E+11 7.0587E+11 
1998-04 4.6929E+11 6.2572E+11 
1998-05 1.5524E+12 1.9405E+12 
1998-06 2.3711E+12 2.8453E+12 
1998-07 3.7464E+12 4.3708E+12 
1998-08 3.7852E+12 4.3260E+12 
1998-09 3.5753E+12 4.0222E+12 
1998-10 3.4343E+12 3.8159E+12 
1998-11 3.4245E+12 3.7669E+12 
1998-12 4.8937E+12 5.3386E+12 
99。VARIANCE 
功能描述：该函数返回表达式的变量，Oracle计算该变量如下： 
如果表达式中行数为1，则返回0 
如果表达式中行数大于1，则返回VAR_SAMP 
SAMPLE：下例返回部门30按雇佣日期排序的薪水值的累积变化 
SELECT last_name, salary, VARIANCE(salary) 
OVER (ORDER BY hire_date) "Variance" 
FROM employees 
WHERE department_id = 30; 
LAST_NAME SALARY Variance 
------------------------- ---------- ---------- 
Raphaely 11000 0 
Khoo 3100 31205000 
Tobias 2800 21623333.3 
Baida 2900 16283333.3 
Himuro 2600 13317000 
Colmenares 2500 11307000 
100。RANK 
功能描述：根据ORDER BY子句中表达式的值，从查询返回的每一行，计算它们与其它行的相对位置。组内的数据按ORDER BY子句排序， 
然后给每一行赋一个号，从而形成一个序列，该序列从1开始，往后累加。每次ORDER BY表达式的值发生变化时，该序列也随之增加。 
有同样值的行得到同样的数字序号（认为null时相等的）。然而，如果两行的确得到同样的排序，则序数将随后跳跃。若两行序数为1， 
则没有序数2，序列将给组中的下一行分配值3，DENSE_RANK则没有任何跳跃。 
SAMPLE：下例中计算每个员工按部门分区再按薪水排序，依次出现的序列号（注意与DENSE_RANK函数的区别） 
SELECT d.department_id , e.last_name, e.salary, RANK() 
OVER (PARTITION BY e.department_id ORDER BY e.salary) as drank 
FROM employees e, departments d 
WHERE e.department_id = d.department_id 
AND d.department_id IN (‘60‘, ‘90‘); 
DEPARTMENT_ID LAST_NAME SALARY DRANK 
------------- ------------------------- ---------- ---------- 
60 Lorentz 4200 1 
60 Austin 4800 2 
60 Pataballa 4800 2 
60 Ernst 6000 4 
60 Hunold 9000 5 
90 Kochhar 17000 1 
90 De Haan 17000 1 
90 King 24000 3

101。RATIO_TO_REPORT 
功能描述：该函数计算expression/(sum(expression))的值，它给出相对于总数的百分比，即当前行对sum(expression)的贡献。 
SAMPLE：下例计算每个员工的工资占该类员工总工资的百分比 
SELECT last_name, salary, RATIO_TO_REPORT(salary) OVER () AS rr 
FROM employees 
WHERE job_id = ‘PU_CLERK‘; 
LAST_NAME SALARY RR 
------------------------- ---------- ---------- 
Khoo 3100 .223021583 
Baida 2900 .208633094 
Tobias 2800 .201438849 
Himuro 2600 .18705036 
Colmenares 2500 .179856115 
 102。REGR_ (Linear Regression) Functions 
功能描述：这些线性回归函数适合最小二乘法回归线，有9个不同的回归函数可使用。 
REGR_SLOPE：返回斜率，等于COVAR_POP(expr1, expr2) / VAR_POP(expr2) 
REGR_INTERCEPT：返回回归线的y截距，等于 
AVG(expr1) - REGR_SLOPE(expr1, expr2) * AVG(expr2) 
REGR_COUNT：返回用于填充回归线的非空数字对的数目 
REGR_R2：返回回归线的决定系数，计算式为： 
If VAR_POP(expr2) = 0 then return NULL 
If VAR_POP(expr1) = 0 and VAR_POP(expr2) != 0 then return 1 
If VAR_POP(expr1) > 0 and VAR_POP(expr2 != 0 then 
return POWER(CORR(expr1,expr),2) 
REGR_AVGX：计算回归线的自变量(expr2)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr2) 
REGR_AVGY：计算回归线的应变量(expr1)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr1) 
REGR_SXX： 返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr2) 
REGR_SYY： 返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr1) 
REGR_SXY: 返回值等于REGR_COUNT(expr1, expr2) * COVAR_POP(expr1, expr2) 
（下面的例子都是在SH用户下完成的） 
SAMPLE 1：下例计算1998年最后三个星期中两种产品（260和270）在周末的销售量中已开发票数量和总数量的累积斜率和回归线的截距 
SELECT t.fiscal_month_number "Month", t.day_number_in_month "Day", 
REGR_SLOPE(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) AS CUM_SLOPE, 
