Разное

Oracle агрегатные функции: Агрегатные функции. Группировка записей

Полезные оконные функции SQL — Разработка на vc.ru

Можно бесконечно долго «воротить нос» от использования SQL для Data Preparation, отдавая лавры змеиному языку, но нельзя не признавать факт, что чаще мы используем и еще долго будем использовать SQL для работы с данными, в том числе и очень объемными.

29 900 просмотров

Более того, считаем, что на текущий момент SQL окажется под рукой сотрудника с большей вероятностью, чем Python, и поможет быстро решить аналитическую задачку с приоритетом «-1».

Предложение OVER помогает «открыть окно», т.е. определить строки, с которым будет работать та или иная функция.

Предложение partion BY не является обязательным, но дополняет OVER и показывает, как именно мы разделяем строки, к которым будет применена функция.

ORDER BY определит порядок обработки строк.

В одном select может быть больше одного OVER, эта прекрасная особенность упростит выполнение аналитической задачи в дальнейшем.

Итак, оконные функции делятся на:

  • Агрегатные функции
  • Ранжирующие функции
  • Функции смещения
  • Аналитические функции

Собственно, те же, что и обычные, только встроенные в конструкцию с OVER

SUM/ AVG / COUNT/ MIN/ MAX

Для наглядности работы данных функций воспользуемся базовым набором данных (T)

Задача:

Найти максимальную задолженность в каждом банке.

Для чего тут оконные функции? Можно же просто написать:

SELECT TB, max(OSZ) OSZ FROM T group by TB

В данном контексте, действительно, применение оконных функций нецелесообразно, но, когда речь заходит о задаче:

Собрать дэшборд, в котором содержится информация о максимальной задолженности в каждом банке, а также средний размер процентной ставки в каждом банке в зависимости от сегмента, плюс еще количество договоров всего всем банкам (в голове рисуются множественные джойны из подзапросов и как-то сразу тяжело на душе).

Однако, как я говорил выше, в одном select можно использовать много OVER, а также еще один прекрасный факт: набор строк в окне, связывается с текущей строкой, а не с группой агрегированных. Таким образом:

SELECT TB, ID_CLIENT, ID_DOG, OSZ, PROCENT_RATE, RATING, SEGMENT , MAX(OSZ) OVER (PARTITION BY TB) ‘Максимальная задолженность в разбивке по банкам’ , AVG(PROCENT_RATE) OVER (PARTITION BY TB, SEGMENT) ‘Средняя процентная ставка в разрезе банка и сегмента’ , COUNT(ID_DOG) OVER () ‘Всего договоров во всех банках’ FROM T

На примере AVG(procent_RATE) OVER (partition BY TB, segment) подробнее:

  • Мы применяем AVG – агрегатную функцию по подсчету среднего значения к столбцу procent_RATE.
  • Затем предложением OVER определяем, что будем работать с некоторым набором строк. По умолчанию, если указать OVER() с пустыми строками, то этот набор строк равен всей таблице.
  • Предложением partition BY выделяем разделы в наборе строк по заданному условию, в нашем случае, в разбивке на Территориальные банки и Сегмент.
  • В итоге, к каждой строке базовой таблицы применится функция по подсчету среднего из набора строк, разбитых на разделы (по Территориальным Банкам и Сегменту).

Другой тип оконных функций, надо признать, мой любимый и был использован для решения многих задач. Функции ранжирования для каждой строки в разделе возвращают значение рангов или рейтингов. Все ведь любят рейтинги, правда…?

Базовый набор данных: банки, отделы и количество ревизий.

Сами ранжирующие функции:

ROW_number – нумерует строки в результирующем наборе.

RANK -присваивает ранг для каждой строки, если найдутся одинаковые значения, то следующий ранг присваивается с пропуском.

DENSE_RANK -присваивает ранг для каждой строки, если найдутся одинаковые значения, то следующий ранг присваивается без пропуска.

NTILE – помогает разделить результирующий набор на группы.

