Oracle分析函數之排序 row_number() & rank()

對于排序分析，應用的業(yè)務分析場景很多，例如所有銷售大區(qū)的TOP5、按具體規(guī)則對數據集進行重新排序編號等，這些業(yè)務場景采用分析函數中排序函數，將很方便簡單。

讓客戶滿意是我們工作的目標，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領域值得信任、有價值的長期合作伙伴，公司提供的服務項目有：國際域名空間、網頁空間、營銷軟件、網站建設、通川網站維護、網站推廣。

當前常用的排序類分析函數包括：row_number()、rank()、dense_rank()，這三個函數都可應用在排序場景中，但 又有些許不同。

特點：對分組后的排序結果進行遞增編號，出現同值的也是遞增處理。

rank()特點：按分組后的排序結果進行遞增編號，如出現相同值則序號一致，但相鄰出現的不同值序號將從rown+N開始(rown為前一個值的序號，N為前一個值相同的個數)。

dense_rank()特點：和rank()相似，按分組后的排序結果進行遞增編號，如出現相同值則序號一致，但相鄰出現的不同值序號將從rown+1開始。

1.row_number()應用于 不區(qū)分同值排序 的業(yè)務場景；

2.rank()dense_rank()應用于 區(qū)分同值排序 的業(yè)務場景，至于用rank和dense_rank，則要看對同值排序后對序號遞增方式的具體要求來定。

有了上述三個函數，對于日常公司分析大區(qū)銷售排名、銷售代表排名、部門費用項排名等等，將會非常的方便快捷。

Oracle分析函數之Lag和Lead()使用

在平時的工作中，由于主要接觸ERP方面的業(yè)務數據處理，Oracle的分析函數一直沒怎么使用，但隨著公司開始做數據分析，Oracle的分析函數出現的越來越頻繁。因此準備把分析函數中重要的幾個常用函數用法分析下。

Lag(): 在查詢中取出同一字段前N行的數據作為獨立的列。

表達式理解為：按column2進行分組且根據column3進行排序，取column1前N行(往前數第N行)的列值，如果為空則用xxxx進行默認。

由此可以想到，采用該方式可以計算環(huán)比以及同比，同比與表間join，該函數將大大減少SQL的量。

Lead(): 在查詢中取出同一字段后N行的數據作為獨立的列。

表達式理解為：按column2進行分組且根據column3進行排序，取column1后N行(往后數第N行)的列值，如果為空則用xxxx進行默認。

lag和lead的函數，主要應用于查找前后行的列記錄，使用這兩個分析函數，可以減少子查詢或表關聯，并且能夠大大提升sql語句性能。

Oracle OAC系列：使用高級分析函數

在數據可視化的創(chuàng)建時，我們通常會根據當前的數據展示結果進行更深入的分析，這時高級分析函數則是我們完成這類作業(yè)的利器，OAC（Oracle數據分析云）為用戶提供了即時的高級分析功能，包括聚類，非正常值的計算，參照線和參考線等功能。以下將舉例為大家詳細介紹如何在OAC（Oracle數據分析云）中使用高級分析函數功能。

添加高級函數至可視化（聚類）

首先，準備可視化，本文中的例子為分析來自不同城市客戶的銷售額與利潤情況，添加聚類到可視化，將客戶進行分群，原始可視化如下圖所示，為散點圖。

點擊可視化，在左下角的屬性面板中添加統計信息，選擇聚類，系統默認使用k-means算法進行聚類，可切換至其他聚類算法，如分層聚類等，此外也可以定義分組數量，圖示中不同的形狀則表示經過聚類計算后的不同分組。

添加高級函數至可視化（趨勢線）

同樣在左下側的屬性面板選擇添加趨勢線，可視化將自動生成該數據的趨勢線，且趨勢線支持選用不同的計算方法，如線性，指數，多項式等，也可修改置信區(qū)間的百分比。

添加高級函數至可視化（參照線）

我們也可以在可視化中添加參考線，屬性面板中選擇添加參照線，設定參照線的依據是度量元素，方法和計算函數，效果如下圖所示。

同樣的方法，我們可以添加非正常值到可視化，高級函數功能能幫助我們更深入地洞察數據，豐富可視化顯示內容，在接下來的文章中我們會為大家介紹可視化中更多實用的小技巧，敬請期待！