除以分区求和

Question

我缺少什么？

此查询一次又一次地返回重复的数据。计数对于一个完整的总数来说是正确的，但我希望有一行，但我得到的值重复了大约40次。有什么想法吗？

SELECT BrandId
      ,SUM(ICount) OVER (PARTITION BY BrandId ) 
  FROM Table 
WHERE DateId  = 20130618

我明白了吗？

BrandId ICount
2       421762
2       421762
2       421762
2       421762
2       421762
2       421762
2       421762
1       133346
1       133346
1       133346
1       133346
1       133346
1       133346
1       133346

我错过了什么？

我无法通过删除分区，因为整个查询如下：

SELECT BrandId
       ,SUM(ICount) OVER (PARTITION BY BrandId) 
       ,TotalICount= SUM(ICount) OVER ()    
        ,SUM(ICount) OVER () / SUM(ICount) OVER (PARTITION BY BrandId)  as Percentage
FROM Table 
WHERE DateId  = 20130618

返回的是：

BrandId (No column name)    TotalICount Percentage
2       421762              32239892    76
2       421762              32239892    76
2       421762              32239892    76
2       421762              32239892    76
2       421762              32239892    76
2       421762              32239892    76

我希望输出这样的东西，而不必使用不同的：

BrandId (No column name)    TotalICount Percentage
2       421762              32239892    76
9       1238442             32239892    26
10      1467473             32239892    21

Answer 1

在我看来，我认为重要的是解释为什么在用OVER（）子句求和时SQL中需要GROUP BY，以及当每个BrandID需要一行时，为什么会得到重复的数据行。

举个例子：您需要汇总两个日期之间每个订单行、每个特定订单类别的总销售价格，但您也需要在最终结果中保留单个订单数据。SalesPrice列上的SUM（）不允许您获得正确的合计，因为它需要GROUP BY，因此会压缩详细信息，因为您无法在select语句中保留单个订单行。

很多时候，我们会看到一个#temp表、@table变量或CTE，其中填充了我们的数据总和并进行分组，这样我们以后就可以再次加入它，以获得我们需要的总和列。这可能会增加处理时间和额外的代码行。相反，使用OVER（PARTITION BY（）），如下所示：

SELECT
  OrderLine, 
  OrderDateTime, 
  SalePrice, 
  OrderCategory,
  SUM(SalePrice) OVER(PARTITION BY OrderCategory) AS SaleTotalPerCategory
FROM tblSales 
WHERE OrderDateTime BETWEEN @StartDate AND @EndDate

请注意，我们没有分组，而是选择了单独的订单行列。最后一列中的PARTITION BY将向我们返回每个类别中每行数据的销售价格总额。最后一列的主要内容是，我们希望销售价格的总和超过我的结果的分区，并通过指定的>类别。

如果我们从select语句中删除其他列，并留下最后一个SUM（）列，如下所示：

SELECT
  SUM(SalePrice) OVER(PARTITION BY OrderCategory) AS SaleTotalPerCategory
FROM tblSales 
WHERE OrderDateTime BETWEEN @StartDate AND @EndDate

结果仍然会对原始结果集中的每一行重复这个和。原因是这个方法不需要GROUP BY。如果你不需要保留单独的行数据，那么只需在不使用OVER（）的情况下使用SUM（），并适当地对数据进行分组。同样，如果您需要一个具有特定合计的附加列，则可以使用上面描述的OVER（PARTITION BY（））方法，而无需额外选择即可联接回。

以上内容纯粹是为了解释他为什么会得到相同数字的重复行，并帮助理解本条款的规定。这种方法可以用在很多方面，我强烈建议进一步阅读这里的文档：

过度条款

Answer 2

您可以使用DISTINCT，也可以只删除PARTITION BY部分并使用GROUP BY:

SELECT BrandId
       ,SUM(ICount)
       ,TotalICount = SUM(ICount) OVER ()    
       ,Percentage = SUM(ICount) OVER ()*1.0 / SUM(ICount) 
FROM Table 
WHERE DateId  = 20130618
GROUP BY BrandID

不知道为什么要用每个BrandID的计数除以总数，如果这是一个错误，并且你想要总数的百分比，那么将上面的位反转为：

SELECT BrandId
           ,SUM(ICount)
           ,TotalICount = SUM(ICount) OVER ()    
           ,Percentage = SUM(ICount)*1.0 / SUM(ICount) OVER () 
    FROM Table 
    WHERE DateId  = 20130618
    GROUP BY BrandID

Answer 3

我认为您想要的查询是：

SELECT BrandId, SUM(ICount),
       SUM(sum(ICount)) over () as TotalCount,
       100.0 * SUM(ICount) / SUM(sum(Icount)) over () as Percentage
FROM Table 
WHERE DateId  = 20130618
group by BrandId;

这为品牌做了group by。并计算"百分比"。此版本应生成一个介于0和100之间的数字。

Answer 4

删除partition by并添加group by子句，

SELECT BrandId
      ,SUM(ICount) totalSum
  FROM Table 
WHERE DateId  = 20130618
GROUP BY BrandId