oracle用法集锦_高中生题库网|高考真题|高考试题-「密云二中」

-

2021年2月8日发(作者：waist)

一﹑

Oracle ROLLUP

和

CUBE

用法

Oracle

的

GROUP BY

语句除了最基本的语法外

，

还支持

ROLLUP

和

CUBE

语句

。

如果是

ROLLUP(A, B, C)

的话

，

首先会对

(A

、

进行

GROUP BY

，

然后对

、

进行

GROUP BY

，然后是

(A)

进行

GROUP BY

，最后对全表进行

GROUP BY

操作

。

如果是

GROUP BY CUBE(A, B, C)

，

则首先会对

、

进行

GROUP BY

，

然后依次是

、

B )

，

、

C )

，

(A)

，

、

，

(B)

，

(C)

，最后对全表进行

GROUP

操作。

grouping_id()

可以美化效果：

Oracle

的

GROUP BY

语句除了最基本的语法外，还支持

ROLLUP

和

CUBE

语句。

SQL> create table t as select * from dba_indexes;

表已创建。

SQL> select index_type, status, count(*) from t group by index_type, status;

INDEX_TYPE STATUS COUNT(*)

--------------------------- -------- ----------

LOB VALID 51

NORMAL N/A 25

NORMAL VALID 479

CLUSTER VALID 11

下面来看看

ROLLUP

和

CUBE

语句的执行结果。

SQL> select index_type, status, count(*) from t group by rollup(index_type, status);

INDEX_TYPE STATUS COUNT(*)

--------------------------- -------- ----------

LOB VALID 51

LOB 51

NORMAL N/A 25

NORMAL VALID 479

NORMAL 504

CLUSTER VALID 11

CLUSTER 11

566

已选择

8

行。

SQL> select index_type, status, count(*) from t group by cube(index_type, status);

INDEX_TYPE STATUS COUNT(*)

--------------------------- -------- ----------

566

N/A 25

VALID 541

LOB 51

LOB VALID 51

NORMAL 504

NORMAL N/A 25

NORMAL VALID 479

CLUSTER 11

CLUSTER VALID 11

已选择

10

行。

查询结果不是很一目了然，下面通过

Oracle

提供的函数

GROUPING

来整理一下查询结果。

SQL> select grouping(index_type) g_ind, grouping(status) g_st, index_type, status,

count(*)

2 from t group by rollup(index_type, status) order by 1, 2;

G_IND G_ST INDEX_TYPE STATUS COUNT(*)

---------- ---------- --------------------------- -------- ----------

0 0 LOB VALID 51

0 0 NORMAL N/A 25

0 0 NORMAL VALID 479

0 0 CLUSTER VALID 11

0 1 LOB 51

0 1 NORMAL 504

0 1 CLUSTER 11

1 1 566

已选择

8

行。

这个查询结果就直观多了，和不带

R OLLUP

语句的

GROUP

BY

相比，

ROLLUP

增加了对

INDEX_TYPE

的

GROUP BY

统计和对所有记录的

GROUP BY

统计。

也就是说，如果是

ROLLUP(A, B, C)

的话，首先会对

(A

、

B

、

C)

进行

G ROUP BY

，然后对

(A

、

B)

进行

GROUP BY
 ，然后是

(A)

进行

GROUP BY

，最后对全表进行

GROUP BY

操作。

下面看看

CUBE

语句。

SQL> select grouping(index_type) g_ind, grouping(status) g_st, index_type, status,

count(*)

2 from t group by cube(index_type, status) order by 1, 2;

G_IND G_ST INDEX_TYPE STATUS COUNT(*)

---------- ---------- --------------------------- -------- ----------

0 0 LOB VALID 51

0 0 NORMAL N/A 25

0 0 NORMAL VALID 479

0 0 CLUSTER VALID 11

0 1 LOB 51

0 1 NORMAL 504

0 1 CLUSTER 11

1 0 N/A 25

1 0 VALID 541

1 1 566

已选择

10

行。

和

R OLLUP

相比，

CUBE

又增加了对

STATUS

列的

GROUP BY

统计。

如果是

GROUP BY CUBE(A, B, C)

，则首先会对

(A

、

B

、

C)

进行

GROUP BY

，然后依次是

(A

、

B)

，

(A

、

C)

，

(A)

，

(B

、

C)

，

(B)

，

(C)
，最后对全表进行

GROUP BY

操作。

除了使用

GROUPING

函数，还可以使用

GROUPING_ID

来标识

GROUP BY

结果。

SQL> select grouping_id(index_type, status) g_ind, index

_type, status, count(*)

2 from t group by rollup(index_type, status) order by 1;

G_IND INDEX_TYPE STATUS COUNT(*)

---------- --------------------------- -------- ----------

0 LOB VALID 51

0 NORMAL N/A 25

0 NORMAL VALID 479

0 CLUSTER VALID 11

1 LOB 51

1 NORMAL 504

1 CLUSTER 11

3 566

已选择

8

行。

SQL> select grouping_id(index_type, status) g_ind, index_type, status, count(*)

2 from t group by cube(index_type, status) order by 1;

G_IND INDEX_TYPE STATUS COUNT(*)

---------- --------------------------- -------- ----------

0 LOB VALID 51

0 NORMAL N/A 25

0 NORMAL VALID 479

0 CLUSTER VALID 11

1 LOB 51

1 NORMAL 504

1 CLUSTER 11

2 N/A 25

2 VALID 541

3 566

已选择
10

行。

grouping_i d()

可以美化效果：

select DECODE(GROUPING_ID(C1), 1, '

合计

', C1) D1,

DECODE(GROUPING_ID(C1, C2), 1, '

小计

', C2) D2,

DECODE(GROUPING_ID(C1, C2, C1 + C2), 1, '

小计

', C1 + C2) D3,

count(*),

GROUPING_ID(C1, C2, C1 + C2, C1 + 1, C2 + 1),

GROUPING_ID(C1)

from T2

group by rollup(C1, C2, C1 + C2, C1 + 1, C2 + 1);

================ ===========================================

1.

报表合计专用的

Rol lup

函数

销售报表

广州

1

月

2000

元

广州

2

月

2500

元

广州

4500

元

深圳

1

月

1000

元

深圳

2

月

2000

元

深圳

3000

元

所有地区

7500

元

以往的查询

SQL:

Select area,month,sum(money) from SaleOrder group by area,month

然后广州，深圳的合计和所有地区合计都需要在程序里自行累计

1.