Для понимания написанного, проранжируем таблицу по убыванию количества ревизий:

SELECT * , ROW_NUMBER() OVER(ORDER BY count_revisions desc) , Rank() OVER(ORDER BY count_revisions desc) , DENSE_RANK() OVER(ORDER BY count_revisions desc) , NTILE(3) OVER(ORDER BY count_revisions desc) FROM Table_Rev

ROW_number – пронумеровал столбцы в порядке убывания количества ревизий.

RANK – проранжировал отделы во всех банках в порядке убывания количества ревизий, но как только встретились одинаковые значения (количество ревизий 95), функция присвоила им ранг 4, а следующее значение получило ранг 6.

DENSE_RANK – аналогично RANK, но как только встретились одинаковые значения, следующее значение получило ранг 5.

NTILE – функция помогла разбить таблицу на 3 группы (указал в аргументе). Так как в таблице 18 значений, в каждую группу попало по 6.

Задача:

Найти второй отдел во всех банках по количеству ревизий.

Можно, конечно, воспользоваться чем-то вроде:

SELECT MAX(count_revisions) ms FROM Table_Rev WHERE count_revisions!=(SELECT MAX(count_revisions) FROM Table_Rev)

Но если речь идет не про второй отдел, а про трети? .. уже сложнее. Действительно, никто не списывает со счетов offset, но в этой статье говорится об оконных функциях, так почему бы не написать так:

With T_R as ( SELECT * , DENSE_RANK() OVER(ORDER BY count_revisions desc) ds FROM Table_Rev ) SELECT * FROM T_R WHERE ds=3

Как и во всех других типах функций, здесь можно выделять разделы с помощью partitionby.

Например, найти отдел в каждом банке, с меньшим количеством проведенных ревизий, для этого разделяем на секции по территориальным банкам, сортируем по возрастанию:

With T_R as ( SELECT * , DENSE_RANK() OVER(PARTITION BY tb ORDER BY count_revisions) ds FROM Table_Rev ) SELECT tb,dep,count_revisions FROM T_R WHERE ds=1

Получаем:

Оконные функции смещения помогут нам, когда необходимо обратиться к строке в наборе данных из окна, относительно текущей строки с некоторым смещением. Проще говоря, узнать, какое значение (событие/ дата) идет после/до текущей строки. Похоже на отличную штуку в предобработке лога данных.

LAG — смещение назад.

LEAD — смещение вперед.

FIRST_VALUE — найти первое значение набора данных.

LAST_VALUE — найти последнее значение набора данных.

LAG и LEAD имеют следующие аргументы:

  • Столбец, значение которого необходимо вернуть
  • На сколько строк выполнить смешение (дефолт =1)
  • Что вставить, если вернулся NULL

Как обычно, на практике проще:

Базовый набор данных, содержит id задачи, события внутри нее и их дату:

Применяя конструкцию:

SELECT * , LEAD (Event, 1, ‘end’) OVER (PARTITION BY ID_Task ORDER BY Date_Event) as Next_Event , LEAD (Date_Event, 1, ‘2099-01-01’) OVER(PARTITION BY ID_Task ORDER BY Date_Event) as Next_Date FROM Table_Task

Получаем набор данных, который хоть сейчас в graphviz (нет).

Аналитические оконные функции подходят под специфичные задачи и описывать их здесь я, пожалуй, не буду. Но, возможно, вы решите ознакомиться с ними самостоятельно, а значит будете более подготовлены к решению хитро закрученных задач.

Тем, кто слышит про данные функции впервые, надеюсь, статья окажется полезной, а, кто уже со всем этим знаком, простите, потраченное время никто не вернет.

2.2. Агрегатные функции

Все функции, рассмотренные до этого, предназначены для обработки данных строка за строкой. В Oracle также есть агрегатные, или групповые, функции (group functions), позволяющие анализировать группы записей. Под группой записей понимается любой набор записей, имеющих что-то общее — например, относящихся к одному товару, одному отделу или одному временному интервалу. Для заданных групп агрегатные функции дают итоговую сумму, количество записей, а также среднее, наименьшее и наибольшее, значения для каждой группы. Эти функции очень удобны для статистического анализа.

