以前在河北省電力公司接觸過一個線上辦電（線上辦電即手機辦電）業務，為一個省公司出一個報表，用到了這個函式。

具體業務是：看這個手機tt.fk_user_id 本月or本週，受理過了多少工單，運用這個函式可以做到。

因涉及機密報表截圖不予大家展示，sql執行結果請自行腦補，指令碼為：

 Select substr(ps_org_no, 1, 5),
        nvl((COUNT(DISTINCT 受理申請編號) - count(distinct fk_user_id) * 9),
            0)
   from (Select ps_org_no,
                app_no 受理申請編號,
                tt.fk_user_id,
                count(1) over(partition by tt.fk_user_id) 工單總數
           from (Select b.app_no,
                        substr(b.ps_org_no, 1, 7) ps_org_no,
                        t.fk_user_id
                   from 
 
[email protected]_link b,
                        CXUSER.SY_V_tb_preapply     t
                  Where b.app_no = t.appno
                    and handle_time between to_date('20171001', 'yyyy-mm-dd') and
                        to_date('20171101', 'yyyy-mm-dd')) tt)
  Where 工單總數 >= 10
  group by substr(ps_org_no, 1, 5);
 

不得不佩服SQL很強大

有以下常用用法。參考了作者ugulc的文章：http://www.cnblogs.com/lcngu/p/5335170.html

       count() over(partition by ... order by ...)：求分組後的總數。
　　max() over(partition by ... order by ...)：求分組後的最大值。
　　min() over(partition by ... order by ...)：求分組後的最小值。
　　avg() over(partition by ... order by ...)：求分組後的平均值。
　　lag() over(partition by ... order by ...)：取出前n行資料。　

lead() over(partition by ... order by ...)：取出後n行資料。

　　ratio_to_report() over(partition by ... order by ...)：Ratio_to_report() 括號中就是分子，over() 括號中就是分母。

　　percent_rank() over(partition by ... order by ...)：