其实可以使用如下

SQL:

Select area,month,sum(total_sale) from SaleOrder group by rollup(area,month)

就能产生和报表一模一样的纪录

2.

如果

year
不想累加，可以写成

Select year,month,area,sum(total_sale) from SaleOrder group by year, rollup(month,area)

另外

Oracle 9i

还支持如下语法

:

Select year,month,area,sum(total_sale) from SaleOrder group by rollup((year,month),area)

3.

如果使用

Cube(area,m onth)

而不是

RollUp(area,month)

，除了获得每个地区的合计之外，还

将获得每个月份的合计，在报表最后显示。

ng

让合计列更好读

RollUp

在显示广州合计时，月份列为

NULL

，但更好的做法应该是显示为

所有月份

Grouping
就是用来判断当前

Column

是否是一个合计列，

1

为

yes

，然后用

Decode

把它转为

所有月份

Select D ecode(Grouping(area),1,'

所有地区

',area) area, Decode(Grouping(month),1,'

所有月份

',month), sum(money) From SaleOrder Group by RollUp(area,month);

2.

对多级层次查询的

start with.....connect by

比如人员组织

,

产品类别

,Oracle

提供了很经典的方法

SELECT LEVEL, name, emp_id,manager_emp_id FROM employee START W

ITH

manager_emp_id is null CONNECT BY PRIOR emp

_id = manager_emp_id;

上面的语句

demo

了全部的应用

,start with

指明从哪里开始遍历树

,

如果从根开始

,

那么它的

manager
 应该是

Null,

如果从某个职员开始
 ,

可以写成

emp_id='11'

CONNECT BY

就是指明父子关系

,

注意

PRIOR

位置

另外还有一个

LEVEL

列

,

显示节点的层次

3.

更多报表
/

分析决策功能

3.1

分析功能的基本结构

分析功能

() over( partion

子句

,order by

子句

,

窗口子句

)
 

概念上很难讲清楚

,

还是用例子说话比较好

.

3.2 Row_Number

和

Rank, DENSE_Rank

用于选出

Top 3 sales

这样的报表

当两个业务员可能有相同业绩时

,

就要使用

Rank

和

Dense_Rank

比如

金额

RowNum Rank Dense_Rank

张三

4000

元

1 1 1

李四

3000

元

2 2 2

钱五

2000

元

3 3 3

孙六

2000

元

4 3 3

丁七

1000

元

5 5 4

这时
,

应该把并列第三的钱五和孙六都选进去

,

所以用

Ranking

功能比

RowNumber

保险

.

至于

Desnse

还是

Ranking

就看具体情况了。

SELECT salesperson_id, SUM(tot_sales) sp_sales, RANK( ) OVER (ORDER BY

SUM(tot_sales) DESC) sales_rank FROM orders GROUP BY salesperson_id

3.3 NTILE

把纪录平分成甲乙丙丁四等

比如我想取得前

25%

的纪录

,

或者把

25%

的纪录当作同一个

level

平等对待

,

把另

25%

当作另一个

L evel

平等对待

SELECT cust_nbr, SUM(tot_sales) cust_sales, NTILE(4) OVER (ORDER BY SUM(tot_sales)

DESC) sales_quartile FROM orders GROUP BY cust_nbr ORDER BY 3,2 DESC;

NTITLE(4)

把纪录以

SUM(tot_sales)

排序分成

4

份

.

3.4

辅助分析列和

Windows Function

报表除了基本事实数据外
 ,

总希望旁边多些全年总销量

,

到目前为止的累计销量

,

前后三个月的平

均销量这样的列来参考

.

这种前后三个月的平均和到目前为止的累计销量就叫

windows function,

见下例

SELECT month, SUM(tot_sales) monthly_sales, SUM(SUM(tot_sales)) OVER (ORDER BY

month ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)

max_preceeding FROM orders GROUP BY month ORDER BY month;

SELECT month, SUM(tot_sales) monthly_sales, AVG(SUM(tot_sales)) OVER (ORDER BY

month ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) rolling_avg FROM orders

GROUP BY month ORDER BY month;

Windows Function

的关键就是

Windows

子句的几个取值

1 PRECEDING

之前的一条记录

1 FOLLOWING

之后的一条记录

UNBOUNDED PRECEDING

之前的所有记录

CURRENT ROW

当前纪录

ry

总结

S ubQuery

天天用了

,

理论上总结一下

.SubQuery

分三种

related

子查询

最普通的样式

.

ated Subqueries

把父查询的列拉到子查询里面去

,

头一回

cyt
 教我的时候理解了半天

.

View

也被当成最普通的样式用了

.

然后

Noncorrelated

子查询又有三种情况

1.

返回一行一列

where price < (select max(price) from goods )

2.

返回多行一列

where price>= ALL (select price from goods where type=2)

or where NOT price< ANY(select price from goods where type=2)

最常用的

IN

其实就是

=ANY()

3.

返回多行多列

一次返回多列当然就节省了查询时间

UPDATE monthly_orders SET (tot_orders, max_order_amt) = (SELECT COUNT(*),

MAX

(sale_price) FROM cust_order) DELETE FROM line_item WHERE (order_nbr, part_nbr)

IN (SELECT order_nbr, part_nbr FROM cust_order c)

======================================= =

/*--------

理解

gro uping sets

select a, b, c, sum( d ) from t

group by grouping sets ( a, b, c )

等效于

select * from (

select a, null, null, sum( d ) from t group by a

union all

select null, b, null, sum( d ) from t group by b

union all

select null, null, c, sum( d ) from t group by c

)

*/

二﹑

开窗函数的的理解：

开窗函数指定了分析函数工作的数据窗口大小，

这个数据窗口大小可能会随着行的变化而变化，

举例如下：

over

（

order by salary

）

按照

salary

排序进行累计，

order by

是个默认的开窗函数

over

（

partition by deptno

）按照部门分区

over

（

order by salary range between 50 preceding and 150 following

）

每行对应的数据窗口是之前行幅度值不超过

50

，之后行幅度值不超过

150

over

（

order by salary rows between 50 preceding and 150 following

）

每行对应的数据窗口是之前

50

行，之后

150

行

over

（

order by salary rows between unbounded preceding and unbounded following

）

每行对应的数据窗口是从第一行到最后一行，等效：

over

（

order by salary range between unbounded preceding and unbounded following

）

主要参考资料：《

expert one-on- one

》

Tom Kyte

《

Oracle9i SQL Reference

》第

6

章

AVG

功能描述：用于计算一个组和数据窗口内表达式的帄均值。



SAMPLE

：下面的例子中列

c_ma vg

计算员工表中每个员工的帄均薪水报告，该帄均值由当前员

工和与之具有相同经理的前一个和后一个三者的帄均数得来；

SELECT manager_id, last_name, hire_date, salary,

AVG(salary) OVER (PARTITION BY manager_id ORDER BY hire_date

ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS c_mavg

FROM employees;

