GBase与梧桐数据库窗口函数使用的比力

一、媒介

  窗口函数可以进行复杂的数据分析，使数据处理变得更加灵活和强盛。通过这些函数，用户可以在差别的窗口范围内对数据进行汇总、平均、计数等操纵，以下先容一些常用的窗口函数分别在梧桐数据库和GBase数据库中的使用。
二、创建测试用例

  为更好的体现函数的使用，现创建一个测试表来验证各类窗口函数的使用及返回结果；
1、建表

1. -- gbase数据库建表create table rows_test
2. (
3. user_id varchar(10),    --用户idprod_id varchar(10),    --产品idsale_cnt decimal(10,0)  --销售数量);-- 梧桐数据库建表create table rows_test
4. (
5. user_id character varying(10),  --用户idprod_id character varying(10),  --产品idsale_cnt numeric(10,0)          --销售数量);

复制代码

2、测试用例

1. insert into rows_test values('AAA','pd_1',2),
2. ('AAA','pd_2',5),
3. ('BBB','pd_1',1),
4. ('BBB','pd_2',2),
5. ('BBB','pd_3',3),
6. ('CCC','pd_1',3),
7. ('CCC','pd_3',4),
8. ('DDD','pd_1',2),
9. ('DDD','pd_3',4);--梧桐数据库与GBase数据插入语法相同

复制代码

三、排序类窗口函数

1、简介

  排序类窗口函数常用的有 row_number()、rank()、dense_rank();

• row_number()：为每个行分配一个唯一的连续整数，从1开始。它不会为任何行跳过数字，纵然有并列（ties）也不会跳过；
  
• rank() ：在碰到并列时会为相同的值分配相同的排名，并且后续的排名会跳过已使用的数字。例如，假如有两行并列第一，它们的排名都是1，下一行的排名会是3，而不是2；
  
• dense_rank()：在处理并列时会为相同的值分配相同的排名，并且下一个排名会紧接着上一个排名，纵然有并列也不会跳过数字；
  

2、函数使用

  以产物 ‘prod_1’ 的贩卖数量对用户进行排名，分别使用上述函数实现：
梧桐数据库与GBase数据库语法相同，不做重复赘述

1. select *,row_number() over(partition by prod_id order by sale_cnt desc) row_id
2. from rows_test ;select *,rank() over(partition by prod_id order by sale_cnt desc) rank_id
3. from rows_test ;select *,dense_rank() over(partition by prod_id order by sale_cnt desc) dense_rank_id
4. from rows_test ;

复制代码

梧桐数据库执行结果

GBase 执行结果

• over 子句用来定义窗口的分区及排序方式
  
• partition by 定义排序分区
  
• order by 定义排序方式
  

如上结果：
row_number() 会为每一行赋予一个整数不会跳过，当排序条件相同时，会随机一行排序；
rank()在排序条件相同时会赋予相同的值，下一个值会跳过；
dense_rank()在排序条件相同时会赋予相同的值，下一个值会接上一个；
四、统计类窗口函数

  统计类窗口函数常用的有 count()、sum()、avg()、max()、min() 等，其效果与聚合函数相同，详细如下：

• sum(column_1) ：对 column_1 字段求和，字段必须是整型或浮点型；
  
• count(column_1)：对 column_1 字段计数；
  
• avg(column_1)：对 column_1 字段求平均值，字段必须是整型或浮点型；
  
• max(column_1)：对 column_1 字段求最大值，字段是整型或浮点型，也可是字符串；
  
• min(column_1)：对 column_1 字段求最小值，字段是整型或浮点型，也可是字符串；
  

示例：

1. select *,sum(sale_cnt) over (partition by user_id),count(prod_id) over (partition by user_id),avg(sale_cnt) over (partition by user_id),max(sale_cnt) over (partition by user_id),min(sale_cnt) over (partition by user_id)from rows_test

复制代码

示例表明：

• sum(sale_cnt) over (partition by user_id)以用户id为分区计算销量的和，返回值为用户全部产物销量的和；
  
• count(prod_id) over (partition by user_id)以用户id为分区计算贩卖产物数量，返回值为用户贩卖的产物个数；
  
• avg(sale_cnt) over (partition by user_id)以用户id为分区计算贩卖产物销量的平均值，返回值为用户平均每个产物的销量；
  
• max(sale_cnt) over (partition by user_id)以用户id为分区计算产物最大销量，返回值为用户贩卖最多的产物个数；
  
• min(sale_cnt) over (partition by user_id)以用户id为分区计算贩卖产物数量，返回值为用户贩卖最少的产物个数；
  

梧桐数据库测试结果如图：

五、总结

  对比梧桐数据库与GBase数据窗口函数的语法及使用基本相同，其制止了使用子查询或连接，可以显着提高查询性能；提供了对数据进行灵活分析的能力，可以轻松顺应差别的数据分析需求，增强了数据的分析能力；
  窗口函数的应用场景也非常广泛，可以用于各种数据分析和处理使命；例如通过排序类函数可以计算套餐销量top；地市、区县业务发展情况的top等；汇总、累计类函数可以统计用户出账等收入分析。


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。