我认为，这个例子说明了分区和分组的工作原理之间的细微差别。我的例子来自Oracle 12，如果我的例子恰好是一个编译错误的话。

我试着:

SELECT t.data_key
,      SUM ( CASE when t.state = 'A' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_a_rows
,      SUM ( CASE when t.state = 'B' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_b_rows
,      SUM ( CASE when t.state = 'C' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_c_rows
,      COUNT (1) total_rows
from mytable t
group by t.data_key  ---- This does not compile as the compiler feels that t.state isn't in the group by and doesn't recognize the aggregation I'm looking for

然而，这是预期的工作:

SELECT distinct t.data_key
,      SUM ( CASE when t.state = 'A' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_a_rows
,      SUM ( CASE when t.state = 'B' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_b_rows
,      SUM ( CASE when t.state = 'C' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_c_rows
,      COUNT (1) total_rows
from mytable t;

根据外部键“data_key”产生每个状态中的元素数量。因此，如果data_key = 'APPLE'有3行状态为'A'， 2行状态为'B'，一行状态为'C'，那么'APPLE'对应的行将是'APPLE'， 3,2,1,6。

PARTITION BY子句设置OVER子句中每个“GROUP”将使用的记录范围。

在示例SQL中，DEPT_COUNT将为每个员工记录返回该部门内的员工数量。(这就好像你在取消emp表的正规化;您仍然返回emp表中的每条记录。)

emp_no  dept_no  DEPT_COUNT
1       10       3
2       10       3
3       10       3 <- three because there are three "dept_no = 10" records
4       20       2
5       20       2 <- two because there are two "dept_no = 20" records

如果有另一列(例如，州)，那么你可以数出该州有多少个部门。

这就像获得GROUP BY (SUM, AVG等)的结果，而不聚合结果集(即删除匹配记录)。

例如，当您使用LAST OVER或MIN OVER函数来获得部门中最低和最高的工资，然后在没有子选择的情况下将其用于该记录工资的计算时，这非常有用，这要快得多。

阅读AskTom的链接文章了解更多细节。

over partition关键字就好像我们正在按client_id对数据进行分区 为每个客户端id创建一个子集

select client_id, operation_date,
       row_number() count(*) over (partition by client_id order by client_id ) as operationctrbyclient
from client_operations e
order by e.client_id;

该查询将返回client_id所执行的操作数

它是名为analytics的SQL扩展。select语句中的“over”告诉oracle该函数是一个分析函数，而不是按函数分组。使用分析的优势在于，您可以通过一次数据传递来收集总和、计数和更多信息，而不是使用子选择或更糟糕的PL/SQL来循环数据。

乍一看确实令人困惑，但很快就会成为你的第二天性。没人比汤姆·凯特更能解释了。所以上面的链接很棒。

当然，阅读文档是必须的。

我认为，这个例子说明了分区和分组的工作原理之间的细微差别。我的例子来自Oracle 12，如果我的例子恰好是一个编译错误的话。

我试着:

SELECT t.data_key
,      SUM ( CASE when t.state = 'A' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_a_rows
,      SUM ( CASE when t.state = 'B' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_b_rows
,      SUM ( CASE when t.state = 'C' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_c_rows
,      COUNT (1) total_rows
from mytable t
group by t.data_key  ---- This does not compile as the compiler feels that t.state isn't in the group by and doesn't recognize the aggregation I'm looking for

然而，这是预期的工作:

SELECT distinct t.data_key
,      SUM ( CASE when t.state = 'A' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_a_rows
,      SUM ( CASE when t.state = 'B' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_b_rows
,      SUM ( CASE when t.state = 'C' THEN 1 ELSE 0 END) 
OVER   (PARTITION BY t.data_key) count_c_rows
,      COUNT (1) total_rows
from mytable t;

根据外部键“data_key”产生每个状态中的元素数量。因此，如果data_key = 'APPLE'有3行状态为'A'， 2行状态为'B'，一行状态为'C'，那么'APPLE'对应的行将是'APPLE'， 3,2,1,6。

EMPNO     DEPTNO DEPT_COUNT

 7839         10          4
 5555         10          4
 7934         10          4
 7782         10          4 --- 4 records in table for dept 10
 7902         20          4
 7566         20          4
 7876         20          4
 7369         20          4 --- 4 records in table for dept 20
 7900         30          6
 7844         30          6
 7654         30          6
 7521         30          6
 7499         30          6
 7698         30          6 --- 6 records in table for dept 30

这里我们得到了各个部门的计数。 至于第10部门，我们在表emp中有4条记录，第20和30部门也有类似的结果。