MANAGER_ID LAST_NAME HIRE_DATE SALARY C_MAVG

---------- ------------------------- --------- ---------- ----------

100 Kochhar 21-SEP-89 17000 17000

100 De Haan 13-JAN-93 17000 15000

100 Raphaely 07-DEC-94 11000 11966.6667

100 Kaufling 01-MAY-95 7900 10633.3333

100 Hartstein 17-FEB-96 13000 9633.33333

100 Weiss 18-JUL-96 8000 11666.6667

100 Russell 01-OCT-96 14000 11833.3333

CORR

功能描述：返回一对表达式的相关系数，它是如下的缩写：



COVAR_POP(expr1,expr2)/STDDEV_POP(expr1) *STDDEV_POP(expr2))

从统计上讲，相关性是变量之间关联的强度，变量之间的关联意味着在某种程度

上一个变量的值可由其它的值进行预测。通过返回一个

-1~1

之间的一个数

,

相关

系数给出了关联的强度，

0

表示不相关。


SAMPLE

：

下例返回

1998

年月销售收入和月单位销售的关系的累积系数

（本例在

SH

用户下运行）
 

SELECT ar_month_number,

CORR (SUM(_sold), SUM(ty_sold))

OVER (ORDER BY ar_month_number) as CUM_CORR

FROM sales s, times t

WHERE _id = _id AND calendar_year = 1998

GROUP BY ar_month_number

ORDER BY ar_month_number;

CALENDAR_MONTH_NUMBER CUM_CORR

--------------------- ----------

1

2 1

3 .994309382

4 .852040875

5 .846652204

6 .871250628

7 .910029803

8 .917556399

9 .920154356

10 .86720251

11 .844864765

12 .903542662

COVAR_POP

功能描述：返回一对表达式的总体协方差。

 SAMPLE

：下例

CUM_COVP
 返回定价和最小产品价格的累积总体协方差

SELECT product_id, supplier_id,

COVAR_POP(list_price, min_price)

OVER (ORDER BY product_id, supplier_id) AS CUM_COVP,

COVAR_SAMP(list_price, min_price)

OVER (ORDER BY product_id, supplier_id) AS CUM_COVS

FROM product_information p

WHERE category_id = 29

ORDER BY product_id, supplier_id;

PRODUCT_ID SUPPLIER_ID CUM_COVP CUM_COVS

---------- ----------- ---------- ----------

1774 103088 0

1775 103087 1473.25 2946.5

1794 103096 1702.77778 2554.16667

1825 103093 1926.25 2568.33333

2004 103086 1591.4 1989.25

2005 103086 1512.5 1815

2416 103088 1475.97959 1721.97619

.

.

COVAR_SAMP

功能描述：返回一对表达式的样本协方差

SAMPLE

：下例

CUM_COVS
返回定价和最小产品价格的累积样本协方差

SELECT product_id, supplier_id,

COVAR_POP(list_price, min_price)

OVER (ORDER BY product_id, supplier_id) AS CUM_COVP,

COVAR_SAMP(list_price, min_price)

OVER (ORDER BY product_id, supplier_id) AS CUM_COVS

FROM product_information p

WHERE category_id = 29

ORDER BY product_id, supplier_id;

PRODUCT_ID SUPPLIER_ID CUM_COVP CUM_COVS

---------- ----------- ---------- ----------

1774 103088 0

1775 103087 1473.25 2946.5

1794 103096 1702.77778 2554.16667

1825 103093 1926.25 2568.33333

2004 103086 1591.4 1989.25

2005 103086 1512.5 1815

2416 103088 1475.97959 1721.97619

.

.

COUNT

功

能描述：对一组内发生的事情进行累积计数，如果指定

*

或一些非空常数，

count

将对所有行

计数，如果指定一个表达式，

count

返回表达式非空赋值的计

数，当有相同值出现时，这些相等

的值都会被纳入被计算的值；

可以使用

DISTINCT

来记录去掉一组中完全相同的数据后出现的行

数。

SAM PLE

：下面例子中计算每个员工在按薪水排序中当前行附近薪水在
[n-50,n+150]

之间的行数，

n

表示当前行的薪水

例如，

P hiltanker

的薪水

2200

，排在他之前的行中薪水大于等于

2200-50

的有

1

行，排在他之后的

行中薪水小于等于

2200

＋

150

的行没有，所以

count

计数值

cnt3

为

2

（包括自己当前行）；

cnt2

值相当于小于等于当前行的

SALARY

值的所有行数

SELECT last_name, salary, COUNT(*) OVER () AS cnt1,

COUNT(*) OVER (ORDER BY salary) AS cnt2,

COUNT(*) OVER (ORDER BY salary RANGE BETWEEN 50 PRECEDING

AND 150 FOLLOWING) AS cnt3 FROM employees;

LAST_NAME SALARY CNT1 CNT2 CNT3

------------------------- ---------- ---------- ---------- ----------

Olson 2100 107 1 3

Markle 2200 107 3 2

Philtanker 2200 107 3 2

Landry 2400 107 5 8

Gee 2400 107 5 8

Colmenares 2500 107 11 10

Patel 2500 107 11 10

.

.

