Datawhale开源学习SQL: 4. TASK05 SQL高级处理——窗口函数
开源地址:https://github.com/datawhalechina/wonderful-sql
窗口函数
概念及基本的使用方法
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。
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。
基本使用方法为
<窗口函数> OVER ([PARTITION BY <列名>]
ORDER BY <排序用列名>)
[ ]内容不是必要的
窗口函数关键字
PARTITION BY
- 能够设定窗口对象范围。
- 分组效果类似于GROUP BY但不会改变表格数据
ORDER BY
- 指定窗口内按照哪一列、何种顺序进行排序。
种类
专用窗口函数
- RANK: 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。E.g.: 1, 1, 1, 4
- DESC_RANK: 计算排序时,如果存在相同位次的记录,也不会跳过之后的位次。E.g.: 1, 1, 1, 2
- ROW_NUMBER: 赋予唯一的连续位次。E.g.: 1, 2, 3, 4
聚合函数
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。
E.g.: 计算累积总和
SELECT product_id
,product_name
,sale_price
,SUM(sale_price) OVER (ORDER BY product_id) AS current_sum
,AVG(sale_price) OVER (ORDER BY product_id) AS current_avg
FROM product;
运行结果
应用1: 计算移动平均
第一反应是利用聚合函数。其实还可以指定更加详细的汇总范围。该汇总范围成为框架(frame)。
<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)
取数规则如下图所示,总共取到行数2+1+3=6行。
注意点:框架范围
-- 1
AVG(sale_price) OVER (ORDER BY product_id ROWS 2 PRECEDING) AS moving_avg
-- 2
AVG(sale_price) OVER (ORDER BY product_id
ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS moving_avg
两个语句都是窗口长度为3的取平均,但是结果却不一样。
原因在于窗口框架范围不一样。下图左边为–1的框架范围,右边为–2的框架范围。
Result
– 1
– 2
窗口函数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。
GROUPING运算符 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。
基本用法:
GROUP BY <列名s> WITH ROLLUP
E.g.:
SELECT product_type
,regist_date
,SUM(sale_price) AS sum_price
FROM product
GROUP BY product_type, regist_date WITH ROLLUP;
返回表格
结果有三层聚合:1. 全部合计;2. 根据product_type(<列1>)合计;3. 根据produc_type(<列1>)和regist_date(<列2>)合计。
以此推断,若group by三列,结果有4层聚合。
练习
- 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;
Current_max_price返回从最小的product_id到现在的produc_id所指向的商品最高价格
- 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)
SELECT product_id
,product_name
,sale_price
,regist_date
,SUM(sale_price) OVER(PARTITION BY regist_date ORDER BY regist_date) AS Daily_sum_price
FROM product;
- 思考题
① 窗口函数不指定PARTITION BY的效果是什么?
就不分类计算呗,只看ORDER BY的列
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。
本质上是因为SQL语句执行顺序:FROM > WHERE > GROUP BY > HAVING > SELECT > ORDER BY。如果在WHERE、GROUP BY、HAVING子句中使用窗口函数,则会先产生一次排序或聚合。但在执行WHERE、GROUP BY、HAVING各自的功能,极可能会打乱原本的顺序,导致发出错误使得窗口函数失去意义。