语法：
　　function_name(arg1,arg2,...)
　　over
　　((partition-clause) (order-by-clause) (windowing clause))--中括号显示不出来，圆括号凑合吧。
　　
　　1.function_name
　　Oracle提供了26个分析函数，按功能可分为5类
　　一、等级函数，如row_number函数。用与排序，寻找前N个数据等。
　　二、开窗函数，用与数据的一个窗口上。开窗函数与制表函数非常相似，事实上名字也一样，如：SUM，MIN，MAX等。关键的不同在于ORDER　BY子句。有ORDER　BY子句时，函数作用与窗口。请注意，要使用窗口，必须使用ORDER　BY子句。
　　三、制表函数，用与一个分区上的所有列。
　　四、向前或向后检索值的函数，如LAG，LEAD。
　　五、统计函数以及线性的衰减函数等。
　　
　　2.Over
　　Over是一个关键字，用来区分普通的聚集函数和分析函数。
　　例如：SUM（），SUM（）OVER
　　
　　3.Partition　by
　　Partition是可选的分区子句。如果没有Partition子句，则全部结果集可看作是一个单一的大分区。
　　
　　4.order-by
　　order by也是可选的子句，有些函数需要它，有些不需要。依靠已排序数据的那些函数则必须使用它，例如LAG，LEAD。在使用开窗函数时，该子句是强制的。
　　例：
　　select * from test;
　　DATE_ID ID SUM(VALUE)
　　----------- ---------- ----------
　　2008-3-1 111 3853832.24
　　2008-3-1 115 965.13
　　2008-3-1 116 2273.69
　　2008-4-1 111 3485652
　　2008-4-1 115 979.37
　　2008-4-1 116 2247.35
　　2008-5-1 111 6089902.32
　　2008-5-1 115 1000.1
　　2008-5-1 116 2238.06
　　
　　SQL> select date_id,
　　 2 id,
　　 3 value,
　　 4 sum(value) over() p_o,
　　 5 sum(value) over(partition by date_id) p_date,
　　 6 sum(value) over(partition by date_id order by id) p_id,
　　 7 sum(value) over(order by date_id) o_id
　　8 from test
　　 9 /
　　DATE_ID ID VALUE P_O P_DATE P_ID O_ID
　　----------- ---------- ---------- ---------- ---------- ---------- ----------
　　2008-3-1 111 3853832.24 13439090.2 3857071.06 3853832.24 3857071.06
　　2008-3-1 115 965.13 13439090.2 3857071.06 3854797.37 3857071.06
　　2008-3-1 116 2273.69 13439090.2 3857071.06 3857071.06 3857071.06
　　2008-4-1 111 3485652 13439090.2 3488878.72 3485652 7345949.78
　　2008-4-1 115 979.37 13439090.2 3488878.72 3486631.37 7345949.78
　　2008-4-1 116 2247.35 13439090.2 3488878.72 3488878.72 7345949.78
　　2008-5-1 111 6089902.32 13439090.2 6093140.48 6089902.32 13439090.2
　　2008-5-1 115 1000.1 13439090.2 6093140.48 6090902.42 13439090.2
　　2008-5-1 116 2238.06 13439090.2 6093140.48 6093140.48 13439090.2
　　
　　在这里可以看到P_0是每一行数据的和，而P_DATE是按日期分区，求每个分区内每行数据之和。
　　Order_by子句看起来有些奇怪。使用了partition的oreder by 同样按分区计算，计算每个分区内当前行与前面所有行数据之和。没有使用partition的order by 也是同样，它将当前日期下的数据总和加上了前面日期的总和（所谓‘前一行（个）’，‘后一行（个）’是根据order by 子句排序结果来的。）。
　　
　　Order by 语法：
　　Order by expression （ASC|DESC） （NULLS FIRST|NULLS LAST）
　　
　　再看一个例子：
　　SQL> select date_id,
　　 2 id,
　　 3 value,
　　 4 sum(value) over(order by date_id desc) o_id,
　　 5 sum(value) over(order by date_id) o_id
　　 6 from test
　　 7 /
　　
　　DATE_ID ID VALUE O_ID O_ID
　　----------- ---------- ---------- ---------- ----------
　　2008-3-1 111 3853832.24 13439090.2 3857071.06
　　2008-3-1 115 965.13 13439090.2 3857071.06
　　2008-3-1 116 2273.69 13439090.2 3857071.06
　　2008-4-1 111 3485652 9582019.2 7345949.78
　　2008-4-1 115 979.37 9582019.2 7345949.78
　　2008-4-1 116 2247.35 9582019.2 7345949.78
　　2008-5-1 111 6089902.32 6093140.48 13439090.2
　　2008-5-1 115 1000.1 6093140.48 13439090.2
