目录
1. 窗口函数概述
窗口函数也称为OLAP函数,OLAP是OnLine AnalyticalProcessing 的简称,意思是对数据库数据
进行实时分析处理。
窗口函数的意义:保持原数据条数的基础上,增加一列,这一列可以是原数据排名、组内排名、分组后组内聚合值(均值、最大值、最小值)、排序后上下行聚合值、小计合计值等等
常规的 SELECT 语句都是对整张表进行查询,而窗口函数可以让我们有选择的去某一部分数据进行汇总、计算和排序。
窗口函数通用形式,[]内容可以省略
<窗口函数> OVER([PARTITION BY<列名>]
ORDER BY<排序用列名>)
其中
PARTITON BY
是用来分组,即选择要看哪个窗口,类似于 GROUP BY 子句的分组功能,但是PARTITION BY 子句并不具备 GROUP BY 子句的汇总功能,并不会改变原始表中记录的行数。ORDER BY
是用来排序,即决定窗口内,是按那种规则 (字段) 来排序的。
例如
SELECT product_name,
produce_type,
sale_price,
,RANK() OVER (PARTITION BY product_type
ORDER BY sale_price) AS ranking
FROM product;
得到的结果是
- PARTITION BY 能够设定窗口对象范围。本例中,为了按照商品种类进行排序,我们指定了 product_type。即一个商品种类就是一个小的" 窗口"。
- ORDER BY 能够指定按照哪一列、何种顺序进行排序。为了按照销售单价的升序进行排列,我们指定了 sale_price,这里默认使用的ASC升序排列,如果降序排列需要指明DESC
2. 窗口函数的种类
窗口函数大致可分为两类
- 将
SUM、MAX、MIN
等聚合函数用在窗口函数中 RANK、DENSE_RANK、ROW_NUMBER函数
等排序用的专用窗口函数
2.1 专用窗口函数
专用窗口函数 | 排序特点 | 如果存在三条记录排在第一位时的情况 |
---|---|---|
RANK函数(英式排序) | 如果存在相同位次的记录,则会跳过之后的位次 | 1 位、1 位、1 位、4 位…… |
DENSE_RANK(中式排序) | 即使存在相同位次的记录,也不会跳过之后的位次 | 1 位、1 位、1 位、2 位…… |
ROW_NUMBER | 赋予唯一的连续位次 | 1 位、2 位、3 位、4 位 |
运行以下代码:
SELECT product_name
,product_type
,sale_price
,RANK() OVER (ORDER BY sale_price) AS ranking
,DENSE_RANK() OVER (ORDER BY sale_price) AS dense_ranking
,ROW_NUMBER() OVER (ORDER BY sale_price) AS row_num
FROM product;
2.2 聚合函数在窗口函数上的应用
聚合函数在开窗函数中的使用方法和之前的专用窗口函数一样,只是出来的结果是一个累计
的聚合函数值
SELECT product_id
,product_name
,sale_price
,SUM(sale_price) OVER (ORDER BY product_id) AS current_sum
FROM product;
注意新加入的current_sum
列,可以发现聚合函数结果是,按我们指定的排序,这里是 product_id,当前所在行及之前所有的行的
合计,即累计到当前行的聚合。
3. 窗口函数的应用-计算移动平均
聚合函数在窗口函数使用时,计算的是累积到当前行的所有的数据的聚合。实际上,还可以指定更加详细的汇总范围。该汇总范围成为框架 (frame)
,语法如下
<窗口函数> OVER (ORDER BY <排序用列名>
ROWS n PRECEDING )
<窗口函数> OVER (ORDER BY <排序用列名>
ROWS BETWEEN n PRECEDING AND n FOLLOWING)
- PRECEDING(“之前”),将框架指定为“截止到之前 n 行”,加上自身行
- FOLLOWING(“之后”),将框架指定为“截止到之后 n 行”,加上自身行
- BETWEEN 1 PRECEDING AND 1 FOLLOWING,将框架指定为“之前 1 行”+ “之后 1 行”+“自身”
SELECT product_id
,product_name
,sale_price
,AVG(sale_price) OVER (ORDER BY product_id
ROWS 2 PRECEDING) AS moving_avg
FROM product;
【注意】原则上,窗口函数只能在 SELECT 子句中使用。窗口函数 OVER 中的 ORDER BY 子句并不会影响最终结果的排序。其只是用来决定窗口函数按何种顺序计算。
4. GROUPING运算符
4.1 ROLLUP 计算合计及小计
常规的 GROUP BY 只能得到每个分类的小计,有时候还需要计算分类的合计,可以用 ROLLUP 关键字。
SELECT product_type
,regist_date
,SUM(sale_price) AS sum_price
FROM product
GROUP BY product_type, regist_date WITH ROLLUP
这里 ROLLUP
对 product_type, regist_date 两列进行合计汇总。结果实际上有三层聚合,如下图模块 3 是常规的 GROUP BY 的结果,需要注意的是衣服有个注册日期为空的,这是本来数据就存在日期为空的,不是对衣服类别的合计;模块 2 和 1 是 ROLLUP 带来的合计,模块 2 是对产品种类的合计,模
块 1 是对全部数据的总计。
练习题
1. 请说出针对本章中使用的 product(商品)表执行如下 SELECT 语句所能得到的结果。
SELECT product_id
,product_name
,sale_price
,MAX(sale_price) OVER (ORDER BY product_id) AS Current_max_price
FROM product
2. 继续使用 product 表,计算出按照登记日期(regist_date)升序进行排列的各日期的销售单价(sale_price)
的总额。排序是需要将登记日期为 NULL 的“运动 T 恤”记录排在第 1 位(也就是将其看作比其他日期
都早)
使用COALESCE来实现
COALESCE ( expression,value1,value2……,valuen)
COALESCE()函数的第一个参数expression为待检测的表达式,而其后的参数个数不定。
COALESCE()函数将会返回包括expression在内的所有参数中的第一个非空表达式。
如果expression不为空值则返回expression;否则判断value1是否是空值,
如果value1不为空值则返回value1;否则判断value2是否是空值,
如果value2不为空值则返回value2;……以此类推,
如果所有的表达式都为空值,则返回NULL。
SELECT regist_date, product_name, sale_price,
SUM(sale_price) OVER (ORDER BY COALESCE(regist_date, CAST('0001-01-01' AS DATE)))
FROM Product;
3.思考题
(1)窗口函数不指定 PARTITION BY 的效果是什么?
(2)为什么说窗口函数只能在 SELECT 子句中使用?实际上,在 ORDER BY 子句使用系统并不会报错。
(1)排序,新增一列显示
根据order by的排序结果,按使用的聚合函数新增一列显示
(2)select中是为了不改变数据条数的情况下进行组内排序或者聚合操作,order by 中也可用,但是实际没有意义,直接按照想排序的字段进行排序就可以了