【译】高级T-SQL进阶系列 （七）【上篇】：使用排序函数对数据进行排序

【译注：此文为翻译，由于本人水平所限，疏漏在所难免，欢迎探讨指正】

原文链接：传送门。

什么是排序函数（Ranking Functions）？

        排序函数基于一组记录的集合返回一个排序值。一个排序值其实就是一个数字，典型的它都是从1开始并且对于每一个新的排序值它都是按1递增的。根据排序函数的不同，对于数据集中的每一行来说，返回的排序值有可能是唯一的，或者一些数据行会具有一样的排序值。在接下来的章节中，我将浏览下这些不的排序函数，以及它们是如何使用的。

使用排序函数（Ranking Function）的例子

        在一个分区中每行的排序数字都是从1开始递增的。在一个排序函数中，一个“分区”指的其实就是一组数据行，它们对于指定的分区列具有相同的值（因而把它们归为一个分区）。如果对于一个分区的两行它们的排序列（在ORDER BY 中指定的列）具有相同的值，那么它们两个都会得到相同的排序值。为了更好的理解如何 使用Rank函数，让我们看看它的句法：

RANK ( ) OVER ( [ PARTITION BY <partition_column> ] ORDER BY <order_by_column> )

其中：

• <partition_column>：定义了一个或者多个列名，它们将用来对数据进行分区；
• <order by column>：定义了一个或者多个列表，它们将用来对各个分区的输出进行排序；

注意：

        PARTITION BY子句是可选的。如果没有使用  PARTITION BY子句，那么数据会基于一个分区进行排序。如果你在Rank函数中指定了PARTITION BY子句，那么对于数据集中的每个分区排序值都会被重置为1的。

        既然现在你已经了解了Rank函数是做什么的，以及它的句法，那么我会运行几个Rank函数的例子。我所有的例子都会使用AdventureWorks2012数据库。如果你想跟着我的示例，那么你可以从下列位置下载 AdventureWorks2012数据库：http://msftdbprodsamples.codeplex.com/releases/view/93587。

对于我使用Rank函数的第一个例子，让我来运行下面的代码：

USE AdventureWorks2012;
GO
SELECT PostalCode, StateProvinceID,
       RANK() OVER 
         (ORDER BY PostalCode ASC) AS RankingValue
FROM Person.Address 
WHERE StateProvinceID IN (23,46);

  列表1：简单的Rank函数的例子

         当我运行列表1的代码，我得到了结果1的输出：

PostalCode      StateProvinceID RankingValue
--------------- --------------- --------------------
03064           46              1
03064           46              1
03106           46              3
03276           46              4
03865           46              5
83301           23              6
83402           23              7
83501           23              8
83702           23              9
83864           23              10

结果1: 当运行列表1的代码产生的输出

        如果你查看结果1的输出，你可以看到由Rank函数产生的值在RankingValue列中。在这个例子中，我是基于PostalCode列进行排序的。每一个唯一的PostalCode值都会得到一个不同的排序值。如果你查看输出的结果行，对于PostalCode 03064，你将会看到两行，其中每一行都有一个排序值1。因为有两个PostalCode为03064的数据行，排序值2便被跳过了。对于PostalCode 03106，其排序值便会为3。剩下的RankingValue值会按次序进行分配，因为它们的PostalCode值都是唯一的。

       因为Rank函数的PARTITION BY子句没有被用在列表1中，整个数据集被认为是一个单独的分区。如果我想对于每一个唯一的StateProvinceID值来重新开始我的RankingValue值，那么我必须要做的所有的事情便是基于StateProvinceID对我的结果进行分区，在列表2中我以PostalCode进行排序并以StateProvinceID进行分区。

USE AdventureWorks2012;
GO
SELECT PostalCode, StateProvinceID,
       RANK() OVER 
         (PARTITION BY StateProvinceID
          ORDER BY PostalCode ASC) AS RankingValue
FROM Person.Address 
WHERE StateProvinceID IN (23,46);

列表2：使用PARTITION BY子句

       当我运行列表2的代码，我得到了结果2的输出。

PostalCode      StateProvinceID RankingValue
--------------- --------------- --------------------
83301           23              1
83402           23              2
83501           23              3
83702           23              4
83864           23              5
03064           46              1
03064           46              1
03106           46              3
03276           46              4
03865           46              5

 结果2：当运行列表2的输出

        在列表2的输出有两个分区。一个分区包含了所有的StateProvinceID值为23的PostalCode值，第二个分区包含了StateProvinceID为46的PostalCode值。注意对每一个分区来说RankingValue都是从1开始的。

使用稠密排序（DENSE RANK）函数的例子

        当我对每个重复的PostalCode值运行Rank函数，我的输出便会跳过一个RankingValue值。

        通过使用DENSE RANK函数，我会生成一个不会跳过任何值的排序值。DENSE RANK函数具有如下的句法：

DENSE_RANK ( ) OVER ( [ PARTIION BY <partition_column> ] ORDER BY <order_by_column> )

其中：

• <partition_column>：定义了一个或者多个列名，其用来对数据进行分区。
• <order_by_column>: 定义了一个或者多个列名，其用来对各个分区的输出进行排序。

        在句法上RANK 函数和 DENSE RANK函数唯一的不同其实就是函数名的不同而已。

        为了浏览DENSE RANK函数让我来运行列表3的代码：

USE AdventureWorks2012;
GO
SELECT PostalCode, StateProvinceID,
       DENSE_RANK() OVER 
         (PARTITION BY StateProvinceID
          ORDER BY PostalCode ASC) AS RankingValue
FROM Person.Address 
WHERE StateProvinceID IN (23,46);

列表3：使用DENSE_RANK

       当我运行列表3的代码，我得到了结果3的输出：

PostalCode      StateProvinceID RankingValue
--------------- --------------- --------------------
83301           23              1
83402           23              2
83501           23              3
83702           23              4
83864           23              5
03064           46              1
03064           46              1
03106           46              2
03276           46              3
03865           46              4

结果3：运行列表3产生的输出

       通过查看结果3的输出你会看到PostalCode为03064的数据行具有相同的RankingValue值。但是下一个PostalCode具有一个排序值2而不是3。记住在结果2中RANK函数对于这个相同的重复PostalCode其跳过了一个RankingValue值。使用DENSE_RANK函数，当遇到一个重复的PostalCode值时，它不会跳过一个RankingValue值。相反的，甚至当遇到重复的排序行值时，它会保证所有的RankingValue值都是连续的。

(To be continued...)