SQL Rank 查询优化

发布于 2024-08-30 15:36:01 字数 428 浏览 4 评论 0原文

我有一个表 Player 的表结构如下

Table Player {  
Long playerID;  
Long points;  
Long rank;  
}

,假设玩家 ID 和点数具有有效值,我可以根据单个查询中的点数更新所有玩家的排名吗?如果两个人的积分相同,则他们应该并列排名。

我正在使用hibernate,所以无法执行任何带有变量的查询,所以我想出了这个效率非常低的查询。可以对其进行优化以适应上面指定的约束吗?

update player g1 
    set g1.rank = 1 + 
    ((SELECT count(*) from 
    (select * from player) g2 
    where g2.points > g1.points))

I have the following table structure for a table Player

Table Player {  
Long playerID;  
Long points;  
Long rank;  
}

Assuming that the playerID and the points have valid values, can I update the rank for all the players based on the number of points in a single query? If two people have the same number of points, they should tie for the rank.

I'm using hibernate, so cannot execute any queries with variables, so I came up with this query which is very inefficient. Can this be optimized to work with the constraints specified above?

update player g1 
    set g1.rank = 1 + 
    ((SELECT count(*) from 
    (select * from player) g2 
    where g2.points > g1.points))

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

§对你不离不弃 2024-09-06 15:36:01

如果您使用 MS SQL Server 2005+ T-SQL,我建议您查看一下出色的 ROW_NUMBER()、RANK() AND DENSE_RANK() 和 NTILE() 函数!

在此处了解有关它们的更多信息

If you are using MS SQL Server 2005+ T-SQL, I can recommend having a look at the fantastic ROW_NUMBER(), RANK() AND DENSE_RANK(), and NTILE() functions!

Read more here about them

故事与诗 2024-09-06 15:36:01

SQL Server中有四种排名函数。 ROW_NUMBER、RANK、DENSE_RANK 和 NTILE 用于返回分区上每行的排名值。

要了解它们之间的差异,请查看下面给出的 URL

http ://www.freshcodehub.com/Article/50/implement-ranking-functions-in-sql-server

There are four ranking function in SQL Server. ROW_NUMBER, RANK, DENSE_RANK, and NTILE are use to return a ranking value for each row over the partition.

For difference between them with example check the URL given below

http://www.freshcodehub.com/Article/50/implement-ranking-functions-in-sql-server

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文