CUME_DIST

功能描述：计算一行在组中的相对位置，

CUME_DIST

总是返回大于

0

、小于或等于

1

的数，该

数表示该行在

N

行中的位置。例如，在一个

3

行的组中，返回的累计分布值为

1/3

、

2/3

、

3/3

SAMPLE

：下例中计算每个工种的员工按薪水排序依次累积出现的分布百分比

SELECT job_id, last_name, salary, CUME_DIST()

OVER (PARTITION BY job_id ORDER BY salary) AS cume_dist

FROM employees WHERE job_id LIKE 'PU%';

JOB_ID LAST_NAME SALARY CUME_DIST

---------- ------------------------- ---------- ----------

PU_CLERK Colmenares 2500 .2

PU_CLERK Himuro 2600 .4

PU_CLERK Tobias 2800 .6

PU_CLERK Baida 2900 .8

PU_CLERK Khoo 3100 1

PU_MAN Raphaely 11000 1

DENSE_RANK

功

能描述：根据

ORDER BY

子句中表达式的值，从查询返回的每一行，计算它们与其它行的相

对位置。组内的数据按

ORDER BY

子句排序，然后给每一行赋一个号，从而形成一个序列，该

序列从

1

开始，往后累加。每次

ORDER BY

表达式的值发生变化时，该序列也随之增加。有同

样值的行得到同样的数字序号（认为

null

时相等的）。密集的序列返回的时没有间隔的数

S AMPLE

：下例中计算每个员工按部门分区再按薪水排序，依次出现的序列号（注意与

RANK

函

数的区别）

SELECT ment_id , _name, , DENSE_RANK()

OVER (PARTITION BY ment_id ORDER BY ) as drank

FROM employees e, departments d

WHERE ment_id = ment_id

AND ment_id IN ('60', '90');

DEPARTMENT_ID LAST_NAME SALARY DRANK

------------- ------------------------- ---------- ----------

60 Lorentz 4200 1

60 Austin 4800 2

60 Pataballa 4800 2

60 Ernst 6000 3

60 Hunold 9000 4

90 Kochhar 17000 1

90 De Haan 17000 1

90 King 24000 2

FIRST

功能描述：从

DENSE_RANK

返回的集合中取出排在最前面的一个值的行（可能多行，因为值可

能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录

SAMPLE

：

下面例子中

DENSE_RANK

按部门分区，再按佣金

commission_pct

排序，

F IRST

取出

佣金最低的对应的所有行，然后前面的

MAX

函数从

这个集合中取出薪水最低的值；

LAST

取出

佣金最高的对应的所有行，然后前面的

MIN

函数从这个集合中取出薪水最高的值

SELECT last_name, department_id, salary,

MIN(salary) KEEP (DENSE_RANK FIRST ORDER BY commission_pct)

OVER (PARTITION BY department_id)

MAX(salary) KEEP (DENSE_RANK LAST ORDER BY commission_pct)

OVER (PARTITION BY department_id)

FROM employees

WHERE department_id in (20,80)

ORDER BY department_id, salary;

LAST_NAME DEPARTMENT_ID SALARY Worst Best

------------------------- ------------- ---------- ---------- ----------

Fay 20 6000 6000 13000

Hartstein 20 13000 6000 13000

Kumar 80 6100 6100 14000

Banda 80 6200 6100 14000

Johnson 80 6200 6100 14000

Ande 80 6400 6100 14000

Lee 80 6800 6100 14000

Tuvault 80 7000 6100 14000

Sewall 80 7000 6100 14000

Marvins 80 7200 6100 14000

Bates 80 7300 6100 14000

.

.

.

FIRST_VALUE

功能描述：返回组中数据窗口的第一个值。

 SAMPLE

：下面例子计算按部门分区按薪水排序的数据窗口的第一个值对应的名字，如果薪水的

第一个值有多个，则从多个对应的名字中取缺省排序的第一个名字

SELECT department_id, last_name, salary, FIRST_VALUE(last_name)

OVER (PARTITION BY department_id ORDER BY salary ASC ) AS lowest_sal

FROM employees

WHERE department_id in(20,30);

DEPARTMENT_ID LAST_NAME SALARY LOWEST_SAL

------------- ------------------------- ---------- --------------

20 Fay 6000 Fay

20 Hartstein 13000 Fay

30 Colmenares 2500 Colmenares

30 Himuro 2600 Colmenares

30 Tobias 2800 Colmenares

30 Baida 2900 Colmenares

30 Khoo 3100 Colmenares

30 Raphaely 11000 Colmenares

LAG

功

能描述：可以访问结果集中的其它行而不用进行自连接。它允许去处理游标，就好像游标是

一个数组一样。在给定组中可参考当前行之前的行，这样就可以从组中与

当前行一起选择以前

的行。

Offset

是一个正整数，其默认值为

1

，若索引超出窗口的范围，就返回默认值（默认返回

的是组中第一行），其相反的函数是

LEAD

SAMPLE

：下面的例子中列

prev_sal

返回按

hire _date

排序的前

1

行的

salary

值

SELECT last_name, hire_date, salary,

LAG(salary, 1, 0) OVER (ORDER BY hire_date) AS prev_sal

FROM employees

WHERE job_id = 'PU_CLERK';

LAST_NAME HIRE_DATE SALARY PREV_SAL

------------------------- ---------- ---------- ----------

Khoo 18-5

月

-95 3100 0

Tobias 24-7

月

-97 2800 3100

Baida 24-12

月

-97 2900 2800

Himuro 15-11

月

-98 2600 2900

Colmenares 10-8

月

-99 2500 2600

LAST

功能描述：从

DENSE_RANK

返回的集合中取出排在最后面的一个值的行（可能多行，因为值可

能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录

SAMPLE

：

下面例子中

DENSE_RANK

按部门分区，再按佣金

commission_pct

排序，

F IRST

取出

佣金最低的对应的所有行，然后前面的

MAX

函数从

这个集合中取出薪水最低的值；

LAST

取出

佣金最高的对应的所有行，然后前面的

MIN

函数从这个集合中取出薪水最高的值

SELECT last_name, department_id, salary,

MIN(salary) KEEP (DENSE_RANK FIRST ORDER BY commission_pct)

OVER (PARTITION BY department_id)

MAX(salary) KEEP (DENSE_RANK LAST ORDER BY commission_pct)

OVER (PARTITION BY department_id)

FROM employees

WHERE department_id in (20,80)

ORDER BY department_id, salary;

LAST_NAME DEPARTMENT_ID SALARY Worst Best

------------------------- ------------- ---------- ---------- ----------

Fay 20 6000 6000 13000

Hartstein 20 13000 6000 13000

Kumar 80 6100 6100 14000

Banda 80 6200 6100 14000

Johnson 80 6200 6100 14000

Ande 80 6400 6100 14000

Lee 80 6800 6100 14000

Tuvault 80 7000 6100 14000

Sewall 80 7000 6100 14000

Marvins 80 7200 6100 14000

Bates 80 7300 6100 14000

.