REGR_INTERCEPT(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) AS CUM_ICPT 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND s.prod_id IN (270, 260) 
AND t.fiscal_year=1998 
AND t.fiscal_week_number IN (50, 51, 52) 
AND t.day_number_in_week IN (6,7) 
ORDER BY t.fiscal_month_desc, t.day_number_in_month; 
Month Day CUM_SLOPE CUM_ICPT 
---------- ---------- ---------- ---------- 
12 12 -68 1872 
12 12 -68 1872 
12 13 -20.244898 1254.36735 
12 13 -20.244898 1254.36735 
12 19 -18.826087 1287 
12 20 62.4561404 125.28655 
12 20 62.4561404 125.28655 
12 20 62.4561404 125.28655 
12 20 62.4561404 125.28655 
12 26 67.2658228 58.9712313 
12 26 67.2658228 58.9712313 
12 27 37.5245541 284.958221 
12 27 37.5245541 284.958221 
12 27 37.5245541 284.958221 
SAMPLE 2：下例计算1998年4月每天的累积交易数量 
SELECT UNIQUE t.day_number_in_month, 
REGR_COUNT(s.amount_sold, s.quantity_sold) 
OVER (PARTITION BY t.fiscal_month_number ORDER BY t.day_number_in_month) 
"Regr_Count" 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND t.fiscal_year = 1998 AND t.fiscal_month_number = 4; 
DAY_NUMBER_IN_MONTH Regr_Count 
------------------- ---------- 
1 825 
2 1650 
3 2475 
4 3300 
. 
26 21450 
30 22200 
SAMPLE 3：下例计算1998年每月销售量中已开发票数量和总数量的累积回归线决定系数 
SELECT t.fiscal_month_number, 
REGR_R2(SUM(s.amount_sold), SUM(s.quantity_sold)) 
OVER (ORDER BY t.fiscal_month_number) "Regr_R2" 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND t.fiscal_year = 1998 
GROUP BY t.fiscal_month_number 
ORDER BY t.fiscal_month_number; 
FISCAL_MONTH_NUMBER Regr_R2 
------------------- ---------- 
1 
2 1 
3 .927372984 
4 .807019972 
5 .932745567 
6 .94682861 
7 .965342011 
8 .955768075 
9 .959542618 
10 .938618575 
11 .880931415 
12 .882769189 
SAMPLE 4：下例计算1998年12月最后两周产品260的销售量中已开发票数量和总数量的累积平均值 
SELECT t.day_number_in_month, 
REGR_AVGY(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) 
"Regr_AvgY", 
REGR_AVGX(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) 
"Regr_AvgX" 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND s.prod_id = 260 
AND t.fiscal_month_desc = ‘1998-12‘ 
AND t.fiscal_week_number IN (51, 52) 
ORDER BY t.day_number_in_month; 
DAY_NUMBER_IN_MONTH Regr_AvgY Regr_AvgX 
------------------- ---------- ---------- 
14 882 24.5 
14 882 24.5 
15 801 22.25 
15 801 22.25 
16 777.6 21.6 
18 642.857143 17.8571429 
18 642.857143 17.8571429 
20 589.5 16.375 
21 544 15.1111111 
22 592.363636 16.4545455 
22 592.363636 16.4545455 
24 553.846154 15.3846154 
24 553.846154 15.3846154 
26 522 14.5 
27 578.4 16.0666667 
SAMPLE 5：下例计算产品260和270在1998年2月周末销售量中已开发票数量和总数量的累积REGR_SXY, REGR_SXX, and REGR_SYY统计值 
SELECT t.day_number_in_month, 
REGR_SXY(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_sxy", 
REGR_SYY(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_syy", 
REGR_SXX(s.amount_sold, s.quantity_sold) 
OVER (ORDER BY t.fiscal_year, t.fiscal_month_desc) "Regr_sxx" 
FROM sales s, times t 
WHERE s.time_id = t.time_id 
AND prod_id IN (270, 260) 
AND t.fiscal_month_desc = ‘1998-02‘ 
AND t.day_number_in_week IN (6,7) 
ORDER BY t.day_number_in_month; 
