SQL Server: Diferencia entre PARTITION BY y GROUP BY

Question

He estado usando GROUP BY para todo tipo de consultas agregadas a lo largo de los años. Recientemente, he estado realizando ingeniería inversa en algunos códigos que usan PARTITION BY para realizar agregaciones. Al leer toda la documentación que puedo encontrar sobre PARTITION BY, suena muy parecido a GROUP BY, ¿tal vez con un poco de funcionalidad extra agregada? ¿Son dos versiones de la misma funcionalidad general, o son algo completamente diferente?

Answer 1

Se utilizan en diferentes lugares. group by modifica toda la consulta, como:

select customerId, count(*) as orderCount 
from Orders 
group by customerId 

Pero partition by solo funciona en a window function, como row_number:

select row_number() over (partition by customerId order by orderId) 
    as OrderNumberForThisCustomer 
from Orders 

Un group by normalmente reduce el número de filas devueltas por rodar hacia arriba y el cálculo de promedios o sumas por cada fila. partition by no afecta el número de filas devueltas, pero cambia la forma en que se calcula el resultado de una función de ventana.

Answer 2

partition by en realidad no se acumulan los datos. Le permite restablecer algo por grupo. Por ejemplo, puede obtener una columna ordinal dentro de un grupo dividiendo en el campo de agrupamiento y usando rownum() sobre las filas dentro de ese grupo. Esto le da algo que se comporta como una columna de identidad que se restablece al comienzo de cada grupo.

Answer 3

PARTITION BY es analítico, mientras que GROUP BY es un agregado. Para usar PARTITION BY, debe contenerlo con un OVER clause.

Answer 4

PARTICIÓN POR Divide el conjunto de resultados en particiones. La función de ventana se aplica a cada partición por separado y el cómputo se reinicia para cada partición.

encontrado en este enlace: OVER Clause

Answer 5

Proporciona datos enrolladas sin rodar hasta

es decir Supongamos que quiero para devolver la posición relativa de la zona de venta

Usando mediante reparto, I puede devolver el importe de ventas para una región determinada y el importe MAX en todas las regiones de ventas en la misma fila.

Esto significa que tendrá datos repetidos, pero puede convenir al consumidor final en el sentido de que los datos se han agregado pero no se han perdido datos, como sería el caso de GROUP BY.

Answer 6

A partir de mi entendimiento partición es casi idéntico al Grupo A, pero con las siguientes diferencias:

ese grupo en realidad grupos del conjunto de resultados devolver una fila por cada grupo, que por lo tanto resulta en SQL Server sólo permite en las funciones o columnas agregadas de la lista SELECT que forman parte de la cláusula group by (en cuyo caso SQL Server puede garantizar que haya resultados únicos para cada grupo).

Considere por ejemplo MySQL que permite tener en la lista SELECCIONAR columnas que no están definidas en la cláusula Agrupar por, en cuyo caso todavía se devuelve una fila por grupo, sin embargo, si la columna no tiene resultados únicos, entonces ¡no hay garantía de cuál será la salida!

Pero con Partition By, aunque los resultados de la función son idénticos a los resultados de una función agregada con Agrupar por, aún obtendrá el conjunto de resultados normal, lo que significa que uno obtiene una fila por fila subyacente, y no una fila por grupo, y debido a esto uno puede tener columnas que no son únicas por grupo en la lista SELECCIONAR.

Por lo tanto, como resumen, Agrupar por sería mejor cuando se necesita una salida de una fila por grupo, y la Partición por sería mejor cuando se necesitan todas las filas pero aún se desea la función de agregado basada en un grupo.

Por supuesto, también puede haber problemas de rendimiento, consulte http://social.msdn.microsoft.com/Forums/ms-MY/transactsql/thread/0b20c2b5-1607-40bc-b7a7-0c60a2a55fba.

Answer 7

podemos tomar un ejemplo sencillo

tenemos una tabla llamada TableA con los siguientes valores.

id firstname     lastname     Mark 
------------------------------------------------------------------- 
1 arun      prasanth     40 
2 ann       antony      45 
3 sruthy      abc       41 
6 new       abc       47 
1 arun      prasanth     45 
1 arun      prasanth     49 
2 ann       antony      49 

Grupo Por

El grupo de SQL BY se puede utilizar en una instrucción SELECT para recoger de datos a través de múltiples registros y agrupar los resultados por uno o más columnas.