LAST_VALUE

功能描述：返回组中数据窗口的最后一个值。

SAMPLE

：下面例子计算按部门分区按薪水排序的数据窗口的最后一个值对应的名字，如果薪水

的最后一个值有多个，则从多个对应的名字中取缺省排序的最后一个名字

SELECT department_id, last_name, salary, LAST_VALUE(last_name)

OVER(PARTITION BY department_id ORDER BY salary) AS highest_sal

FROM employees

WHERE department_id in(20,30);

DEPARTMENT_ID LAST_NAME SALARY HIGHEST_SAL

------------- ------------------------- ---------- ------------

20 Fay 6000 Fay

20 Hartstein 13000 Hartstein

30 Colmenares 2500 Colmenares

30 Himuro 2600 Himuro

30 Tobias 2800 Tobias

30 Baida 2900 Baida

30 Khoo 3100 Khoo

30 Raphaely 11000 Raphaely

LEAD

功能描述：

LEAD

与

LAG

相反，

LEAD

可以访问组中当前行之后的行。

Offset

是一个正整数，其

默认值为

1

，若索引超出窗口的范围，就返回默认值（默认返回的是组中第一行）

SAMPLE

：下面的例子中每行的

返回按

hire_dat e

排序的下一行的

hire_date

值

SELECT last_name, hire_date,

LEAD(hire_date, 1) OVER (ORDER BY hire_date) AS

FROM employees WHERE department_id = 30;

LAST_NAME HIRE_DATE NextHired

------------------------- --------- ---------

Raphaely 07-DEC-94 18-MAY-95

Khoo 18-MAY-95 24-JUL-97

Tobias 24-JUL-97 24-DEC-97

Baida 24-DEC-97 15-NOV-98

Himuro 15-NOV-98 10-AUG-99

Colmenares 10-AUG-99

MAX

功能描述：在一个组中的数据窗口中查找表达式的最大值。



SAMPLE

：下面例子中

dept_m ax

返回当前行所在部门的最大薪水值

SELECT department_id, last_name, salary,

MAX(salary) OVER (PARTITION BY department_id) AS dept_max

FROM employees WHERE department_id in (10,20,30);

DEPARTMENT_ID LAST_NAME SALARY DEPT_MAX

------------- ------------------------- ---------- ----------

10 Whalen 4400 4400

20 Hartstein 13000 13000

20 Fay 6000 13000

30 Raphaely 11000 11000

30 Khoo 3100 11000

30 Baida 2900 11000

30 Tobias 2800 11000

30 Himuro 2600 11000

30 Colmenares 2500 11000

MIN

功能描述：在一个组中的数据窗口中查找表达式的最小值。



SAMPLE

：下面例子中

dept_m in

返回当前行所在部门的最小薪水值

SELECT department_id, last_name, salary,

MIN(salary) OVER (PARTITION BY department_id) AS dept_min

FROM employees WHERE department_id in (10,20,30);

DEPARTMENT_ID LAST_NAME SALARY DEPT_MIN

------------- ------------------------- ---------- ----------

10 Whalen 4400 4400

20 Hartstein 13000 6000

20 Fay 6000 6000

30 Raphaely 11000 2500

30 Khoo 3100 2500

30 Baida 2900 2500

30 Tobias 2800 2500

30 Himuro 2600 2500

30 Colmenares 2500 2500

NTILE

功

能描述：将一个组分为

表达式

的散列表示，例如，如果表达式

=4

，则给组中的每一行分配

一个数（从

1

到

4

），如果组中有

20

行，则给前

5

行分配

1

，给下

5

行分配
 2

等等。如果组的基

数不能由表达式值帄均分开，则对这些行进行分配时，组中就没有任何

percentile

的行数比其它

percentile

的行



数超过一行，

最低的

percentil e

是那些拥有额外行的

percentile
 。

例如，

若表达式

=4

，

行数

=21

，则

percentile=1

的有

5

行，

percentile=2

的有

5

行等等。

SAMP LE

：下例中把

6

行数据分为

4

份

SELECT last_name, salary,

NTILE(4) OVER (ORDER BY salary DESC) AS quartile FROM employees

WHERE department_id = 100;

LAST_NAME SALARY QUARTILE

------------------------- ---------- ----------

Greenberg 12000 1

Faviet 9000 1

Chen 8200 2

Urman 7800 2

Sciarra 7700 3

Popp 6900 4

PERCENT_RANK

功能描述：和

CUME_DIST

（累积分配）函数类似，对于一个组中给定的行来说，在计算那行的

序号时，先减

1

，然后除以

n-1

（

n

为组中所有的行数）。该函数总是返回

0

～

1

（包括

1

）之间的

数。

SAMPLE

：下例中如果

Khoo

的

s alary

为

2900

，则

pr

值为

0.6

，因为

RANK

函数对于等值的返回

序列值是一样的

SELECT department_id, last_name, salary,

PERCENT_RANK()

OVER (PARTITION BY department_id ORDER BY salary) AS pr

FROM employees

WHERE department_id < 50

ORDER BY department_id,salary;

DEPARTMENT_ID LAST_NAME SALARY PR

------------- ------------------------- ---------- ----------

10 Whalen 4400 0

20 Fay 6000 0

20 Hartstein 13000 1

30 Colmenares 2500 0

30 Himuro 2600 0.2

30 Tobias 2800 0.4

30 Baida 2900 0.6

30 Khoo 3100 0.8

30 Raphaely 11000 1

40 Mavris 6500 0

PERCENTILE_CONT

功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数

PERCENT_RANK

，如果没有正好对应的数据值，就通过下面算法来得到值：

RN = 1+ (P*(N-1))

其中

P

是输入的分布百分比值，

N

是组内的行数

CRN = CEIL(RN) FRN = FLOOR(RN)

if (CRN = FRN = RN) then

(value of expression from row at RN)

else

(CRN - RN) * (value of expression for row at FRN) +

(RN - FRN) * (value of expression for row at CRN)

注意：本函数与

PERCENTILE_DISC

的区别在找不到对应的分布值时返回的替代值的计算方法不

同

SAMPLE

：在下例中，对于部门

60

的

Percentile_Cont

值计算如下：

P=0.7 N=5 RN =1+ (P*(N-1)=1+(0.7*(5-1))=3.8 CRN = CEIL(3.8)=4

FRN = FLOOR(3.8)=3

（

4 - 3.8

）

* 4800 + (3.8 - 3) * 6000 = 5760

SELECT last_name, salary, department_id,

PERCENTILE_CONT(0.7) WITHIN GROUP (ORDER BY salary)

