阿里云SQL训练营 Task5 学习笔记

本笔记为阿里云天池龙珠计划SQL训练营的学习内容，链接为：https://tianchi.aliyun.com/specials/promotion/aicampsql；

窗口函数（OLAP函数）-- 对数据库数据进行实时分析处理

窗口函数的通用形式：

<窗口函数> OVER ([PARTITION BY <列名>]
                     ORDER BY <排序用列名>)  

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。

不使用 PARTITON BY 就是全局操作，全局 RANK()，全局MAX()；

如果使用则只在组内排序或取最大值

大致来说，窗口函数可以分为两类。

一是 将SUM、MAX、MIN等聚合函数用在窗口函数中

二是 RANK、DENSE_RANK等排序用的专用窗口函数

RANK函数 -- 计算排序时，如果存在相同位次的记录，则会跳过之后的位次

DENSE_RANK函数 -- 同样是计算排序，即使存在相同位次的记录，也不会跳过之后的位次

ROW_NUMBER函数 -- 赋予唯一的连续位次。

还可以提供更加详细的汇总范围 -- 该汇总范围成为框架

语法

<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
     -- 取该值和该值前两位数的平均值 
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS BETWEEN 1 PRECEDING 
                                        AND 1 FOLLOWING) AS moving_avg 
     -- 取该值和该值前一位数和后一位数的平均值 
  FROM product  

适用范围和注意事项

• 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。

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 

会根据 product_type 的类型多加一行小计，最后再加一行合计。

-- 一个好的区分PARTITION BY 和ORDER BY 的方法
SELECT product_id,
        product_name,
        product_type,
        sale_price,
        regist_date,
		RANK() over (PARTITION BY product_type 
                     ORDER BY regist_date)
FROM shop.product