分析函数基于一个行集计算聚集值，和聚合函数不同的地方在于分析函数会返回多行。除了最后的order by子句，分析函数是一个查询中
Analytic functions compute an aggregate value based on a group of rows. They differ from aggregate functions in that they return multiple rows for each group. The group of rows is called a window and is defined by the analytic_clause. For each row, a sliding window of rows is defined. The window determines the range of rows used to perform the calculations for the current row. Window sizes can be based on either a physical number of rows or a logical interval such as time.
Analytic functions are the last set of operations performed in a query except for the final ORDER BY clause. All joins and all WHERE, GROUP BY, and HAVING clauses are completed before the analytic functions are processed. Therefore, analytic functions can appear only in the select list or ORDER BY clause.
分析函数基于一个行集计算聚集值，和聚合函数不同的地方在于分析函数会返回多行。
(很多分析函数也可以用作聚合函数，只是两种用法在语法上有所差异)
行集被称为窗口，对于每一行，定义了一个滑动窗口。这个窗口决定了对于当前行，用来执行计算的行的范围。
窗口的大小可以是物理的（行号）也可以是逻辑的（取值范围）。
除了最后的order by子句，分析函数是一个查询中最后被执行的操作，所有的join,where,group by,having语句都在分析函数之前执行，，因此分析函数只能出现在select语句或者order by子句中。
分析函数语法
analytic_function([arguments])
OVER(
[partition_clause]
[order_by_clause[windowing_clause]]
)
1)分析函数
有以下的分析函数，带*号的函数表示允许windowing子句。
AVG *
CORR *
COUNT *
COVAR_POP *
COVAR_SAMP *
CUME_DIST
DENSE_RANK
FIRST
FIRST_VALUE *
LAG
LAST
LAST_VALUE *
LEAD
LISTAGG
MAX *
MIN *
NTH_VALUE*
NTILE
PERCENT_RANK
PERCENTILE_CONT
PERCENTILE_DISC
RANK
RATIO_TO_REPORT
REGR_ (Linear Regression) Functions *
ROW_NUMBER
STDDEV *
STDDEV_POP *
STDDEV_SAMP *
SUM *
VAR_POP *
VAR_SAMP *
VARIANCE *
2)PARTITION子句
按照表达式分分组,如果省略此子句,则全部的结果集被看作是一个组。
3)ORDER BY子句
ORDER BY将添加一个默认的WINDOWING子句,这个窗口从分组的第一行开始,一直继续到当前行(值),
即RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW.
没有ORDER BY时,默认的窗口是组中的全部行。
4)WINDOWING子句
定义分析函数作用的行集合,集合中的数据可以看作是一个窗口。
要使用WINDOWING子句,必须使用ORDER BY子句。
有2个建立窗口的关键字:ROWS和RANGE。
ROWS表示一个物理窗口(行);RANGE表示一个逻辑窗口。
BETWEEN...AND: 指定一个范围,如果省略,只指定一个端点,它将作为起点,终点是当前行。
UNBOUNDED PRECEDING:表示窗口从当前分组的第一行开始。
UNBOUNDED FOLLOWING:表示窗口,结束于当前分组的最后一行。
CURRENT ROW:表示窗口开始/结束于当前行或者当前值。
value_expr PRECEDING/value_expr FOLLOWING:指定一个物理或者逻辑的偏移量。
下面通过几个例子来理解这些概念。emp表中有如下数据:
wmsys.wm_concat()函数可以用来进行字段合并，把多行的某一列数据合并成一行显示。
例如，下面利用这个函数把一个部门的所有人名显示在一行。
篇文章是针对git版本控制和工作流的总结，如果有些朋友之前还没使用过git，对git的基本概念和命令不是很熟悉，可以从以下基本教程入手： Git是分布式版本控制系统，与SVN类似的集中化版本控制系统相比，集中化版本控制系统虽然能够令多个团队成员一起协作开发，但有时如果中央服务器宕机的话，谁也无法在宕机期间提交更新和协同开发。甚至有时，中央服务器磁盘故障，恰巧又没有做备份或备份没及时，那就可能有丢失数据的风险。感兴趣的朋友可以过来看看
上面的例子里wm_concat()作为聚合函数使用，下面看看它作为分析函数的结果。
可以看到和聚合函数用法不同的是分析函数为每一行都返回一个结果。
上面的例子没有加上order by子句,前面说过如果没有order by子句默认的窗口是分组中的全部行。
所以在每个部门分组中的所有人名都会显示。