OVER (PARTITION BY department_id)

PERCENT_RANK()

OVER (PARTITION BY department_id ORDER BY salary)

FROM employees WHERE department_id IN (30, 60);

LAST_NAME SALARY DEPARTMENT_ID Percentile_Cont Percent_Rank

------------------------- ---------- ------------- --------------- ------------

Colmenares 2500 30 3000 0

Himuro 2600 30 3000 0.2

Tobias 2800 30 3000 0.4

Baida 2900 30 3000 0.6

Khoo 3100 30 3000 0.8

Raphaely 11000 30 3000 1

Lorentz 4200 60 5760 0

Austin 4800 60 5760 0.25

Pataballa 4800 60 5760 0.25

Ernst 6000 60 5760 0.75

Hunold 9000 60 5760 1

PERCENTILE_DISC

功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数

CUME_DIST

，如果没有正好对应的数据值，就取大于该分布值的下一个值。

注意：本函数与

PERCENTILE_CONT

的区别在找不到对应的分布值时返回的替代值的计算方法

不同

SAMPLE

：下例中

0.7

的分布值在部门
30

中没有对应的

Cume_Dist
值，所以就取下一个分布值

0.83333333

所对应的

SALARY

来替代

SELECT last_name, salary, department_id,

PERCENTILE_DISC(0.7) WITHIN GROUP (ORDER BY salary )

OVER (PARTITION BY department_id)

CUME_DIST() OVER (PARTITION BY department_id ORDER BY salary)

FROM employees

WHERE department_id in (30, 60);

LAST_NAME SALARY DEPARTMENT_ID Percentile_Disc Cume_Dist

------------------------- ---------- ------------- --------------- ----------

Colmenares 2500 30 3100 .166666667

Himuro 2600 30 3100 .333333333

Tobias 2800 30 3100 .5

Baida 2900 30 3100 .666666667

Khoo 3100 30 3100 .833333333

Raphaely 11000 30 3100 1

Lorentz 4200 60 6000 .2

Austin 4800 60 6000 .6

Pataballa 4800 60 6000 .6

Ernst 6000 60 6000 .8

Hunold 9000 60 6000 1

RANK

功

能描述：根据

ORDER BY

子句中表达式的值，从查询返回的每一行，计算它们与其它行的相

对位置。组内的数据按

ORDER BY

子句排序，然后给每一行赋一个号，从而形成一个序列，该

序列从

1

开始，往后累加。每次

ORDER BY

表达式的值发生变化时，该序列也随之增加。有同

样值的行得到同样的数字序号（认为

null

时相等的）。然而，如果两行的确得到同样的排序，则

序数将随

后跳跃

。

若两行序数为

1

，

则没有序数

2

，

序列将给组中的下一行分配值

3

，

DENSE_RANK

则没有任何跳跃。

SAMPLE

：下例中计算每个员工按部门分区再按薪水排序，依次出现的序列号（注意与

DENSE_RANK

函数的区别）

SELECT ment_id , _name, , RANK()

OVER (PARTITION BY ment_id ORDER BY ) as drank

FROM employees e, departments d

WHERE ment_id = ment_id

AND ment_id IN ('60', '90');

DEPARTMENT_ID LAST_NAME SALARY DRANK

------------- ------------------------- ---------- ----------

60 Lorentz 4200 1

60 Austin 4800 2

60 Pataballa 4800 2

60 Ernst 6000 4

60 Hunold 9000 5

90 Kochhar 17000 1

90 De Haan 17000 1

90 King 24000 3

RATIO_TO_REPORT

功能描述：该函数计算

expression/(sum(expression))

的值，它给出相对于总数的百分比，即当前行

对
 sum(expression)

的贡献。


SAMPLE

：下例计算每个员工的工资占该类员工总工资的百分比

SELECT last_name, salary, RATIO_TO_REPORT(salary) OVER () AS rr

FROM employees

WHERE job_id = 'PU_CLERK';

LAST_NAME SALARY RR

------------------------- ---------- ----------

Khoo 3100 .223021583

Baida 2900 .208633094

Tobias 2800 .201438849

Himuro 2600 .18705036

Colmenares 2500 .179856115

REGR_ (Linear Regression) Functions

功能描述：这些线性回归函数适合最小二乘法回归线，有

9

个不同的回归函数可使用。

REGR_SLOPE

：返回斜率，等于

COVAR_POP(expr1, expr2) / VAR_POP(expr2)

REGR_INTERCEPT

：返回回归线的

y

截距，等于

AVG(expr1) - REGR_SLOPE(expr1, expr2) * AVG(expr2)

REGR_COUNT

：返回用于填充回归线的非空数字对的数目

REGR_R2
 ：返回回归线的决定系数，计算式为：

If VAR_POP(expr2) = 0 then return NULL

If VAR_POP(expr1) = 0 and VAR_POP(expr2) != 0 then return 1

If VAR_POP(expr1) > 0 and VAR_POP(expr2 != 0 then

return POWER(CORR(expr1,expr),2)

REGR_AVGX

：

计算回归线的自变量

(expr2)

的帄均值

，
去掉了空对

(expr1, expr2)

后

，

等于

AVG(expr2)
REGR_AVGY

：

计算回归线的应变量

(expr1)

的帄均值

，

去掉了空对

(expr1, expr2)

后
，

等于

AVG(expr1)

REGR_SXX

：

返回值等于

REGR_COUNT(expr1, expr2) * VAR_POP(expr2)

REGR_SYY

：

返回值等于

REGR_COUNT(expr1, expr2) * VAR_POP(expr1)

REGR_SXY:

返回值等于

REGR_COUNT(expr1, expr2) * COVAR_POP(expr1, expr2)

（下面的例子都是在

SH

用户下完成的）


SAMPLE 1

：下例计算
 1998

年最后三个星期中两种产品（

260

和

270

）在周末的销售量中已开发

票数量和总数量的累积斜率和回归线的截距

SELECT _month_number

REGR_SLOPE(_sold, ty_sold)

OVER (ORDER BY _month_desc, _number_in_month) AS CUM_SLOPE,

REGR_INTERCEPT(_sold, ty_sold)

OVER (ORDER BY _month_desc, _number_in_month) AS CUM_ICPT

FROM sales s, times t

WHERE _id = _id

AND _id IN (270, 260)

