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。

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。

公认的答案很好地解释了这个概念，但我发现一个人看到的例子越多，就越能理解。下面是一个增量的例子:

老板说:“给我按品牌分组的库存数量”

你说:“没问题”

SELECT 
      BRAND
      ,COUNT(ITEM_ID) 
FROM 
      ITEMS
GROUP BY 
      BRAND;

结果:

+--------------+---------------+
|  Brand       |   Count       | 
+--------------+---------------+
| H&M          |     50        |
+--------------+---------------+
| Hugo Boss    |     100       |
+--------------+---------------+
| No brand     |     22        |
+--------------+---------------+

老板说:“现在给我一份所有物品的清单，包括它们的品牌和各自品牌的物品数量。”

你可以试试:

 SELECT 
      ITEM_NR
      ,BRAND
      ,COUNT(ITEM_ID) 
 FROM 
      ITEMS
 GROUP BY 
      BRAND;

但是你会得到:

ORA-00979: not a GROUP BY expression 

这就是OVER (PARTITION BY BRAND)的作用:

 SELECT 
      ITEM_NR
      ,BRAND
      ,COUNT(ITEM_ID) OVER (PARTITION BY BRAND) 
 FROM 
      ITEMS;

这意味着:

COUNT(ITEM_ID) -获取项目的数量 OVER -在行集合上 (PARTITION BY BRAND) -具有相同的品牌

结果是:

+--------------+---------------+----------+
|  Items       |  Brand        | Count()  |
+--------------+---------------+----------+
|  Item 1      |  Hugo Boss    |   100    | 
+--------------+---------------+----------+
|  Item 2      |  Hugo Boss    |   100    | 
+--------------+---------------+----------+
|  Item 3      |  No brand     |   22     | 
+--------------+---------------+----------+
|  Item 4      |  No brand     |   22     | 
+--------------+---------------+----------+
|  Item 5      |  H&M          |   50     | 
+--------------+---------------+----------+

等等……

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。

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。