DAY_NUMBER_IN_MONTH Regr_sxy Regr_syy Regr_sxx 
------------------- ---------- ---------- ---------- 
1 18870.4 2116198.4 258.4 
1 18870.4 2116198.4 258.4 
1 18870.4 2116198.4 258.4 
1 18870.4 2116198.4 258.4 
7 18870.4 2116198.4 258.4 
8 18870.4 2116198.4 258.4 
14 18870.4 2116198.4 258.4 
15 18870.4 2116198.4 258.4 
21 18870.4 2116198.4 258.4 
22 18870.4 2116198.4 258.4 
 103。ROW_NUMBER 
功能描述：返回有序组中一行的偏移量，从而可用于按特定标准排序的行号。 
SAMPLE：下例返回每个员工再在每个部门中按员工号排序后的顺序号 
SELECT department_id, last_name, employee_id, ROW_NUMBER() 
OVER (PARTITION BY department_id ORDER BY employee_id) AS emp_id 
FROM employees 
WHERE department_id < 50; 
DEPARTMENT_ID LAST_NAME EMPLOYEE_ID EMP_ID 
------------- ------------------------- ----------- ---------- 
10 Whalen 200 1 
20 Hartstein 201 1 
20 Fay 202 2 
30 Raphaely 114 1 
30 Khoo 115 2 
30 Baida 116 3 
30 Tobias 117 4 
30 Himuro 118 5 
30 Colmenares 119 6 
40 Mavris 203 1 
104。STDDEV 
功能描述：计算当前行关于组的标准偏离。（Standard Deviation） 
SAMPLE：下例返回部门30按雇佣日期排序的薪水值的累积标准偏离 
SELECT last_name, hire_date,salary, 
STDDEV(salary) OVER (ORDER BY hire_date) "StdDev" 
FROM employees 
WHERE department_id = 30; 
LAST_NAME HIRE_DATE SALARY StdDev 
------------------------- ---------- ---------- ---------- 
Raphaely 07-12月-94 11000 0 
Khoo 18-5月 -95 3100 5586.14357 
Tobias 24-7月 -97 2800 4650.0896 
Baida 24-12月-97 2900 4035.26125 
Himuro 15-11月-98 2600 3649.2465 
Colmenares 10-8月 -99 2500 3362.58829

105。STDDEV_POP 
功能描述：该函数计算总体标准偏离，并返回总体变量的平方根，其返回值与VAR_POP函数的平方根相同。（Standard Deviation－Population） 
SAMPLE：下例返回部门20、30、60的薪水值的总体标准偏差 
SELECT department_id, last_name, salary, 
STDDEV_POP(salary) OVER (PARTITION BY department_id) AS pop_std 
FROM employees 
WHERE department_id in (20,30,60); 
DEPARTMENT_ID LAST_NAME SALARY POP_STD 
------------- ------------------------- ---------- ---------- 
20 Hartstein 13000 3500 
20 Fay 6000 3500 
30 Raphaely 11000 3069.6091 
30 Khoo 3100 3069.6091 
30 Baida 2900 3069.6091 
30 Colmenares 2500 3069.6091 
30 Himuro 2600 3069.6091 
30 Tobias 2800 3069.6091 
60 Hunold 9000 1722.32401 
60 Ernst 6000 1722.32401 
60 Austin 4800 1722.32401 
60 Pataballa 4800 1722.32401 
60 Lorentz 4200 1722.32401 
106。STDDEV_SAMP 
功能描述： 该函数计算累积样本标准偏离，并返回总体变量的平方根，其返回值与VAR_POP函数的平方根相同。（Standard Deviation－Sample） 
SAMPLE：下例返回部门20、30、60的薪水值的样本标准偏差 
SELECT department_id, last_name, hire_date, salary, 
STDDEV_SAMP(salary) OVER 
(PARTITION BY department_id ORDER BY hire_date 
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cum_sdev 
FROM employees 
WHERE department_id in (20,30,60); 
DEPARTMENT_ID LAST_NAME HIRE_DATE SALARY CUM_SDEV 
------------- ------------------------- ---------- ---------- ---------- 
20 Hartstein 17-2月 -96 13000 
20 Fay 17-8月 -97 6000 4949.74747 
30 Raphaely 07-12月-94 11000 
30 Khoo 18-5月 -95 3100 5586.14357 
30 Tobias 24-7月 -97 2800 4650.0896 
30 Baida 24-12月-97 2900 4035.26125 
30 Himuro 15-11月-98 2600 3649.2465 
30 Colmenares 10-8月 -99 2500 3362.58829 
60 Hunold 03-1月 -90 9000 
60 Ernst 21-5月 -91 6000 2121.32034 
60 Austin 25-6月 -97 4800 2163.33077 