AND _year=1998

AND _week_number IN (50, 51, 52)

AND _number_in_week IN (6,7)

ORDER BY _month_desc, _number_in_month;

Month Day CUM_SLOPE CUM_ICPT

---------- ---------- ---------- ----------

12 12 -68 1872

12 12 -68 1872

12 13 -20.244898 1254.36735

12 13 -20.244898 1254.36735

12 19 -18.826087 1287

12 20 62.4561404 125.28655

12 20 62.4561404 125.28655

12 20 62.4561404 125.28655

12 20 62.4561404 125.28655

12 26 67.2658228 58.9712313

12 26 67.2658228 58.9712313

12 27 37.5245541 284.958221

12 27 37.5245541 284.958221

12 27 37.5245541 284.958221

SAMPLE 2

：下例计算

1998

年

4

月每天的累积交易数量


SELECT UNIQUE _number_in_month,

REGR_COUNT(_sold, ty_sold)

OVER (PARTITION BY _month_number ORDER BY _number_in_month)

FROM sales s, times t

WHERE _id = _id

AND _year = 1998 AND _month_number = 4;

DAY_NUMBER_IN_MONTH Regr_Count

------------------- ----------

1 825

2 1650

3 2475

4 3300

.

.

.

26 21450

30 22200

SAMPLE 3

：下例计算

1998

年每月销售量中已开发票数量和总数量的累积回归线决定系数

SELECT _month_number,

REGR_R2(SUM(_sold), SUM(ty_sold))

OVER (ORDER BY _month_number)

FROM sales s, times t

WHERE _id = _id

AND _year = 1998

GROUP BY _month_number

ORDER BY _month_number;

FISCAL_MONTH_NUMBER Regr_R2

------------------- ----------

1

2 1

3 .927372984

4 .807019972

5 .932745567

6 .94682861

7 .965342011

8 .955768075

9 .959542618

10 .938618575

11 .880931415

12 .882769189

SAMPLE 4

：下例计算

1998

年

12

月最后两周产品

260

的销售量中已开发票数量和总数量的累积

帄均值

SELECT _number_in_month,

REGR_AVGY(_sold, ty_sold)

OVER (ORDER BY _month_desc, _number_in_month)

REGR_AVGX(_sold, ty_sold)

OVER (ORDER BY _month_desc, _number_in_month)

FROM sales s, times t

WHERE _id = _id

AND _id = 260

AND _month_desc = '1998-12'

AND _week_number IN (51, 52)

ORDER BY _number_in_month;

DAY_NUMBER_IN_MONTH Regr_AvgY Regr_AvgX

------------------- ---------- ----------

14 882 24.5

14 882 24.5

15 801 22.25

15 801 22.25

16 777.6 21.6

18 642.857143 17.8571429

18 642.857143 17.8571429

20 589.5 16.375

21 544 15.1111111

22 592.363636 16.4545455

22 592.363636 16.4545455

24 553.846154 15.3846154

24 553.846154 15.3846154

26 522 14.5

27 578.4 16.0666667

SAMPLE 5

：下例计算产品

26 0

和

270

在

1998

年

2

月周末销售量中已开发票数量和总数量的累积

REGR_SXY, REGR_SXX, and REGR_SYY

统计值

SELECT _number_in_month,

REGR_SXY(_sold, ty_sold)

OVER (ORDER BY _year, _month_desc)

REGR_SYY(_sold, ty_sold)

OVER (ORDER BY _year, _month_desc)

REGR_SXX(_sold, ty_sold)

OVER (ORDER BY _year, _month_desc)

FROM sales s, times t

WHERE _id = _id

AND prod_id IN (270, 260)

AND _month_desc = '1998-02'

AND _number_in_week IN (6,7)

ORDER BY _number_in_month;

DAY_NUMBER_IN_MONTH Regr_sxy Regr_syy Regr_sxx

------------------- ---------- ---------- ----------

1 18870.4 2116198.4 258.4

1 18870.4 2116198.4 258.4

1 18870.4 2116198.4 258.4

1 18870.4 2116198.4 258.4

7 18870.4 2116198.4 258.4

8 18870.4 2116198.4 258.4

14 18870.4 2116198.4 258.4

15 18870.4 2116198.4 258.4

21 18870.4 2116198.4 258.4

22 18870.4 2116198.4 258.4

ROW_NUMBER

功能描述：返回有序组中一行的偏移量，从而可用于按特定标准排序的行号。

SAMPLE

：下例返回每个员工再在每个部门中按员工号排序后的顺序号

SELECT department_id, last_name, employee_id, ROW_NUMBER()

OVER (PARTITION BY department_id ORDER BY employee_id) AS emp_id

FROM employees

WHERE department_id < 50;

DEPARTMENT_ID LAST_NAM

E EMPLOYEE_ID EMP_ID

------------- ------------------------- ----------- ----------

10 Whalen 200 1

20 Hartstein 201 1

20 Fay 202 2

30 Raphaely 114 1

30 Khoo 115 2

30 Baida 116 3

30 Tobias 117 4

30 Himuro 118 5

30 Colmenares 119 6

40 Mavris 203 1

STDDEV

功能描述：计算当前行关于组的标准偏离。（

Standard Deviation

）

SAMPLE

：下例返回部门

30

按雇佣日期排序的薪水值的累积标准偏离

SELECT last_name, hire_date,salary,

STDDEV(salary) OVER (ORDER BY hire_date)

FROM employees

WHERE department_id = 30;

LAST_NAME HIRE_DATE SALARY StdDev

------------------------- ---------- ---------- ----------

Raphaely 07-12

月

-94 11000 0

Khoo 18-5

月

-95 3100 5586.14357

Tobias 24-7

月

-97 2800 4650.0896

Baida 24-12

月

-97 2900 4035.26125

Himuro 15-11

月

-98 2600 3649.2465

Colmenares 10-8

月

-99 2500 3362.58829

STDDEV_POP

功能描述：该函数计算总体标准偏离，并返回总体变量的帄方根，其返回值与

VAR_POP

函数的

帄方根相同。（

Standard D eviation

－

Population
）

SAMPLE

：下例返回部门

20

、

30

、

60

的薪水值的总体标准偏差

SELECT department_id, last_name, salary,

STDDEV_POP(salary) OVER (PARTITION BY department_id) AS pop_std

FROM employees

WHERE department_id in (20,30,60);

