63、STDDEV(distinct|all) 求标准差
ALL表示对所有的值求标准差,DISTINCT表示只对不同的值求标准差 SQL> select stddev(sal) 求标准差 from scott.emp;
SQL> select stddev(distinct sal) 求标准差 from scott.emp;
64、VARIANCE(DISTINCT|ALL) 求协方差
SQL> select variance(sal) 求协方差 from scott.emp;
65、GROUP BY 主要用来对一组数进行统计
SQL> select deptno 部门号,count(*) 数量,sum(sal) 工资总和 from
scott.emp group by deptno;
66、HAVING
对分组统计再加限制条件 SQL> select deptno,count(*),sum(sal) from scott.emp group by deptno having count(*)>=5; DEPTNO COUNT(*) SUM(SAL) --------- --------- --------- 20 5 10875 30 6 9400
SQL> select deptno,count(*),sum(sal) from scott.emp having count(*)>=5 group by deptno ;
DEPTNO COUNT(*) SUM(SAL) --------- --------- --------- 20 5 10875 30 6 9400
67、ORDER BY 用于对查询到的结果进行排序输出
SQL> select deptno,ename,sal from scott.emp order by deptno,sal desc;
68、 pl/sql中的case语句
select (case when DUMMY='X' then 0 else 1 end) as flag from dual;
case的第1种用法： case col when 'a' then 1 when 'b' then 2 else 0 end
这种用法跟decode一样没什么区别 case的第2种用法：
case when score <60 then 'd'
when score >=60 and score <70 then 'c' when score >=70 and score <80 then 'b' else 'a' end
69、NVL(expr1, expr2)
NVL(expr1, expr2)->expr1为NULL，返回expr2；不为NULL，返回expr1。注意两者的类型要一致
NVL2 (expr1, expr2, expr3) ->expr1不为NULL，返回expr2；为NULL，返回expr3。expr2和expr3类型不同的话，expr3会转换为expr2的类型 NULLIF (expr1, expr2) ->相等返回NULL，不等返回expr1 ---------------------------------------------------------------
Oracle从8.1.6开始提供分析函数，分析函数用于计算基于组的某种聚合值，它和聚合函数的不同之处是对于每个组返回多行， 而聚合函数对于每个组只返回一行。 常用的分析函数如下所列:
row_number() over(partition by ... order by ...) rank() over(partition by ... order by ...) dense_rank() over(partition by ... order by ...) count() over(partition by ... order by ...) max() over(partition by ... order by ...) min() over(partition by ... order by ...) sum() over(partition by ... order by ...) avg() over(partition by ... order by ...) first_value() over(partition by ... order by ...)
last_value() over(partition by ... order by ...) lag() over(partition by ... order by ...) lead() over(partition by ... order by ...)
下面例子中使用的表来自Oracle自带的HR用户下的表，如果没有安装该用户，可以在SYS用户下
运行
$ORACLE_HOME/demo/schema/human_resources/hr_main.sql来创建。 除本文内容外，你还可参考：
ROLLUP与CUBE [url]http://xsb.itpub.net/post/419/29159[/url] 分析函数使用例子介绍：[url]http://xsb.itpub.net/post/419/44634[/url] 本文如果未指明，缺省是在HR用户下运行例子。 开窗函数的的理解：
开窗函数指定了分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变化而变化，举例如下： over（order by salary） 按照salary排序进行累计，order by是个默认的开窗函数 over（partition by deptno）按照部门分区
over（order by salary range between 50 preceding and 150 following） 每行对应的数据窗口是之前行幅度值不超过50，之后行幅度值不超过150 over（order by salary rows between 50 preceding and 150 following） 每行对应的数据窗口是之前50行，之后150行
over（order by salary rows between unbounded preceding and unbounded following） 每行对应的数据窗口是从第一行到最后一行，等效： over（order by salary range between unbounded preceding and unbounded following） 主要参考资料：《expert one-on-one》 Tom Kyte 《Oracle9i SQL Reference》第6章 ohwww 2007-3-12 09:19
70、AVG 功能描述：用于计算一个组和数据窗口内表达式的平均值。
SAMPLE：下面的例子中列c_mavg计算员工表中每个员工的平均薪水报告，该平均值由当前员工和与之具有相同经理的前一个和后一个三者的平均数得来； SELECT manager_id, last_name, hire_date, salary,