Группы создаются предложением GROUP BY в операторе SELECT, а предложение HAVING фильтрует группы на основе групповых значений. В отличие от конструкции WHERE, фильтрующей записи до группирования, конструкция HAVING фильтрует уже сформированные группы.

При отсутствии предложений GROUP BY и HAVING в операторе SELECT возвращаемые агрегатными функциями значения будут относиться ко всему множеству записей таблицы.

SUM

Функция SUM суммирует значения и возвращает итог:

SELECT SUM(quantity) FROM purchase;

COUNT

Функция COUNT подсчитывает записи в таблице или значения в столбце. Например, чтобы определить, содержит ли таблица какие-нибудь записи, проще всего ввести такую команду:

SELECT COUNT(*) FROM purchase;

Однако ее не рекомендуется использовать, поскольку указание «*» вместо имени столбца неявно заставляете Oracle считывать всю таблицу. Это не принципиально для маленьких учебных таблиц, но представляет собой серьезную проблему в системах с сотнями тысяч, а тем более с миллиардами записей.

Полное сканирование таблицы намного замедляет выдачу результата и вынуждает Oracle отвлекать компьютерные ресурсы от главных задач, для выполнения которых предназначалась база данных, что тормозит работу всей системы. Гораздо лучше указать какой-нибудь один столбец, по которому функция COUNT будет считать записи:

SELECT COUNT(product_name) FROM purchase;

Как правило, предпочтение отдается первому столбцу таблицы — по причинам, которые будут объяснены в следующей теме. Можно поступить еще проще, указав в качестве аргумента функции COUNT не имя столбца, а литеральное значение:

SELECT COUNT(1) FROM purchase;

Строго говоря, это заставляет Oracle возвращать значение «1» для каждой записи в таблице. С тем же успехом можно подставить в функцию фразу «Считай!»; какое именно литеральное значение будет использовано — неважно, поскольку само это значение функция игнорирует. Она лишь подсчитывает записи и сообщает, сколько их было найдено.

Функция COUNT имеет одно интересное свойство: если указать столбец таблицы, записи которой подсчитываются, будут учтены только записи, содержащие в этом столбце какое-либо значение. Этим можно воспользоваться для определения процента записей, имеющих null-значение в определенном столбце. После ввода показанного ниже кода первая команда выведет общее количество записей в таблице; вторая команда выдаст тот же результат, поскольку ни в одной из записей название товара не является пустым; третья команда сообщит, сколько записей содержит заполненный столбец LAST_STOCK_DATE; последняя команда даст процент записей, в которых этот столбец заполнен. Информация такого рода может пригодиться, когда необходимо определить полезность какого-либо столбца.

SELECT COUNT(1) FROM product;

SELECT COUNT(product_name) FROM product;

SELECT COUNT(last_stock_date) FROM product;

SELECT COUNT(last_stock_date) / COUNT(product_name) «% заполненных записей»

FROM product;

AVG

Функция AVG возвращает среднее значение по указанному столбцу. Поскольку для этого функция должна выполнить фактическое считывание всего столбца, нет смысла указывать» \» или какой-либо другой литерал в качестве аргумента; необходимо указать имя столбца. Например, чтобы узнать среднюю цену товаров из таблицы PRODUCT, нужно ввести следующий оператор:

SELECT AVG(product_price) FROM product;

MIN

Функция MIN возвращает наименьшее из значений, содержащихся в указанном столбце. Например, чтобы узнать, сколько стоит самый дешевый товар из таблицы PRODUCT, можно ввести такую команду:

SELECT MIN(product_price) FROM product;

MAX

Как вы наверняка догадались, функция МАХ возвращает наибольшее из значений указанного столбца. Например, чтобы узнать максимальную цену товара в таблице PRODUCT, можно воспользоваться следующей командой:

SELECT MAX(product_price) FROM product;

