這是一個系列文章，這個系列的理念是通過一道題，搞懂一類題。涵蓋了SQL面試最常考的知識點。搞懂這些題，面試時工作中sql不可能有問題。

文章分為引入問題-完整解析-答案-leetcode題和答案-知識點拓展-BAT等大廠面試真題幾個部分。

希望能幫你全方位的弄懂。有問題可以留言，碼字不易，寫一篇要好幾個小時，希望能得到點贊收藏哦。

一、問題

下圖是"01課程成績"表中的內(nèi)容，記錄了每個學(xué)生學(xué)生編號，課程編號和成績。

現(xiàn)在需要根據(jù)成績來排名，如果兩個分數(shù)相同，那么排名要是并列的。

比如題目中的成績從大到小排序應(yīng)該是80,80,76,70,50,31。分數(shù)相同排名并列，那么6位同學(xué)的排序應(yīng)該是1,1,3,4,5,6。

二、數(shù)據(jù)準備

create table 成績 (`學(xué)生編號` varchar(10), `課程編號` varchar(10), `成績` decimal(18,1));insert into `成績` values('01' , '01' , 80); insert into `成績` values('02' , '01' , 70); insert into `成績` values('03' , '01' , 80); insert into `成績` values('04' , '01' , 50); insert into `成績` values('05' , '01' , 76); insert into `成績` values('06' , '01' , 31);

【解答】

[解題思路]

處理分組排名問題，可以使用窗口函數(shù)

根據(jù)題干的要求兩個分數(shù)相同，那么排名要是并列的。我們根據(jù) rank, dense_rank, row_number 這三個窗口函數(shù)的結(jié)果看一下它們的區(qū)別。

select *,rank() over (order by 成績 desc) as `rank`,dense_rank() over (order by 成績 desc) as dese_rank,row_number() over (order by 成績 desc) as row_num from 成績

從上面的結(jié)果圖中的紅色框可以看出：

• rank()：跳躍排序；同分并列，但會占用下一個排名名額。
• dense_rank()：連續(xù)排序；單詞直譯為密集排序。同分并列，不占用下一個排名名額。
• row_number()：沒有重復(fù)值的排序（記錄相等也是不重復(fù)的），可以進行分頁使用。

3.根據(jù)題目中要求的分數(shù)相同，排名并列，且占用下一個名額。所以我們使用rank()函數(shù)。

[代碼]

select *,rank() over (order by 成績 desc) as `rank` from 成績

[leetcode題庫問題-178. 分數(shù)排名]

編寫一個 SQL 查詢來實現(xiàn)分數(shù)排名。

如果兩個分數(shù)相同，則兩個分數(shù)排名（Rank）相同。請注意，平分后的下一個名次應(yīng)該是下一個連續(xù)的整數(shù)值。換句話說，名次之間不應(yīng)該有“間隔”。

例如，根據(jù)上述給定的 Scores 表，你的查詢應(yīng)該返回（按分數(shù)從高到低排列）：

[參考答案]

select score, dense_rank() over(order by Score desc) as Ranking from Scores;

[知識點講解]

[窗口函數(shù)是什么]

窗口的概念非常重要，它可以理解為記錄集合，或者理解為分區(qū)。窗口函數(shù)也就是在滿足某種條件的記錄集合上執(zhí)行的特殊函數(shù)。對于每條記錄都要在此窗口內(nèi)執(zhí)行函數(shù)，有的函數(shù)隨著記錄不同，窗口大小都是固定的，這種屬于靜態(tài)窗口；有的函數(shù)則相反，不同的記錄對應(yīng)著不同的窗口，這種動態(tài)變化的窗口叫滑動窗口。

窗口函數(shù)和普通聚合函數(shù)也很容易混淆，二者區(qū)別如下：

• 聚合函數(shù)是將多條記錄聚合為一條；而窗口函數(shù)是每條記錄都會執(zhí)行，有幾條記錄執(zhí)行完還是幾條。
• 聚合函數(shù)也可以用于窗口函數(shù)中。

[窗口函數(shù)語法]

函數(shù)名（[expr]） over 子句 ：

over是關(guān)鍵字，用來指定函數(shù)執(zhí)行的窗口范圍，如果后面括號中什么都不寫，則意味著窗口包含滿足where條件的所有行，窗口函數(shù)基于所有行進行計算；如果不為空，則支持以下四種語法來設(shè)置窗口：

?```sql select * from( select row_number()over w as row_num,order_id,user_no,amount,create_datefrom order_tabWINDOW w AS (partition by user_no order by amount desc))t ; ?```

• window_name：給窗口指定一個別名，如果SQL中涉及的窗口較多，采用別名可以看起來更清晰易讀。上面例子中如果指定一個別名w，則改寫如下：
• partition子句：窗口按照那些字段進行分組，窗口函數(shù)在不同的分組上分別執(zhí)行。上面的例子就按照用戶id進行了分組。在每個用戶id上，按照order by的順序分別生成從1開始的順序編號。
• order by子句：按照哪些字段進行排序，窗口函數(shù)將按照排序后的記錄順序進行編號。可以和partition子句配合使用，也可以單獨使用。上例中二者同時使用，如果沒有partition子句，則會按照所有用戶的訂單金額排序來生成序號。
• frame子句：frame是當(dāng)前分區(qū)的一個子集，子句用來定義子集的規(guī)則，通常用來作為滑動窗口使用。比如要根據(jù)每個訂單動態(tài)計算包括本訂單和按時間順序前后兩個訂單的平均訂單金額，則可以設(shè)置如下frame子句來創(chuàng)建滑動窗口：

[窗口函數(shù)匯總]

• CUME_DIST(): 函數(shù)計算一組值中的值的累積分布。
• LAG(): 對當(dāng)前行之前的指定物理偏移量的行的訪問。
• LEAD(): 對當(dāng)前行之后的指定物理偏移量的行的訪問。
• NTILE(): 有序分區(qū)的行分配到指定數(shù)量的大致相等的組或桶中。
• PERCENT_RANK(): 函數(shù)計算結(jié)果集的分區(qū)中值的相對位置。
• DENSE_RANK()
• RANK()
• ROW_NUMBER()

四、大廠面試真題

[支付寶面試真題] 找出支付金額在累計前20%的用戶

現(xiàn)有交易數(shù)據(jù)表user_sales_table如下：

user_name 用戶名

pay_amount 用戶支付額度

找出支付金額在累計前20%的用戶。

輸出要求如下：

user_name 用戶名（前20%的用戶）

/* ntile(5) over(order by sum(pay_amount) desc) as level 按照支付金額累計倒序排列后分成大致相同的5組。 */select b.user_name from(selectuser_name,ntile(5) over(order by sum(pay_amount) desc) as level -- 分成5組from user_sales_table group by user_name ) bwhere b.level = 1

總結(jié)

以上是生活随笔為你收集整理的sql decimal函数例子_leetcode题库-sql练习精讲系列--三、经典排名问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。