对于本文中的示例，我们将使用一个含有产品、销售人员（雇员）、顾客和订单信息的数据库。我们使用五个表来建模：Customers，Employees，Products，Orders和OrderItems。其中，Customers，Employees和Products表分别包含每一个顾客，雇员和产品信息的行记录数据。每当一个顾客进行购买活动，一条新记录被添加到Orders表中，其中的信息指示该顾客实现了购买、该雇员进行的这一销售活动及订单的日期。其中，OrderItems映射订单中的每一件产品，产品的数量和价格总值(假定较大的购买量可以打折)。下图展示了这些表（及字段）以及它们之间的关系。
如图所展示的，这个OrderItems在Orders和Products表之间建立一个对多对的连接。
SQL Server 2005中引入了四个新的评价函数：ROW_NUMBER，RANK，DENSE_RANK和NTILE。尽管这些与SQL Server 2000所提供的函数相比是一个明显的进步，但是这些函数的使用仍然存在一些限制（要求使用派生表或视图来实现功能更为强大的应用程序）。下面让我们分析一下每一个函数。
三、 使用ROW_NUMBER函数计算行数
这个ROW_NUMBER函数把一个序数值赋给每一个返回的记录，该序数值依赖于一个特定的与这个函数一起使用的ORDER BY语句。函数ROW_NUMBER的语法是：ROW_NUMBER() OVER([partition] ORDER BY子句)。例如，下列查询将返回从最贵的到最便宜的产品，对每一种产品按价格进行评价：
| SELECT ProductID，Name，Price， ROW_NUMBER() OVER(ORDER BY Price DESC) As PriceRankFROM Products |
这个语句的执行结果如下表所示：
| ProductID |
Name |
Price |
PriceRank |
| 8 |
Desk |
495.0000 |
1 |
| 10 |
Executive Chair |
295.0000 |
2 |
| 9 |
Chair |
125.0000 |
3 |
| 5 |
Mouse |
14.9500 |
4 |
| 6 |
Mousepad |
9.9900 |
5 |
| 11 |
Scissors |
8.5000 |
6 |
| 4 |
Stapler |
7.9500 |
7 |
| 3 |
Binder |
1.9500 |
8 |
| ... |
默认情况下，这个ROW_NUMBER函数把一个增量值（逐次加1）赋给结果集中的每一个记录。借助于可选的partition参数，无论何时分区（partitioning）列值发生变化，你都可以让ROW_NUMBER函数重新计算行数。为了说明这个问题，我使用如下查询语法创建了一个视图vwTotalAmountBilledPerOrder，它将返回每一个OrderID和该订购的总订单数：
| SELECT OrderID，SUM(AmountBilled) AS TotalOrderAmountFROM OrderItemsGROUP BY OrderID |
这条语句将返回OrderItems表中每一个唯一的订单，还有相应于该订单的AmountBilled值的和。借助于这个视图，我们可以使用ROW_NUMBER方法来按最大花钱数来评价这些订单，如下所示：
| SELECT c.Name，o.DateOrdered，tab.TotalOrderAmount， ROW_NUMBER() OVER (ORDER BY TotalOrderAmount DESC) AS BestCustomerFROM vwTotalAmountBilledPerOrder AS tab INNER JOIN Orders AS o ON o.OrderID = tab.OrderID INNER JOIN Customers AS c ON c.CustomerID = o.CustomerID |
这个语句将返回如下表所示的结果：
| Name |
DateOrdered |
TotalOrderAmount |
BestCustomer |
| Bob |
12/1/2005 |
12649.9900 |
1 |
| Darren |
1/2/2006 |
620.0000 |
2 |
| Bob |
12/19/2005 |
265.8500 |
3 |
| Tito |
12/22/2005 |
14.9500 |
4 |
| Bruce |
1/5/2006 |
14.9500 |
5 |
| Tito |
12/18/2005 |
12.4400 |
6 |
| Bruce |
1/4/2006 |
9.9900 |
7 |
| Lee Ann |
1/3/2006 |
8.5000 |
8 |
| ... |
注意，某些顾客多次出现在这个列表中（如Bob，Tito和Bruce）。也许有时，我们不是想观看以销售量排序的所有订单，而更想看到每一个顾客的最高订单量。为此，我们可以通过使用ROW_NUMBER函数中的PARTITION BY子句达到这一目的，如下所示：
| SELECT c.Name， o.DateOrdered， tab.TotalOrderAmount， ROW_NUMBER() OVER (PARTITION BY c.CustomerID ORDER BY TotalOrderAmount DESC) AS BestCustomerFROM vwTotalAmountBilledPerOrder AS tab INNER JOIN Orders AS o ON o.OrderID = tab.OrderID INNER JOIN Customers AS c ON c.CustomerID = o.CustomerID |
这个语句将返回如下表所示的结果：
