以前在河北省电力公司接触过一个线上办电（线上办电即手机办电）业务，为一个省公司出一个报表，用到了这个函数。 具体业务是：看这个手机tt.fk_user_id 本月or本周，受理过了多少工单，运用这个函数可以做到。 因涉及机密报表截图不予大家展示，sql执行结果请自行脑补，脚本为：  Select substr(ps_org_no, 1, 5),         nvl((COUNT(DISTINCT 受理申请编号) - count(distinct fk_user_id) * 9),             0)    from (Select ps_org_no,                 app_no 受理申请编号,                 tt.fk_user_id,                 count(1) over(partition by tt.fk_user_id) 工单总数            from (Select b.app_no,                         substr(b.ps_org_no, 1, 7) ps_org_no,                         t.fk_user_id                    from zxx_20180103_101102@zs_link b,                         CXUSER.SY_V_tb_preapply     t                   Where b.app_no = t.appno                     and handle_time between to_date('20171001', 'yyyy-mm-dd') and                         to_date('20171101', 'yyyy-mm-dd')) tt)   Where 工单总数 >= 10   group by substr(ps_org_no, 1, 5); 不得不佩服SQL很强大 有以下常用用法。参考了作者ugulc的文章：http://www.cnblogs.com/lcngu/p/5335170.html        count() over(partition by ... order by ...)：求分组后的总数。
　　max() over(partition by ... order by ...)：求分组后的最大值。
　　min() over(partition by ... order by ...)：求分组后的最小值。
　　avg() over(partition by ... order by ...)：求分组后的平均值。
　　lag() over(partition by ... order by ...)：取出前n行数据。　 lead() over(partition by ... order by ...)：取出后n行数据。 　　ratio_to_report() over(partition by ... order by ...)：Ratio_to_report() 括号中就是分子，over() 括号中就是分母。 　　percent_rank() over(partition by ... order by ...)：