En palabras más simples, la instrucción GROUP BY se usa junto con las funciones agregadas para agrupar el conjunto de resultados por una o más columnas .

sintaxis:

SELECT expression1, expression2, ... expression_n, 
     aggregate_function (aggregate_expression) 
FROM tables 
WHERE conditions 
GROUP BY expression1, expression2, ... expression_n; 

Podemos aplicar GroupBy en nuestra mesa

select SUM(Mark)marksum,firstname from TableA 
group by id,firstName 

Resultados:

marksum firstname 
---------------- 
94  ann      
134  arun      
47  new      
41  sruthy 

En nuestra mesa real que tenemos 7 filas y cuando aplicamos grupo por id , El grupo de servidores basados ​​en los resultados de Identificación del

En palabras sencillas

aquí por grupo normalmente reduce el número de filas devueltas por rodar para arriba y el cálculo de la suma de cada fila.

partición por

antes de ir a la partición por

veamos cláusula OVER

Según MSDN definición

SOBRE cláusula define una ventana o conjunto de filas especificado por el usuario wi adelgazar un conjunto de resultados de consulta . Una función de ventana luego calcula un valor para cada fila en la ventana. Puede usar la cláusula OVER con funciones para calcular valores agregados, como promedios móviles, agregados acumulados, totales acumulados , o una N superior por resultados de grupo.

partición no reducirá el número de filas devueltas

podemos aplicar partición en nuestra tabla de ejemplo

select SUM(Mark) OVER (PARTITION BY id) AS marksum, firstname from TableA 

resultado:

marksum firstname 
------------------- 
134  arun      
134  arun      
134  arun      
94  ann      
94  ann      
41  sruthy     
47  new 

vistazo a la resultados dividirá las filas y dará como resultado todas las filas no como grupo.

Answer 8

-- BELOW IS A SAMPLE WHICH OUTLINES THE SIMPLE DIFFERENCES 
-- READ IT AND THEN EXECUTE IT 
-- THERE ARE THREE ROWS OF EACH COLOR INSERTED INTO THE TABLE 
-- CREATE A database called testDB 


-- use testDB 
USE [TestDB] 
GO 


-- create Paints table 
CREATE TABLE [dbo].[Paints](
    [Color] [varchar](50) NULL, 
    [glossLevel] [varchar](50) NULL 
) ON [PRIMARY] 

GO 


-- Populate Table 
insert into paints (color, glossLevel) 
select 'red', 'eggshell' 
union 
select 'red', 'glossy' 
union 
select 'red', 'flat' 
union 
select 'blue', 'eggshell' 
union 
select 'blue', 'glossy' 
union 
select 'blue', 'flat' 
union 
select 'orange', 'glossy' 
union 
select 'orange', 'flat' 
union 
select 'orange', 'eggshell' 
union 
select 'green', 'eggshell' 
union 
select 'green', 'glossy' 
union 
select 'green', 'flat' 
union 
select 'black', 'eggshell' 
union 
select 'black', 'glossy' 
union 
select 'black', 'flat' 
union 
select 'purple', 'eggshell' 
union 
select 'purple', 'glossy' 
union 
select 'purple', 'flat' 
union 
select 'salmon', 'eggshell' 
union 
select 'salmon', 'glossy' 
union 
select 'salmon', 'flat' 


/* COMPARE 'GROUP BY' color to 'OVER (PARTITION BY Color)' */ 

-- GROUP BY Color 
-- row quantity defined by group by 
-- aggregate (count(*)) defined by group by 
select count(*) from paints 
group by color 

-- OVER (PARTITION BY... Color 
-- row quantity defined by main query 
-- aggregate defined by OVER-PARTITION BY 
select color 
, glossLevel 
, count(*) OVER (Partition by color) 
from paints 

/* COMPARE 'GROUP BY' color, glossLevel to 'OVER (PARTITION BY Color, GlossLevel)' */ 

-- GROUP BY Color, GlossLevel 
-- row quantity defined by GROUP BY 
-- aggregate (count(*)) defined by GROUP BY 
select count(*) from paints 
group by color, glossLevel 



-- Partition by Color, GlossLevel 
-- row quantity defined by main query 
-- aggregate (count(*)) defined by OVER-PARTITION BY 
select color 
, glossLevel 
, count(*) OVER (Partition by color, glossLevel) 
from paints 

Answer 9

Supongamos que tenemos 14 registros de name columna de la Tabla

en group by

select name,count(*) as totalcount from person where name='Please fill out' group BY name; 

se dará cuenta de en una sola fila, es decir 14

pero en partition by

select row_number() over (partition by name) as total from person where name = 'Please fill out'; 

14 filas de aumento en el recuento

Answer 10

Pequeña observación. Mecanismo de automatización para generar SQL de forma dinámica utilizando la 'partición por' es mucho más fácil de implementar en relación con el 'grupo por'. En el caso de 'group by', debemos ocuparnos del contenido de la columna 'select'.

Lo siento por mi inglés.