| Name |
DateOrdered |
TotalOrderAmount |
BestCustomer |
| Bob |
12/1/2005 |
12649.9900 |
1 |
| Bob |
12/19/2005 |
265.8500 |
2 |
| Tito |
12/22/2005 |
14.9500 |
1 |
| Tito |
12/18/2005 |
12.4400 |
2 |
| Darren |
1/2/2006 |
620.0000 |
1 |
| Bruce |
1/5/2006 |
14.9500 |
1 |
| Bruce |
1/4/2006 |
9.9900 |
2 |
| Lee Ann |
1/3/2006 |
8.5000 |
1 |
| ... |
注意，尽管这些结果非常不错；但是，你却不能在WHERE语句中使用ROW_NUMBER()函数(或任何其它的评价函数)。也就是说，你可能想要说，"把按价格评价第5到第8名的产品列出"。为此，你需要使用一个派生的表或视图。例如，你可以把上面的查询放到一个视图vwPriceRankedProducts中，然后使用如下查询返回第5到第8个排名的产品：
| SELECT ProductID，Name，Price，PriceRankFROM vwPriceRankedProductsWHERE PriceRank BETWEEN 5 AND 8 |
四、 使用RANK和DENSE_RANK处理同级问题
基于可选的partition子句和要求的order by子句，ROW_NUMBER函数默认地递增（加1）每一个返回结果的值。然而，有时你可能想以不同方式处理相同级别，而不是把相同的值赋给相同的级别。例如，前面显示的总订单列表中，Tito在2005年12月22日实现的订单数与Bruce在2006年1月5日实现的订单数相同；然而，ROW_NUMBER函数却把这两行评价为#4和#5，而不是都评价为#4。
RANK和DENSE_RANK函数都能够使用相同的评价计数级。例如，使用下列查询：
| SELECT c.Name，o.DateOrdered，tab.TotalOrderAmount， RANK() OVER (ORDER BY TotalOrderAmount DESC) AS BestCustomerFROM vwTotalAmountBilledPerOrder AS tab INNER JOIN Orders AS o ON o.OrderID = tab.OrderID INNER JOIN Customers AS c ON c.CustomerID = o.CustomerID |
这个语句将返回如下表所示的结果：
| Name |
DateOrdered |
TotalOrderAmount |
BestCustomer |
| Bob |
12/1/2005 |
12649.9900 |
1 |
| Darren |
1/2/2006 |
620.0000 |
2 |
| Bob |
12/19/2005 |
265.8500 |
3 |
| Tito |
12/22/2005 |
14.9500 |
4 |
| Bruce |
1/5/2006 |
14.9500 |
5 |
| Tito |
12/18/2005 |
12.4400 |
6 |
| Bruce |
1/4/2006 |
9.9900 |
7 |
| Lee Ann |
1/3/2006 |
8.5000 |
8 |
| ... |
注意，具有相同数量的两个订单是怎样都被评价为#4的。RANK和DENSE_RANK之间的不同之处在于，在平级的结果后他们是如何重新开始计数的。RANK绕过尽可能多的平级的结果。在我们上面的示例中，因为有两个结果绑定在#4上，因此跟随其后的#5被跳过而评价等级以#6继续。另一方面，DENSE_RANK从下一个整数继续。如果我们在上面的查询中使用函数名DENSE_RANK代替RANK，那么Tito在2005年12月18日相应于单价$12.44的订单评价将是#5。
类似于ROW_NUMBER函数，RANK和DENSE_RANK函数都能使用可选的PARTITION BY语句。
五、 使用NTILE函数对评价结果进行分组 SQL Server 2005新引入的最后一个与T-SQL函数相关的评价函数是NTILE(int)。NTILE象其它的评价函数一样操作，但是它能够把结果分成组，每组中相应相同评价结果的记录。你可以使用NTILE函数把结果分解成两组、三组或四组等，如下例所示：
| SELECT ProductID，Name，Price，NTILE(4) OVER (ORDER BY Price DESC) as QuartileFROM Produts |
这个语句将返回如下表所示的结果：
| ProductID |
Name |
Price |
Quartile |
| 8 |
Desk |
495.0000 |
1 |
| 10 |
Executive Chair |
295.0000 |
1 |
| 9 |
Chair |
125.0000 |
2 |
| 5 |
Mouse |
14.9500 |
2 |
| 6 |
Mousepad |
9.9900 |
3 |
| 11 |
Scissors |
8.5000 |
3 |
| 4 |
Stapler |
7.9500 |
4 |
| 3 |
Binder |
1.9500 |
4 |
在随本文下载的演示程序中，我提供了一个例子，它使用了一个具有NTILE函数的视图来允许用户有选择地查看各种分组的最大订单量。
[@
[email protected]]
来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/16163/viewspace-970096/，如需转载，请注明出处，否则将追究法律责任。