DEPARTMENT_ID LAST_NAME SALARY POP_STD

------------- ------------------------- ---------- ----------

20 Hartstein 13000 3500

20 Fay 6000 3500

30 Raphaely 11000 3069.6091

30 Khoo 3100 3069.6091

30 Baida 2900 3069.6091

30 Colmenares 2500 3069.6091

30 Himuro 2600 3069.6091

30 Tobias 2800 3069.6091

60 Hunold 9000 1722.32401

60 Ernst 6000 1722.32401

60 Austin 4800 1722.32401

60 Pataballa 4800 1722.32401

60 Lorentz 4200 1722.32401

STDDEV_SAMP

功能描述：

该函数计算累积样本标准偏离，并返回总体变量的帄方根，其返回值与

VAR_POP

函数的帄方根相同。（

Standard Deviation

－

Sample

）

SAMPLE

：下例返回部门

20

、

30

、

60

的薪水值的样本标准偏差

SELECT department_id, last_name, hire_date, salary,

STDDEV_SAMP(salary) OVER

(PARTITION BY department_id ORDER BY hire_date

ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cum_sdev

FROM employees

WHERE department_id in (20,30,60);

DEPARTMENT_ID LAST_NAME HIRE_DATE SALARY CUM_SDEV

------------- ------------------------- ---------- ---------- ----------

20 Hartstein 17-2

月

-96 13000

20 Fay 17-8

月

-97 6000 4949.74747

30 Raphaely 07-12

月

-94 11000

30 Khoo 18-5

月

-95 3100 5586.14357

30 Tobias 24-7

月

-97 2800 4650.0896

30 Baida 24-12

月

-97 2900 4035.26125

30 Himuro 15-11

月

-98 2600 3649.2465

30 Colmenares 10-8

月

-99 2500 3362.58829

60 Hunold 03-1

月

-90 9000

60 Ernst 21-5

月

-91 6000 2121.32034

60 Austin 25-6

月

-97 4800 2163.33077

60 Pataballa 05-2

月

-98 4800 1982.42276

60 Lorentz 07-2

月

-99 4200 1925.61678

SUM

功能描述：该函数计算组中表达式的累积和。

SAMPLE

：下例计算同一经理下员工的薪水累积值

SELECT manager_id, last_name, salary,

SUM (salary) OVER (PARTITION BY manager_id ORDER BY salary

RANGE UNBOUNDED PRECEDING) l_csum

FROM employees

WHERE manager_id in (101,103,108);

MANAGER_ID LAST_NAME SALARY L_CSUM

---------- ------------------------- ---------- ----------

101 Whalen 4400 4400

101 Mavris 6500 10900

101 Baer 10000 20900

101 Greenberg 12000 44900

101 Higgins 12000 44900

103 Lorentz 4200 4200

103 Austin 4800 13800

103 Pataballa 4800 13800

103 Ernst 6000 19800

108 Popp 6900 6900

108 Sciarra 7700 14600

108 Urman 7800 22400

108 Chen 8200 30600

108 Faviet 9000 39600

VAR_POP

功能描述：（

Variance Population

）该函数返回非空集合的总体变量（忽略

null
），

VAR_POP

进行

如下计算：

(SUM(expr2) - SUM(expr)2 / COUNT(expr)) / COUNT(expr)

SAMPLE

：下例计算

1998

年每月销售的累积总体和样本变量（本例在

SH

用户下运行）

SELECT ar_month_desc,

VAR_POP(SUM(_sold))

OVER (ORDER BY ar_month_desc)

VAR_SAMP(SUM(_sold))

OVER (ORDER BY ar_month_desc)

FROM sales s, times t

WHERE _id = _id AND ar_year = 1998

GROUP BY ar_month_desc;

CALENDAR Var_Pop Var_Samp

-------- ---------- ----------

1998-01 0

1998-02 6.1321E+11 1.2264E+12

1998-03 4.7058E+11 7.0587E+11

1998-04 4.6929E+11 6.2572E+11

1998-05 1.5524E+12 1.9405E+12

1998-06 2.3711E+12 2.8453E+12

1998-07 3.7464E+12 4.3708E+12

1998-08 3.7852E+12 4.3260E+12

1998-09 3.5753E+12 4.0222E+12

1998-10 3.4343E+12 3.8159E+12

1998-11 3.4245E+12 3.7669E+12

1998-12 4.8937E+12 5.3386E+12

VAR_SAMP

功能描述：（

Variance Sample

）该函数返回非空集合的样本变量（忽略

null

），

VAR_POP

进行如

下计算：

(SUM(expr*expr)-SUM(expr)*SUM( expr)/COUNT(expr))/(COUNT(expr)-1)

SAMP LE

：下例计算

1998

年每月销售的累积总体和样本变量

-

-

-

-

-

-

-

-

本文更新与2021-02-08 16:42，由作者提供，不代表本网站立场，转载请注明出处：https://www.bjmy2z.cn/gaokao/615666.html

返回列表：英语

上一篇：传播学经典理论英文翻译(可编辑修改word版)
下一篇：考研笔记：传播学专业英语

当前您在：主页 > 英语 >

oracle用法集锦

-

-

-

-

-

-

-

-

-

返回列表：英语

oracle用法集锦的相关文章

人生最落魄最穷的感悟人性的句子,人生最落魄最穷的感悟人性的句子图片

女神节祝福语句简短唯美,女神节祝福语句简短唯美图片

正能量句子励志短句子及感悟,很暖很治愈的短句

每日清晨祝福语大全,每日清晨祝福语大全遂宁

处理婆媳关系最好的办法,敢和婆婆翻脸的女人

给领导早晨的祝福短信,给领导早上问候语正能量

杨绛先生关于读书的经典

给团队打气激励的句子名

王者荣耀国服诸葛亮是谁

人生,就是三句话(精辟)白

关于拼搏的名言名句名诗

心情低落的图片一个人背

记录孩子开心时刻的句子

人生很短,余生很贵,好好珍

台湾作家龙应台经典语录

形容感情一路走来不容易

张爱玲名言名句,经典语录

熬过最难最经典的语句接

让前任瞬间流泪的句子1

励志的人生格言图片带字

关于2023励志的句子经典语

杨绛先生情感语录大全,杨

适合心情低落的句子100字

三国志战略九游版下载,三

当前您在： 主页 > 英语 >

-

-

-

-

-

-

-

-

-

oracle用法集锦的相关文章

当前您在：主页 > 英语 >