Функция MAX применяется в целом ряде случаев. Например, может встать вопрос о сокращении длины текстового столбца существующей таблицы. Чтобы узнать, какая часть столбца действительно используется, нужно определить максимальную длину текста в этом столбце. Это легко сделать, указав в качестве аргумента функции МАХ длину столбца, как показано во второй из следующих команд:

DESC purchase;

SELECT MAX(LENGTH(product_name)) FROM purchase;

Подведение итогов по группам данных

Добавление предложения GROUP BY в оператор SELECT указывает на необходимость применить агрегатную функцию к каждой сформированной группе записей:

SELECT product_name, SUM(quantity) FROM purchase

GROUP BY product_name;

В предложении GROUP BY указывается столбец, по значениям которого будет выполняться группирование.

В оператор SELECT можно включать несколько различных агрегатных функций. Например, один и тот же оператор может выдавать суммарное, среднее, наименьшее и наибольшее значения по каждой группе, а также подсчитывать число записей в группах. Приведенный ниже код показывает, как это делается. Чтобы результаты поместились на экране, столбец PRODUCT_NAME сужен с помощью функции SUBSTR.

SELECT SUBSTR(product_name, 1, 15) «Product»,

SUM(quantity) «Total Sold», AVG(quantity) «Average», COUNT(quantity) «Transactions»,

MIN(quantity) «Fewest», MAX(quantity) «Most» FROM purchase

GROUP BY product_name;

При группировании записей предложение WHERE по-прежнему фильтрует отдельные записи, тем самым исключая их из вычислений, выполняемых агрегатными функциями.

Однако после создания групп возникает новая задача: фильтрация самих групп на основе групповой информации. Предположим, что предприятию не хватает складских площадей и оно намерено сократить запас товаров на складе. Для реализации этого мероприятия требуется составить список плохо продающихся товаров — например, тех, для которых общий объем продаж составляет менее пяти штук. Здесь и пригодится предложение HAVING, которое фильтрует группы на основе групповых значений. В отличие от предложения WHERE, фильтрующей записи до группирования, предложение HAVING фильтрует уже сформированные группы:

SELECT SUBSTR(product_name, 1, 15) «Product»,

SUM(quantity) «Total Sold», AVG(quantity) «Average», COUNT(quantity) «Transactions»,

MIN(quantity) «Fewest», MAX (quantity) «Most» FROM purchase

GROUP BY product_name

HAVING SUM(quantity) < 5;

Оператор SELECT включит в выходные данные только плохо продающиеся товары. Если нужно решить обратную задачу — составить список хорошо продающихся товаров, достаточно изменить условие в предложение HAVING, как показано ниже:

SELECT SUBSTR(product_name, 1, 15) «Product»,

SUM(quantity) «Total Sold», AVG(quantity) «Average», COUNT(quantity) «Transactions»,

MIN(quantity) «Fewest», MAX (quantity) «Most» FROM purchase

GROUP BY product_name

HAVING SUM(quantity) >= 5;

Обзор агрегатных функций Oracle

Резюме : в этом руководстве вы узнаете, как работают агрегатные функции Oracle и как их применять для вычисления агрегатов.

Введение в агрегатные функции Oracle

Агрегатные функции Oracle вычисляют группу строк и возвращают одно значение для каждой группы.

Мы обычно используем агрегатные функции вместе с предложением GROUP BY . Предложение GROUP BY делит строки на группы, а агрегатная функция вычисляет и возвращает один результат для каждой группы.

Если вы используете агрегатные функции без предложения GROUP BY , агрегатные функции применяются ко всем строкам запрашиваемых таблиц или представлений.

Мы также используем агрегатные функции в предложении HAVING для фильтрации групп из выходных данных на основе результатов агрегатных функций.

Агрегированные функции Oracle могут появляться в списках SELECT и предложениях ORDER BY , GROUP BY и HAVING .

DISTINCT vs. ALL

Некоторые агрегатные функции принимают условие DISTINCT или ALL .