60 Pataballa 05-2月 -98 4800 1982.42276 
60 Lorentz 07-2月 -99 4200 1925.61678 

107。SUM 
功能描述：该函数计算组中表达式的累积和。 
SAMPLE：下例计算同一经理下员工的薪水累积值 
SELECT manager_id, last_name, salary, 
SUM (salary) OVER (PARTITION BY manager_id ORDER BY salary 
RANGE UNBOUNDED PRECEDING) l_csum 
FROM employees 
WHERE manager_id in (101,103,108); 
MANAGER_ID LAST_NAME SALARY L_CSUM 
---------- ------------------------- ---------- ---------- 
101 Whalen 4400 4400 
101 Mavris 6500 10900 
101 Baer 10000 20900 
101 Greenberg 12000 44900 
101 Higgins 12000 44900 
103 Lorentz 4200 4200 
103 Austin 4800 13800 
103 Pataballa 4800 13800 
103 Ernst 6000 19800 
108 Popp 6900 6900 
108 Sciarra 7700 14600 
108 Urman 7800 22400 
108 Chen 8200 30600 
108 Faviet 9000 39600 
108。VAR_POP 
功能描述：（Variance Population）该函数返回非空集合的总体变量（忽略null），VAR_POP进行如下计算： 
(SUM(expr2) - SUM(expr)2 / COUNT(expr)) / COUNT(expr) 
SAMPLE：下例计算1998年每月销售的累积总体和样本变量（本例在SH用户下运行） 
SELECT t.calendar_month_desc, 
VAR_POP(SUM(s.amount_sold)) 
OVER (ORDER BY t.calendar_month_desc) "Var_Pop", 
VAR_SAMP(SUM(s.amount_sold)) 
OVER (ORDER BY t.calendar_month_desc) "Var_Samp" 
FROM sales s, times t 
WHERE s.time_id = t.time_id AND t.calendar_year = 1998 
GROUP BY t.calendar_month_desc; 
CALENDAR Var_Pop Var_Samp 
-------- ---------- ---------- 
1998-01 0 
1998-02 6.1321E+11 1.2264E+12 
1998-03 4.7058E+11 7.0587E+11 
1998-04 4.6929E+11 6.2572E+11 
1998-05 1.5524E+12 1.9405E+12 
1998-06 2.3711E+12 2.8453E+12 
1998-07 3.7464E+12 4.3708E+12 
1998-08 3.7852E+12 4.3260E+12 
1998-09 3.5753E+12 4.0222E+12 
1998-10 3.4343E+12 3.8159E+12 
1998-11 3.4245E+12 3.7669E+12 
1998-12 4.8937E+12 5.3386E+12 
109。VAR_SAMP 
功能描述：（Variance Sample）该函数返回非空集合的样本变量（忽略null），VAR_POP进行如下计算： 
(SUM(expr*expr)-SUM(expr)*SUM(expr)/COUNT(expr))/(COUNT(expr)-1) 
SAMPLE：下例计算1998年每月销售的累积总体和样本变量 
SELECT t.calendar_month_desc, 
VAR_POP(SUM(s.amount_sold)) 
OVER (ORDER BY t.calendar_month_desc) "Var_Pop", 
VAR_SAMP(SUM(s.amount_sold)) 
OVER (ORDER BY t.calendar_month_desc) "Var_Samp" 
FROM sales s, times t 
WHERE s.time_id = t.time_id AND t.calendar_year = 1998 
GROUP BY t.calendar_month_desc; 
CALENDAR Var_Pop Var_Samp 
-------- ---------- ---------- 
1998-01 0 
1998-02 6.1321E+11 1.2264E+12 
1998-03 4.7058E+11 7.0587E+11 
1998-04 4.6929E+11 6.2572E+11 
1998-05 1.5524E+12 1.9405E+12 
1998-06 2.3711E+12 2.8453E+12 
1998-07 3.7464E+12 4.3708E+12 
1998-08 3.7852E+12 4.3260E+12 
1998-09 3.5753E+12 4.0222E+12 
1998-10 3.4343E+12 3.8159E+12 
1998-11 3.4245E+12 3.7669E+12 
1998-12 4.8937E+12 5.3386E+12 
110。VARIANCE 
功能描述：该函数返回表达式的变量，Oracle计算该变量如下： 
如果表达式中行数为1，则返回0 
如果表达式中行数大于1，则返回VAR_SAMP 
SAMPLE：下例返回部门30按雇佣日期排序的薪水值的累积变化 
SELECT last_name, salary, VARIANCE(salary) 
OVER (ORDER BY hire_date) "Variance" 
FROM employees 
WHERE department_id = 30; 
LAST_NAME SALARY Variance 
------------------------- ---------- ---------- 
Raphaely 11000 0 
Khoo 3100 31205000 
Tobias 2800 21623333.3 
Baida 2900 16283333.3 
Himuro 2600 13317000 
Colmenares 2500 11307000

本文出自 “TOP” 博客，请务必保留此出处http://dbguy.blog.51cto.com/8921728/1583001

SQL/PLSQL 之110个常用函数<下>：一定有你要找的