MySQL 窗口函数

1，窗口函数

1.1，什么是窗口函数

MySQL窗口函数是一种强大的工具，用于在查询中实验复杂的统计分析，而不必要改变表的结构或数据。MySQL从8.0版本开始支持窗口函数，这些函数也被称为分析函数，由于它们能够处理惩罚相对复杂的报表统计分析场景。
窗口的意思是将数据进行分组，每个分组便是一个窗口，这和利用聚合函数时的group by分组类似，但与聚合函数不同的地方是： 聚合函数（比方：sum/avg/min/max）会针对每个分组（窗口）聚合出一个结果（每一组返回一个结果）。 窗口函数会对每一条数据进行盘算，并不会使返回的数据变少（每一行返回一个结果）
1.2，基本语法

1. -- 匿名窗口
2. SELECT
3.         <窗口函数> over (partition by <分组列名> order by <排序列名>)
4. FROM `表名`
6. -- 显式窗口
7. SELECT
8.         <窗口函数> OVER w
9. FROM `表名`
10. WINDOW w AS (partition by <分组列名> order by <排序列名>)

复制代码

<窗口函数>的位置，可以放以下两种函数：

• 聚合函数：如SUM、AVG、COUNT、MAX、MIN等，可以在不合并行的情况下盘算每行的聚合值。
  
• 专用窗口函数：
  
  
  
  • 排序函数：包括RANK、DENSE_RANK、ROW_NUMBER等，用于为数据集中的每行分配一个唯一的排名或编号。
    
  • 偏移函数：包括LAG和LEAD等，用于获取当前行之前的或之后的指定偏移量的值
    
  • 值函数：FIRST_VALUE和LAST_VALUE返回窗口分区中第一行或最后一行的值，而NTH_VALUE则返回窗口内偏移指定offset后的值。
    
  
  

   由于窗口函数是对where或者group by子句处理惩罚后的结果进行操作，所以窗口函数一样平常出现在select子句或者order by子句中。
where, group by, having都不可引用该列，由于这些语句实验在select之前，此时函数尚未盘算出值。
  2，函数详解

原始数据如下，表名：class

2.1，聚合函数

窗口操作不会将多组查询行折叠成单个输出行。相反，它们为每一行产生一个结果：

1. SELECT
2.         *,
3.         -- 总计
4.         SUM(score) OVER () AS sum1,  
5.         -- 按course分组求和
6.           SUM(score) OVER (PARTITION BY course) AS sum2,
7.           -- 按course分组累计求和
8.         SUM(score) OVER (PARTITION BY course ORDER BY score DESC) AS sum3       
9. FROM `class`

复制代码

1. SELECT
2.         *,
3.         SUM(score) OVER w AS sum,
4.         AVG(score) OVER w AS avg,
5.         MIN(score) OVER w AS min,
6.         MAX(score) OVER w AS max,
7.           COUNT(score) OVER w AS count
8. FROM `class`
9. WINDOW w AS (PARTITION BY course ORDER BY score DESC)

复制代码

   留意分数雷同时，分组累计（标黄处）的处理惩罚逻辑（见：《3，进阶用法》）
  2.2，排序函数

1. SELECT
2.         *,
3.         ROW_NUMBER() OVER w AS 'row_number',
4.         RANK() OVER w AS 'rank',
5.         DENSE_RANK() OVER w AS 'dense_rank'
6. FROM `class`
7. WINDOW w AS (PARTITION BY course ORDER BY score DESC)

复制代码

   三者的区别如下：
row_number() 排序雷同时不会重复，会根据顺序排序，即：1、2、3、4；
rank() 排序雷同时会重复，序号有空隙，即1、2、2、4这样的排序结果；
dense_rank() 排序雷同时会重复，序号无空隙，即1、2、2、3这样的排序结果；
  求每门课程的前两名：

1. SELECT * FROM (
2.         SELECT
3.                 *,
4.                 RANK() OVER (PARTITION BY course ORDER BY score DESC) AS `rank`
5.         FROM `class` ) f
6. WHERE `rank` <= 2
8. // 窗口函数得到的列别名不能用于where, group by, having等子句，
9. // 因为这些语句执行在select之前，此时函数尚未计算出值。
10. // 以下写法是错误的：
11. SELECT
12.         *,
13.         RANK() OVER (PARTITION BY course ORDER BY score DESC) AS `rank`
14. FROM `class`
15. WHERE `rank` <= 2