AVG(salary) OVER (PARTITION BY manager_id ORDER BY hire_date ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS c_mavg FROM employees; MANAGER_ID LAST_NAME HIRE_DATE SALARY C_MAVG ---------- ------------------------- --------- ---------- ---------- 100 Kochhar 21-SEP-89 17000 17000 100 De Haan 13-JAN-93 17000 15000 100 Raphaely 07-DEC-94 11000 11966.6667 100 Kaufling 01-MAY-95 7900 10633.3333 100 Hartstein 17-FEB-96 13000 9633.33333 100 Weiss 18-JUL-96 8000 11666.6667 100 Russell 01-OCT-96 14000 11833.3333
71、 CORR 功能描述：返回一对表达式的相关系数，它是如下的缩写：
COVAR_POP(expr1,expr2)/STDDEV_POP(expr1)*STDDEV_POP(expr2))
从统计上讲，相关性是变量之间关联的强度，变量之间的关联意味着在某种程度 上一个变量的值可由其它的值进行预测。通过返回一个-1~1之间的一个数, 相关 系数给出了关联的强度，0表示不相关。
SAMPLE：下例返回1998年月销售收入和月单位销售的关系的累积系数（本例在SH用户下运行） SELECT t.calendar_month_number,
CORR (SUM(s.amount_sold), SUM(s.quantity_sold))
OVER (ORDER BY t.calendar_month_number) as CUM_CORR FROM sales s, times t
WHERE s.time_id = t.time_id AND calendar_year = 1998 GROUP BY t.calendar_month_number ORDER BY t.calendar_month_number; CALENDAR_MONTH_NUMBER CUM_CORR --------------------- ---------- 1 2 1
3 .994309382 4 .852040875 5 .846652204 6 .871250628 7 .910029803 8 .917556399 9 .920154356 10 .86720251 11 .844864765 12 .903542662
72、COVAR_POP 功能描述：返回一对表达式的总体协方差。
SAMPLE：下例CUM_COVP返回定价和最小产品价格的累积总体协方差 SELECT product_id, supplier_id, COVAR_POP(list_price, min_price)
OVER (ORDER BY product_id, supplier_id) AS CUM_COVP, COVAR_SAMP(list_price, min_price)
OVER (ORDER BY product_id, supplier_id) AS CUM_COVS FROM product_information p WHERE category_id = 29
ORDER BY product_id, supplier_id;
PRODUCT_ID SUPPLIER_ID CUM_COVP CUM_COVS ---------- ----------- ---------- ----------
1774 103088 0
1775 103087 1473.25 2946.5
1794 103096 1702.77778 2554.16667 1825 103093 1926.25 2568.33333 2004 103086 1591.4 1989.25 2005 103086 1512.5 1815
2416 103088 1475.97959 1721.97619
73、COVAR_SAMP 功能描述：返回一对表达式的样本协方差
SAMPLE：下例CUM_COVS返回定价和最小产品价格的累积样本协方差 SELECT product_id, supplier_id, COVAR_POP(list_price, min_price)
OVER (ORDER BY product_id, supplier_id) AS CUM_COVP, COVAR_SAMP(list_price, min_price)
OVER (ORDER BY product_id, supplier_id) AS CUM_COVS FROM product_information p WHERE category_id = 29
ORDER BY product_id, supplier_id;
PRODUCT_ID SUPPLIER_ID CUM_COVP CUM_COVS ---------- ----------- ---------- ----------
1774 103088 0
1775 103087 1473.25 2946.5 1794 103096 1702.77778 2554.16667
1825 103093 1926.25 2568.33333 2004 103086 1591.4 1989.25 2005 103086 1512.5 1815
2416 103088 1475.97959 1721.97619
74、COUNT 功能描述：对一组内发生的事情进行累积计数
如果指定*或一些非空常数，count将对所有行计数，如果指定一个表达式，count
返回表达式非空赋值的计数，当有相同值出现时，这些相等的值都会被纳入被计算的值；可以使用DISTINCT来记录去掉一组中完全 相同的数据后出现的行数。 SAMPLE：下面例子中计算每个员工在按薪水排序中当前行附近薪水在[n-50,n+150]之间的行数，n表示当前行的薪水 例如，Philtanker的薪水2200，排在他之前的行中薪水大于等于2200-50的有1行，排在他之后的行中薪水小于等于2200＋150的行
没有，所以count计数值cnt3为2（包括自己当前行）；cnt2值相当于小于等于当前行的SALARY值的所有行数
SELECT last_name, salary, COUNT(*) OVER () AS cnt1, COUNT(*) OVER (ORDER BY salary) AS cnt2,
COUNT(*) OVER (ORDER BY salary RANGE BETWEEN 50 PRECEDING AND 150 FOLLOWING) AS cnt3 FROM employees; LAST_NAME SALARY CNT1 CNT2 CNT3
------------------------- ---------- ---------- ---------- ---------- Olson 2100 107 1 3 Markle 2200 107 3 2 Philtanker 2200 107 3 2 Landry 2400 107 5 8 Gee 2400 107 5 8