  • Предложение DISTINCT предписывает агрегатной функции учитывать только различные значения аргумента.
  • Предложение ALL заставляет агрегатную функцию учитывать все значения, включая дубликаты.

Например, DISTINCT среднее 2, 2, 2 и 4 равно 3, что является результатом (2 + 4)/2. Однако ALL Среднее значение 2, 2, 2 и 4 равно 2,5, что является результатом (2 + 2 + 2 + 4) / 4.

Oracle использует предложение ALL по умолчанию, если вы не указали явно любая оговорка.

Обработка NULL

Все агрегатные функции игнорируют нулевые значения, кроме COUNT(*) , GROUPING() и GROUPING_ID() .

Если вы хотите заменить значение, например, ноль на нулевое значение, используйте функцию NVL() .

Функции COUNT() и REGR_COUNT() никогда не возвращают null, а либо число, либо ноль (0). Другие агрегатные функции возвращают NULL , если набор входных данных содержит NULL или не содержит строк.

Список агрегатных функций Oracle

В следующей таблице показаны агрегатные функции Oracle:0103 AVG Возврат средние значения A SET Соберите CORR CORR_* 9097 CROR_* 9097 CORR_* 9097 CORR_* 9097 Corr_* 9097 . Количество строк в таблице COVAR_POP COVAR_SAMP CUME_DIST DENSE_RANK DENSE_RANK DENSE_RANK 9.0097 FIRST GROUP_ID GROUPING GROUPING_ID LAST LISTAGG Aggregate strings from multiple rows into a single string by concatenating them МАКС Возвращает максимальное значение в наборе значений МЕДИАНА МИН Возвращает минимальное значение в наборе значений PERCENT_RANK PERCENTILE_CONT PERCENTILE_DISC RANK REGR_ (Linear Regression) Functions STATS_BINOMIAL_TEST STATS_CROSSTAB STATS_F_TEST STATS_KS_TEST STATS_MODE STATS_MW_TEST STATS_ONE_WAY_ANOVA STATS_T_TEST_* STATS_WSR_TEST STDDEV STDDEV_POP STDDEV_SAMP SUM Returns сумма значений в наборе значений SYS_OP_ZONE_ID SYS_XMLAGG VAR_POP VAR_SAMP DASIART XMLAGG 9092 9092 .

Было ли это руководство полезным?

Агрегированные функции Oracle | Примеры агрегатных функций Oracle

Агрегатная функция Oracle — это тип функции, которая работает с указанным столбцом и возвращает результат в виде одной строки. Эти функции в основном используются в запросе, который содержит предложение GROUP BY в инструкции SELECT, где предложение GROUP BY группирует строки в соответствии с указанным условием, а функция AGGREGATE выполняет агрегирование сгруппированных данных.

  • Возвращает результат одной строки на основе условий группы строк.
  • В операторе SELECT можно использовать агрегатные функции.
  • Агрегированные функции могут использоваться в предложении HAVING в качестве условия.
  • Возвращает один результат на группу в качестве вывода.
  • Группа строк может представлять собой всю таблицу или строки, разбитые на несколько групп.

Важные агрегатные функции:

Функции Описание
СРЕДНИЙ ( ) Возвращает среднее значение данного выражения.
СУММА ( ) Возвращает значение суммы заданного выражения.
МАКС ( ) Возвращает максимальное значение данного выражения.
МИН ( ) Возвращает минимальное значение данного выражения.
СЧЕТ ( ) Возвращает общее количество строк для данного выражения.
СТАНДОТКЛОН ( ) Возвращает стандартное отклонение столбца.
ОТЛИЧИЕ ( ) Возвращает дисперсию.

Синтаксис функций агрегирования Oracle

Приведен ниже синтаксис:

GroupFunctionNameName (различные / все столбцы. только неповторяющиеся значения.