复制代码

如果每门课程只必要前两条数据，可把RANK() 函数换成 ROW_NUMBER()
2.3，偏移函数

语法：LEAD(字段, 偏移量, 填充值)
偏移量默认为1，填充值默认为NULL

1. SELECT
2.         *,
3.         -- 获取前面一行的score
4.         LAG(score) OVER W AS `lag`,
5.         -- 获取后面第二行score，且无数据填充0
6.         LEAD(score, 2, 0) OVER W AS `lead`
7. FROM `class`
8. WINDOW w AS (PARTITION BY course ORDER BY score DESC)

复制代码

2.4，值函数

1. SELECT
2.         *,
3.         -- 获取第一行的score
4.         FIRST_VALUE(score) OVER w AS `first`,
5.         -- 截止到当前行，获取最后一行score
6.         LAST_VALUE(score) OVER w AS `last`,
7.         -- 截止到当前行，获取最后2行score
8.         NTH_VALUE(score, 2) OVER w AS `second`,
9.         -- 截止到当前行，获取最后3行score
10.         NTH_VALUE(score, 3) OVER w AS `third`
11. FROM `class`
12. WINDOW w AS (PARTITION BY course ORDER BY score DESC)

复制代码

留意了：从结果看，我们对FIRST_VALUE()很清楚，就是获取的第一个值，但是LAST_VALUE()和NTH_VALUE获取的值跟我们想象中的不太一样呢？ 没错，LAST_VALUE()和NTH_VALUE是获取的截止到当前为止的值，而不是整个组的最后一个值后指定的值（见：《3，进阶用法》）。
3，进阶用法

1. <窗口函数> over (
2.                                 partition by <用于分组的列名>
3.                        order by <用于排序的列名>
4.                        rows/range 窗口子句
5.                        )

复制代码

rows/range：窗口子句，主要用来限定分组（也称窗口）的行数和数据范围。
窗口子句必须和order by 子句同时利用，如果指定了order by 子句未指定窗口子句，则默认为RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW，即从当前分组出发点到当前行。
行比力分析函数lead和lag无窗口子句。
窗口子句常用语法：

• CURRENT ROW：当前行
  
• UNBOUNDED：无界限（出发点或终点）
  
• PRECEDING：往前
  
• FOLLOWING：以后
  

如上文《2.4，值函数》，如果想获取整个窗口的LAST_VALUE()和NTH_VALUE：

1. SELECT
2.         *,
3.         -- 获取第一行的score
4.         FIRST_VALUE(score) OVER w AS `first`,
5.         -- 获取最后一行score
6.         LAST_VALUE(score) OVER w AS `last`,
7.         -- 获取最后2行score
8.         NTH_VALUE(score, 2) OVER w AS `second`,
9.         -- 获取最后3行score
10.         NTH_VALUE(score, 3) OVER w AS `third`
11. FROM `class`
12. WINDOW w AS (
13.                         PARTITION BY course
14.                         ORDER BY score DESC
15.                         ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
16.                         )

复制代码

rows 和range区别：

• rows是物理窗口，即根据order by 子句排序后，取的前N行及后N行的数据盘算（与当前行的值无关，只与排序后的行号干系）。
  
• range是逻辑窗口，即根据order by 子句排序后，取的前N行及和当前行有雷同order by值的所有行数据盘算。
  

比方在《2.1，聚合函数》飘黄部分，由于默认窗口字句是RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW，所以改成把"RANGE"改成"ROWS"就是逐条统计：

1. SELECT
2.         *,
3.         -- 默认RANGE
4.         SUM(score) OVER w AS sum1,
5.         -- 指定ROWS
6.         SUM(score) OVER (w ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS sum2,
7.         -- 默认RANGE
8.         COUNT(score) OVER w AS count1,
9.         -- 指定ROWS
10.         COUNT(score) OVER (w ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS count2
11. FROM `class`
12. WINDOW w AS (PARTITION BY course ORDER BY score DESC)

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。