　　2008-5-1 116 2238.06 6093140.48 13439090.2
　　
　　不加DESC：当前行数据为当前日期下的VALUE和加上当前日期之前的所有日期下的VALUE。
　　加DESC：当前行数据为当前日期下的VALUE和加上当前日期之后的所有日期下的VALUE。
　　
　　和普通的order by 一样，ASC是默认的。要以用来指定NULL值是出现在第一行还是最后一行。默认时NULL比任何其它值都大。
　　
　　使用ORDER　BY为何会出现以上结果？这与windowing子句有关。分析函数中的order by会默认一个开窗子句，窗口是当前行和前面所有行（每个分区内）。没有order by 时默认的窗口为整个分区。
　　
　　5.windowing
　　windowing 子句给出了一个定义变化或固定数据窗口方法，分析函数将对这些数据进行操作。其实就是定义了分析函数将对分区内的哪些数据行进行操作。
　　
　　Row窗口和Range窗口：
　　SQL> select date_id,
　　 2 id,
　　 3 value,
　　 4 sum(value) over(order by date_id range 31 preceding) a,
　　 5 sum(value) over(order by date_id range 30 preceding) b,
　　 6 sum(value) over(order by date_id rows 1 preceding) c
　　 7 from test
　　 8 /
　　
　　DATE_ID ID VALUE A B C
　　----------- ---------- ---------- ---------- ---------- ----------
　　2008-3-1 111 3853832.24 3857071.06 3857071.06 3853832.24
　　2008-3-1 115 965.13 3857071.06 3857071.06 3854797.37
　　2008-3-1 116 2273.69 3857071.06 3857071.06 3238.82
　　――――――――――――――――――――――――――――――――――
　　|2008-4-1 111 3485652 7345949.78 3488878.72 3487925.69　｜
　　|2008-4-1 115 979.37 7345949.78 3488878.72 3486631.37　｜
　　|2008-4-1 116 2247.35 7345949.78 3488878.72 3226.72　｜
　　――――――――――――――――――――――――――――――――――
　　2008-5-1 111 6089902.32 9582019.2 9582019.2 6092149.67　
　　2008-5-1 115 1000.1 9582019.2 9582019.2 6090902.42　
　　2008-5-1 116 2238.06 9582019.2 9582019.2 3238.16　
　　
　　Row窗口比较好理解，列C的取值方法就是当前行的VALUE值加上前一行的VALUE。
　　rows 1 preceding定义的窗口为当前行与前一行，共两行数据。分析函数SUM作用于当前行和前一行的VALUE。
　　Range窗口：如果说Row窗口是根据行位置来做偏移，那么Range窗口则是根据行数据值来做偏移。range 31 preceding定义的窗口为DATA_ID＜＝DATA_ID－31的所有行。既当前日期向前偏移31天。
　　看看range 31 preceding和range 30 preceding的不同：3月份有31天，4月份有30天。当DATA_ID＝‘2008-4-1’
　　range 31 preceding定义的窗口为：DATA_ID＜＝‘2008-3-1’，正好包括了前6行。
　　range 30 preceding定义的窗口为：DATA_ID＜＝‘2008-3-2’，正好丢掉了3月1号的数据。
　　因为Range要根据数据进行偏移，Range窗口仅对NUMBER和DATE起作用，且order by 中只能有一列。
　　
　　specifying 窗口
　　我们再来看preceding。Row和Range定义了以何种方式偏移，下面介绍如何定义范围，既窗口的大小。
　　unbounded preceding 从当前分区第一行开始，结束于当前行
　　current row 从当前行开始 ( 并结束 )
　　numberic expression preceding 从当前行的数字表达式之前的行开始 （注意Row和Range）
　　numberic expression following 从当前行的数字表达式之后的行结束
　　上面的表达式也可以用BETWEEN子句连接起来
　　
　　SQL> select date_id,
　　 2 id,
　　 3 value,
　　 4 sum(value) over(order by date_id rows between 1 preceding and 1 following) d
　　 5 from test
　　
　　DATE_ID ID VALUE d
　　----------- ---------- ---------- ----------
　　2008-3-1 111 3853832.24 3854797.37
　　2008-3-1 115 965.13 3857071.06
　　2008-3-1 116 2273.69 3488890.82
　　2008-4-1 111 3485652 3488905.06
　　2008-4-1 115 979.37 3488878.72
　　2008-4-1 116 2247.35 6093129.04
　　2008-5-1 111 6089902.32 6093149.77
　　2008-5-1 115 1000.1 6093140.48
　　2008-5-1 116 2238.06 3238.16
　　
　　between 1 preceding and 1 following定义的窗口为当前行和当前行前一行，和当前行后一行，共3行数据，然后对这三行数据求和。
　　
　　注意：
　　除了ORDER　BY　子句外，分析函数是在查询中执行的最后操作集。因此分析函数不能直接出现在谓词中。分析函数只能出现在查询的选择列表或ORER　BY　子句中。