  • Ключевое слово ALL используется для рассмотрения всех значений для агрегатной операции, включая дубликаты.
  • Типы данных CHAR, VARCHAR2, NUMBER или DATE могут использоваться в качестве аргумента.
  • Все групповые функции, кроме функции COUNT (*), игнорируют NULL. Функция NVL может быть лучшим вариантом для замены значения NULL.
  • Ни один столбец (столбцы) не должен использоваться с групповой функцией в операторе SELECT без предложения GROUP BY.
  • Примеры агрегатных функций Oracle

    Ниже приведены упомянутые примеры:

    Мы будем использовать приведенную ниже примерную таблицу (Сотрудник) с 14 записями, чтобы увидеть поведение функции Oracle Aggregate.

    Код:

    ВЫБЕРИТЕ * ОТ Сотрудника;

    Вывод:

    Пример #1

    AVG (DISTINCT / ALL ColumnName) Функция.

    • Вывод будет средним значением столбца.
    • Не учитывает значения NULL.

    Код:

    ВЫБЕРИТЕ СРЕДНЕЕ (Зарплата), СРЕДНЕЕ (ОТЛИЧНОЕ ЗП) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть два средних значения столбца зарплаты, и оба они разные, потому что первая функция среднего работает со всеми значениями столбца, а вторая функция среднего работает с уникальными значениями, потому что ключевого слова DISTINCT. Вот почему оба результата разные.

    Код:

    ВЫБЕРИТЕ СРЕДНИЙ (Бонус) ОТ Сотрудника;

    Выходные данные:

    В приведенном выше примере есть среднее значение столбца «Бонус», а столбец «Бонус» содержит значения NULL. Функция AVG игнорирует значения NULL и вычисляет среднее значение ненулевых значений.

    Пример #2

    SUM (DISTINCT / ALL ColumnName) Функция.

    • Вывод будет СУММОЙ значения столбца.
    • Не учитывает значения NULL.

    Код:

    ВЫБЕРИТЕ СУММУ (зарплата), СУММА (ОТЛИЧНАЯ зарплата) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть два значения суммы столбца зарплаты, и оба они разные, потому что первая функция суммы работает со всеми значениями столбца, а вторая функция суммы работает с уникальными значениями, потому что ключевого слова DISTINCT. Вот почему оба результата разные.

    Код:

    ВЫБЕРИТЕ СУММУ (Бонус) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть одно значение суммы столбца Bonus, а столбец Bonus содержит значения NULL. Функция SUM игнорирует значения NULL и вычисляет сумму ненулевых значений.

    Пример #3

    MAX (DISTINCT / ALL ColumnName) Функция.

    • Вывод будет максимальным значением столбца.
    • Не учитывает значения NULL.

    Код:

    ВЫБЕРИТЕ МАКС.(Зарплата), МАКС.(ОТЛИЧНАЯ ЗП) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть два максимальных значения столбца зарплаты, и оба они одинаковы, но первая максимальная функция работает со всеми значениями столбца, а вторая максимальная функция работает с уникальными значениями, потому что ключевого слова DISTINCT и возвращает соответствующий вывод.

    Код:

    ВЫБЕРИТЕ МАКС. (Бонус) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть максимальное значение столбца Bonus, а столбец Bonus содержит значения NULL. Функция MAX игнорирует значения NULL и возвращает максимальное значение этого столбца.

    Пример #4

    MIN (DISTINCT / ALL ColumnName) Функция.

    • Вывод будет минимальным значением столбца.
    • Не учитывает значения NULL.

    Код:

    ВЫБЕРИТЕ МИН (Зарплата), МИН (ОТЛИЧНАЯ зарплата) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть два минимальных значения столбца зарплаты, и оба они одинаковы, но первая минимальная функция работает со всеми значениями столбца, а вторая минимальная функция работает с уникальными значениями, потому что ключевого слова DISTINCT и возвращает соответствующий вывод.

    Код:

    ВЫБЕРИТЕ МИН (ПОНУС) ОТ Сотрудника;

    Выходные данные:

    В приведенном выше примере есть минимальное значение столбца «Бонус», а столбец «Бонус» содержит значения NULL. Функция MIN игнорирует значения NULL и возвращает минимальное значение этого столбца.

