有时候我们需要从db中提取一些很复杂的数据，而标准sql却对此无能为力，或者是执行效率非常的低；比如我们需要提取如下数据：
逐行显示各个部门的累计工资，每行包括部门内前面所有人的工资总和；
查找各个部门工资最高的前n个人；
……
语法
function名称([参数]) over ([partition 子句][ order 子句] [window 子句])
over为分析函数的关键字，用于区别普通的聚合函数；从语法格式上区分的话，没加over()即时聚合函数，加了over()就是分析函数。
partition 子句：partition by exp1[ ,exp2]...；
主要用于分组，可以理解成select中的group by；不过它跟select语句后跟的group by 子句并不冲突；指定该子句之后，前面的函数起效范围就是该分组内，若不指定，则function的起效范围是全部结果集。
order 子句：order by exp1[asc|desc] [ ,exp2 [asc|desc]]... [nulls first|last]；
其参数基本与select中的order by相同；nulls first|last是用来限定nulls在分组序列中的所在位置的，我们知道oracle中对于null的定义是未知，所以默认order by的时候nulls总会被排在最前面。如果想控制值为null的行显示位置，nulls first|last参数就能派上用场了。
window 子句：该子句的语法比较复杂，具体可以见下图；
该子句给出了一个定义变化或者固定的数据窗口方法，分析函数将对这些数据进行操作；默认情况下，一般用不上该子句，分析函数产生一个固定的窗口，影响的数据范围是从第一行到当前行，其效果和range between undounded preceding and current row一样；若需要指定操作数据为当前行及其前两行，则可以用rows 2 preceding来实现其效果；
其中用[]标注的子句都可以为空，一个最简单的分析函数可能是count(*) over ()；
样例
逐行显示各个部门的累计工资，每行包括部门内前面所有人的工资总和：
select emp_no,
name,
dept_no,
sum(sal) over(partition by dept_no order by emp_no) dept_sal_sum
from emp
order by dept_no, emp_no;
查找各个部门工资最高的前n个人：
select *
from (select dept_no,
name,
sal,
dense_rank() over(partition by dept_no order by sal desc) dr
from emp)
where dr order by dept_no, sal desc;
注意点
1、分析函数与聚合函数非常相似，不同于聚合函数的地方在于它们每个分组序列均返回多行，而聚合函数返回一行；
2、带有分析函数的sql列表中，除了order by子句之外，分析函数将在sql语句中最后执行；因此，分析函数只能用于select的列或order by子句，而不能用于where、group by、having之类的语句中；
3、当分析函数中使用了distinct参数时，则只能使用partition子句，而不能指定order by子句；
4、select语句中的order by子句与分析函数中的order by子句是互不影响的，但一般来说两者一致比较好，若两者不一致，则意味着分析函数需要对结果集进行多次排序，这将严重降低分析函数的执行效率；
5、dense_rank在做排序时如果遇到列有重复值，则重复值所在行的序列值相同，而其后的序列值依旧递增，rank则是重复值所在行的序列值相同，但其后的序列值从+重复行数开始递增，而row_number则不管是否有重复行，序列值始终递增；
函数列表
大致有26个函数可用，其中很多都是和聚合函数同名的，比如sum、avg、min、max……；其他是一些提供新功能的新函数；具体的函数列表如下：