T-SQL Enhancement in SQL Server 2005[下篇]

eagleshi

在第一部分中，我们讨论了APPLY和CTE这两个T-SQL Enhancement。APPLY实现了Table和TVF的Join，CTE通过创建“临时的View”的方式使问题化繁为简。现在我们接着来讨论另外两个重要的T-SQL Enhancement Items：PIVOT和Ranking。  　　三、            PIVOT Operator
　　PIVOT的中文意思是“在枢轴上转动”，比如对于一个2维坐标，将横坐标变成纵坐标，将纵坐标变成横坐标。反映在一个Relational Table上的意思就是：变成为列，变列为行。相信大家在进行报表设计的时候都遇到过类似于这样的需求：统计2002年内某个销售人员第一季度每个月处理的订单数。在AdventureWorks Sample Databse中，Sales Order存储于SaleOrderHeader这张表中，它的结果如下：

　　

我们一般情况下通过下面的SQL实现我们提出的统计功能：

SELECT SalesPersonID,
SUM(CASE DATEPART(MM,OrderDate)WHEN 1 THEN 1 ELSE 0 END) AS JAN,
SUM(CASE DATEPART(MM,OrderDate)WHEN 2 THEN 1 ELSE 0 END) AS FEB,
SUM(CASE DATEPART(MM,OrderDate)WHEN 3 THEN 1 ELSE 0 END) AS MAR,
SUM(CASE DATEPART(MM,OrderDate)WHEN 4 THEN 1 ELSE 0 END) AS APR
FROM Sales.SalesOrderHeader
WHERE DATEPART(yyyy,OrderDate) = 2002
GROUP BY SalesPersonID
　　于是我们得到了这样的统计数据：

　　

通过数据在原表的结构和我们最终获得的结果进行比较，我们发现就像是“旋转”了90度，原来的OrderDate是存储在每行的基于Order的一个属性（行），现在我们要把Order Date按照不同月份统计，这样行变成了列。
　　像这样的需求，我们都可以可以通过PIVOT这个操作符来实现，下面就是基于PIVOT的SQL：

SELECT SalesPersonID, [1] AS JAN,[2] AS FEB, [3] AS MAR, [4] AS APR
FROM
(
    SELECT SalesPersonID, DATEPART(MM,OrderDate) AS MON
    FROM Sales.SalesOrderHeader
    WHERE DATEPART(yyyy,OrderDate) = 2002
) S

PIVOT
(
    COUNT(MON) FOR MON IN ([1],[2],[3],[4])
)
AS P
　　在上面的例子中，同过下面的SELECT语句筛选出来的是为经过PIVOT的数据。



SELECT SalesPersonID, DATEPART(MM,OrderDate) AS MON
    FROM Sales.SalesOrderHeader
    WHERE DATEPART(yyyy,OrderDate) = 2002
　　通过下面的PIVOT（COUNT(MON)是我们需要统计的数据，FOR MON IN ([1],[2],[3],[4]是统计的范围）就成了我们最终输出的结构了。


PIVOT
(
    COUNT(MON) FOR MON IN ([1],[2],[3],[4])
)
　　如果你第一次见到PIVOT，可以不能一下明白它的实现，但是只要你是使用了一两次，相信就会很容易地掌握它。与PIVOT对应的还以一个操作符UNPIVOT，它完成PIVOT的逆操作，在这里就不介绍了，如果有兴趣的话，可以参考SQL Server Books Online。
　　四、            Ranking
　　排序与排名是我们最为常用的统计方式，比如对班级的学生根据成员进行排名，或者按照成绩高低把学生划分成若干梯队：比如最好成绩的10名学生属于第一梯队，后10名又划分为第二梯队，以此类推。Ranking设计的Key Words包括：ROW_NUMBER(),RANK(),DENSE_RANK(),NTILE()。我们现在就来介绍一下他们的用法和相互之间的差异。
　　1．          1. ROW_NUMBER()
　　看到ROW_NUMBER(),我想绝大多数人会像想到Oracle的ROWNUM。他们的作用相似，都是表示某条记录所处的Index。ROW_NUMBER()比Oracle的ROWNUM更加强大的是，它可以通过OVER语句指定一个进行排序的Column，比如：ROW_NUMBER() OVER (ORDER BY CustomerID)。
　　我们来看一个例子：对Sales.SalesOrderHeader按照CustomerID进行排序，并显示每条记录的Row Number。

SELECT SalesOrderID,CustomerID,ROW_NUMBER() OVER (ORDER BY CustomerID) AS RowNum
FROM Sales.SalesOrderHeader
　　下面是查询结果：

　　

我们发现最终的结果按照CutomerID进行排序，RowNum从1开始以此递增，每条记录（不管是否具有相同的CustomerID）拥有不同的RowNum。
　　提到排序，我们就不得不提到Order BY，如果我们在后面加上ORDER BY，并指定不同的排序字段，会出现怎样的结果呢？

SELECT SalesOrderID,CustomerID,ROW_NUMBER() OVER (ORDER BY CustomerID) AS RowNum
FROM Sales.SalesOrderHeader
ORDER BY SalesOrderID
　　查询获得的结果是：

　　

从上图中可以看到，最终的结果以ORDER BY中指定的SalesOrderID进行排序，但是ROW_NUMBER()体现的值却是基于CustmerID排序的。
　　由于ROW_NUMBER()体现是基于某个确定的字段进行排序后某个DataRow所处的位置，所以它不能直接使用到Aggregate的Column中。比如下面的SQL是不合法的：

SELECT CustomerID,COUNT(*) AS OrderCount,ROW_NUMBER() OVER (ORDER BY OrderCount)
FROM Sales.SalesOrderHeader
GROUP BY CustomerID
　　要是想按照OrderCount，可以使用第一部分介绍的CTE：



WITH CTE_Order(CustomerID,OrderCount)
AS
(
SELECT CustomerID,COUNT(*) AS OrderCount
FROM Sales.SalesOrderHeader
GROUP BY CustomerID
)

SELECT CustomerID,OrderCount,ROW_NUMBER() OVER (ORDER BY OrderCount)
FROM CTE_Order
　　2．          RANK()
　　RANK()的使用和ROW_NUMBER()类似。不过它与ROW_NUMBER()所不同的是：对于被指定为排序的字段，具有相同值得Row对应的返回值相同。比如：

SELECT SalesOrderID,CustomerID,RANK() OVER (ORDER BY CustomerID) AS RowNum
FROM Sales.SalesOrderHeader
　　下面是相应的查询结果：

　　

对于RANK()，还有一点需要说明的是，它的回返值不是连续的, 比如第五条记录的Row_Num是5而不是2。如果想实现这样需求，就需要用下面一个Function：DENSE_RANK()。
　　3．          3. DENSE_RANK()
　　DENSE_RANK()实现了一个连续的Ranking。比如下面的SQL：

SELECT SalesOrderID,CustomerID,DENSE_RANK() OVER (ORDER BY CustomerID) AS RowNum
FROM Sales.SalesOrderHeader
　　就来产生如下的查询结果：



　　
4. NTILE()
　　上面我们说到划分梯队的问题，这样的问题可以通过NTILE() Function来实现。比如我们现在按照CustomerID排序，把CustomerID为1和2的划分到3梯队中：

SELECT SalesOrderID,CustomerID,NTILE(3) OVER (ORDER BY CustomerID) AS RowNum
FROM Sales.SalesOrderHeader
WHERE CustomerID