    Пример #5

    СТАНДОТКЛОН (DISTINCT / ALL ColumnName) Функция.

    • Результат будет стандартным отклонением столбца.
    • Не учитывает значения NULL.

    Код:

    ВЫБРАТЬ СТАНДОТКЛОН(Зарплата), СТАНДОТКЛОН(ОТЛИЧНАЯ зарплата) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть два значения стандартного отклонения столбца зарплаты, и оба они разные, поскольку первая функция стандартного отклонения работает со всеми значениями столбца, а вторая функция стандартного отклонения работает со всеми значениями столбца. уникальные значения из-за ключевого слова DISTINCT. Вот почему оба результата разные.

    Код:

    ВЫБЕРИТЕ СТАНДОТКЛОН(Премия) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть значение стандартного отклонения столбца бонуса, а столбец бонуса содержит значения NULL. Функция СТАНДОТКЛОН игнорирует значения NULL и вычисляет стандартное отклонение ненулевых значений.

    Пример #6

    VARIANCE (DISTINCT / ALL ColumnName) Функция.

    • Результатом будет дисперсия N.
    • Не учитывает значения NULL.

    Код:

    ВЫБЕРИТЕ ОТКЛОНЕНИЕ(ЗАРплата), ОТЛИЧИЕ(ОТЛИЧНАЯ ЗПАР) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть два значения дисперсии столбца зарплаты, и оба они разные, потому что первая функция дисперсии работает со всеми значениями столбца, а вторая функция дисперсии работает с уникальными значениями, потому что ключевого слова DISTINCT. Вот почему оба результата разные.

    Код:

    ВЫБЕРИТЕ ОТЛИЧИЕ (БОНУС) ОТ Сотрудника;

    Выходные данные:

    В приведенном выше примере есть значение дисперсии столбца «Бонус», а столбец «Бонус» содержит значения NULL. Функция VARIANCE игнорирует значения NULL и вычисляет дисперсию ненулевых значений.

    Пример #7

    Функция COUNT (*/ DISTINCT / ALL ColumnName).

    • Вывод будет количеством строк.
    • В функции COUNT символ * используется для возврата всех строк, включая дубликаты и значения NULL.
    • Используется для получения количества всех строк или отдельных значений столбца.

    Код:

    ВЫБЕРИТЕ СЧЕТ(*) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере функция COUNT возвращает 14, поскольку * учитывает все строки, включая дубликаты и NULL.

    Код:

    ВЫБЕРИТЕ COUNT(Назначение), COUNT(DISTINCT Наименование) FROM Сотрудник;

    Выход:

    В приведенном выше примере возвращает два значения счетчика столбца Обозначение, и оба они различны, поскольку первая функция счетчика работает со всеми значениями столбца, а вторая функция счетчика работает с уникальными значениями из-за ключевого слова DISTINCT и возвращает соответствующий выход.

    Код:

    ВЫБЕРИТЕ СЧЕТ(Бонус) ОТ Сотрудника;

    Вывод:

    В приведенном выше примере есть значение счетчика столбца Bonus, а столбец Bonus содержит значения NULL. Функция COUNT игнорирует значения NULL и считает только не нулевые значения.

    Пример #8

    Предложение GROUP BY с функцией агрегирования.

    • Предложение GROUP BY используется для группировки столбца.
    • Если какая-либо агрегатная функция включена в инструкцию SELECT с негрупповыми функциональными столбцами, то она используется для группировки негрупповых столбцов.

    Код:

    ВЫБЕРИТЕ Номер отдела, МАКС (Зарплата) ОТ Сотрудника;

    Выходные данные:

    Приведенный выше пример возвращает ошибку, поскольку функциональный столбец, не являющийся группой, используется с агрегатной функцией MAX. Таким образом, оператор SELECT возвращает все строки для столбца Deptnumber, но агрегатная функция возвращает только одну строку.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *