MySQL笔记：第18章_MySQL8其它新特性

最新推荐文章于 2024-07-29 15:37:40 发布
最新推荐文章于 2024-07-29 15:37:40 发布
阅读量1.1k 收藏 1
点赞数 2
分类专栏： MySQL笔记 文章标签： mysql 数据库 nosql
本文为博主原创文章，未经允许不得转载。如有问题，欢迎指正！
本文链接：https://blog.csdn.net/iamlsl/article/details/123470024
版权

第18章_MySQL8其它新特性


说明：本内容整理自尚硅谷B站MySQL视频 >>尚硅谷B站MySQL视频

1. MySQL8新特性概述

MySQL从5.7版本直接跳跃发布了8.0版本 ，可见这是一个令人兴奋的里程碑版本。MySQL 8版本在功能上做了显著的改进与增强，开发者对MySQL的源代码进行了重构，最突出的一点是多MySQL Optimizer优化器进行了改进。不仅在速度上得到了改善，还为用户带来了更好的性能和更棒的体验。

1.1 MySQL8.0 新增特性

1. 更简便的NoSQL支持

1.更简便的NoSQL支持 NoSQL泛指非关系型数据库和数据存储。随着互联网平台的规模飞速发展，传统的关系型数据库已经越来越不能满足需求。从5.6版本开始，MySQL就开始支持简单的NoSQL存储功能。 MySQL 8对这一功能做了优化，以更灵活的方式实现NoSQL功能，不再依赖模式(schema）

2.更好的索引

2.更好的索引 在查询中，正确地使用索引可以提高查询的效率。MySQL 8中新增了 隐藏索引 和 降序索引。隐藏索引可以用来测试去掉索引对查询性能的影响。在查询中混合存在多列索引时，使用降序索引可以提高查询的性能。

3. 更完善的JSON支持

3. 更完善的JSON支持 MySQL从5.7开始支持原生JSON数据的存储，MySQL 8对这一功能做了优化，增加了聚合函数 JSON_ARRAYAGG() 和 JSON_OBJECTAGG() ，将参数聚合为JSON数组或对象，新增了行内操作符 ->>，是列路径运算符 ->的增强，对JSON排序做了提升，并优化了JSON的更新操作。

4. 安全和账户管理

4. 安全和账户管理 MySQL 8中新增了 caching_sha2_password 授权插件、角色、密码历史记录和FIPS模式支持，这些特性提高了数据库的安全性和性能，使数据库管理员能够更灵活地进行账户管理工作。

5. InnoDB的变化

5. InnoDB的变化 InnoDB是MySQL默认的存储引擎 ，是事务型数据库的首选引擎，支持事务安全表（ACID），支持行锁定和外键。在MySQL 8 版本中，InnoDB在自增、索引、加密、死锁、共享锁等方面做了大量的 改进和优化 ，并且支持原子数据定义语言（DDL），提高了数据安全性，对事务提供更好的支持。

6. 数据字典

6. 数据字典 在之前的MySQL版本中，字典数据都存储在元数据文件和非事务表中。从MySQL 8开始新增了事务数据字典，在这个字典里存储着数据库对象信息，这些数据字典存储在内部事务表中。

7. 原子数据定义语句

7. 原子数据定义语句 MySQL 8开始支持原子数据定义语句（Automic DDL），即 原子DDL 。目前，只有InnoDB存储引擎支持原子DDL。原子数据定义语句（DDL）将与DDL操作相关的数据字典更新、存储引擎操作、二进制日志写入结合到一个单独的原子事务中，这使得即使服务器崩溃，事务也会提交或回滚。使用支持原子操作的存储引擎所创建的表，在执行DROP TABLE、CREATE TABLE、ALTER TABLE、 RENAME TABLE、TRUNCATE TABLE、CREATE TABLESPACE、DROP TABLESPACE等操作时，都支持原子操作，即事务要么完全操作成功，要么失败后回滚，不再进行部分提交。 对于从MySQL 5.7复制到MySQL 8 版本中的语句，可以添加 IF EXISTS 或 IF NOT EXISTS 语句来避免发生错误。

8. 资源管理

8. 资源管理 MySQL 8开始支持创建和管理资源组，允许将服务器内运行的线程分配给特定的分组，以便线程根据组内可用资源执行。组属性能够控制组内资源，启用或限制组内资源消耗。数据库管理员能够根据不同的工作负载适当地更改这些属性。 目前，CPU时间是可控资源，由“虚拟CPU”这个概念来表示，此术语包含CPU的核心数，超线程，硬件线程等等。服务器在启动时确定可用的虚拟CPU数量。拥有对应权限的数据库管理员可以将这些CPU与资源组关联，并为资源组分配线程。 资源组组件为MySQL中的资源组管理提供了SQL接口。资源组的属性用于定义资源组。MySQL中存在两个默认组，系统组和用户组，默认的组不能被删除，其属性也不能被更改。对于用户自定义的组，资源组创建时可初始化所有的属性，除去名字和类型，其他属性都可在创建之后进行更改。 在一些平台下，或进行了某些MySQL的配置时，资源管理的功能将受到限制，甚至不可用。例如，如果安装了线程池插件，或者使用的是macOS系统，资源管理将处于不可用状态。在FreeBSD和Solaris系统中，资源线程优先级将失效。在Linux系统中，只有配置了CAP_SYS_NICE属性，资源管理优先级才能发挥作用。

9. 字符集支持

9. 字符集支持 MySQL 8中默认的字符集由 latin1 更改为 utf8mb4 ，并首次增加了日语所特定使用的集合，utf8mb4_ja_0900_as_cs。

10. 优化器增强

10. 优化器增强 MySQL优化器开始支持隐藏索引和降序索引。隐藏索引不会被优化器使用，验证索引的必要性时不需要删除索引，先将索引隐藏，如果优化器性能无影响就可以真正地删除索引。降序索引允许优化器对多个列进行排序，并且允许排序顺序不一致。

11. 公用表表达式

11. 公用表表达式 公用表表达式（Common Table Expressions）简称为CTE，MySQL现在支持递归和非递归两种形式的CTE。CTE通过在SELECT语句或其他特定语句前 使用WITH语句对临时结果集 进行命名。

基础语法如下：

WITH cte_name (col_name1,col_name2 ...) AS (Subquery)
SELECT * FROM cte_name;

Subquery代表子查询，子查询前使用WITH语句将结果集命名为cte_name，在后续的查询中即可使用cte_name进行查询。

12. 窗口函数

12. 窗口函数 MySQL 8开始支持窗口函数。在之前的版本中已存在的大部分 聚合函数 在MySQL 8中也可以作为窗口函数来使用。

函数名称描述
CUME_DISTO累计的分布值
DENSE_RANK()对当前记录不间断排序
FIRST_VALUE()返回窗口首行记录的对应字段值
LAG()返回对应字段的前N行记录
LAST_VALUE()返回窗口尾行记录的对应字段值
LEAD()返回对应字段的后N行记录
NTH_VALUE()返回第N条记录对应的字段值
NTILE()将区划分为N组，并返回组的数量
PERCENT_RANK()返回0到1之间的小数，表示某个字段值在数据分区中的排名
RANK()返回分区内每条记录对应的排名
ROW_NUMBER()返回每一条记录对应的序号，且不重复
13. 正则表达式支持

13. 正则表达式支持 MySQL在8.0.4以后的版本中采用支持Unicode的国际化组件库实现正则表达式操作，这种方式不仅能提供完全的Unicode支持，而且是多字节安全编码。MySQL增加了REGEXP_LIKE()、EGEXP_INSTR()、REGEXP_REPLACE()和 REGEXP_SUBSTR()等函数来提升性能。另外，regexp_stack_limit和 regexp_time_limit 系统变量能够通过匹配引擎来控制资源消耗。

14. 内部临时表

14. 内部临时表 TempTable存储引擎取代MEMORY存储引擎成为内部临时表的默认存储引擎 。TempTable存储引擎为VARCHAR和VARBINARY列提供高效存储。internal_tmp_mem_storage_engine会话变量定义了内部临时表的存储引擎，可选的值有两个，TempTable和MEMORY，其中TempTable为默认的存储引擎。temptable_max_ram系统配置项定义了TempTable存储引擎可使用的最大内存数量。

15.日志记录

15.日志记录 在MySQL 8中错误日志子系统由一系列MySQL组件构成。这些组件的构成由系统变量log_error_services来配置，能够实现日志事件的过滤和写入。

16.备份锁

16.备份锁 新的备份锁允许在线备份期间执行数据操作语句，同时阻止可能造成快照不一致的操作。新备份锁由 LOCK INSTANCE FOR BACKUP 和 UNLOCK INSTANCE 语法提供支持，执行这些操作需要备份管理员特权。

17.增强的MySQL复制

17.增强的MySQL复制 MySQL 8复制支持对 JSON文档 进行部分更新的 二进制日志记录 ，该记录 使用紧凑的二进制格式 ，从而节省记录完整JSON文档的空间。当使用基于语句的日志记录时，这种紧凑的日志记录会自动完成，并且可以通过将新的binlog_row_value_options系统变量值设置为PARTIAL_JSON来启用。

1.2 MySQL8.0移除的旧特性

在MySQL 5.7版本上开发的应用程序如果使用了MySQL8.0 移除的特性，语句可能会失败，或者产生不同的执行结果。为了避免这些问题，对于使用了移除特性的应用，应当尽力修正避免使用这些特性，并尽可能使用替代方法。

1. 查询缓存

1.查询缓存 查询缓存已被移除 ，删除的项有： （1）语句：FLUSH QUERY CACHE和RESET QUERY CACHE。 （2）系统变量：query_cache_limit、query_cache_min_res_unit、query_cache_size、query_cache_type、query_cache_wlock_invalidate。 （3）状态变量：Qcache_free_blocks、Qcache_free_memory、Qcache_hits、Qcache_inserts、Qcache_lowmem_prunes、Qcache_not_cached、Qcache_queries_in_cache、Qcache_total_blocks。 （4）线程状态：checking privileges on cached query、checking query cache for query、invalidating query cache entries、sending cached result to client、storing result in query cache、waiting for query cache lock。

2.加密相关

2.加密相关 删除的加密相关的内容有：ENCODE()、DECODE()、ENCRYPT()、DES_ENCRYPT()和DES_DECRYPT()函数，配置项des-key-file，系统变量have_crypt，FLUSH语句的DES_KEY_FILE选项，HAVE_CRYPT CMake选项。 对于移除的ENCRYPT()函数，考虑使用SHA2()替代，对于其他移除的函数，使用AES_ENCRYPT()和AES_DECRYPT()替代。

3.空间函数相关

3.空间函数相关 在MySQL 5.7版本中，多个空间函数已被标记为过时。这些过时函数在MySQL 8中都已被移除，只保留了对应的ST_和MBR函数。

4.\N和NULL

4.\N和NULL 在SQL语句中，解析器不再将\N视为NULL，所以在SQL语句中应使用NULL代替\N。这项变化不会影响使用LOAD DATA INFILE或者SELECT…INTO OUTFILE操作文件的导入和导出。在这类操作中，NULL仍等同于\N。

5. mysql_install_db

5.mysql_install_db 在MySQL分布中，已移除了mysql_install_db程序，数据字典初始化需要调用带着-- initialize或者–initialize-insecure选项的mysqld来代替实现。另外，–bootstrap和INSTALL_SCRIPTDIR CMake也已被删除。

6.通用分区处理程序

6.通用分区处理程序 通用分区处理程序已从MySQL服务中被移除。为了实现给定表分区，表所使用的存储引擎需要自有的分区处理程序。 提供本地分区支持的MySQL存储引擎有两个，即InnoDB和NDB，而在 MySQL 8中只支持InnoDB。

7.系统和状态变量信息

7.系统和状态变量信息 在INFORMATION_SCHEMA数据库中，对系统和状态变量信息不再进行维护。GLOBAL_VARIABLES、SESSION_VARIABLES、GLOBAL_STATUS、SESSION_STATUS表都已被删除。另外，系统变量show_compatibility_56也已被删除。被删除的状态变量有Slave_heartbeat_period、Slave_last_heartbeat,Slave_received_heartbeats、Slave_retried_transactions、Slave_running。以上被删除的内容都可使用性能模式中对应的内容进行替代。

8.mysql_plugin工具

8.mysql_plugin工具 mysql_plugin工具用来配置MySQL服务器插件，现已被删除，可使用–plugin-load或–plugin-load-add选项在服务器启动时加载插件或者在运行时使用INSTALL PLUGIN语句加载插件来替代该工具。

2. 新特性1：窗口函数

2.1 使用窗口函数前后对比

假设现在有这样一个数据表，它显示了某购物网站在每个城市每个区的销售额：

CREATE TABLE sales(
id INT PRIMARY KEY AUTO_INCREMENT,
city VARCHAR(15),
county VARCHAR(15),
sales_value DECIMAL
);

INSERT INTO sales(city,county,sales_value)
VALUES
('北京','海淀',10.00),
('北京','朝阳',20.00),
('上海','黄埔',30.00),
('上海','长宁',10.00);

查询：

SELECT	* FROM sales;		
/*+	----	+------	+--------	+-------------	+
| id |	city |	county | sales_value |
+	----	+------	+--------	+-------------	+
|	1	|	北京 |	海淀	|	10	|
|	2	|	北京 |	朝阳	|	20	|
|	3	|	上海 |	黄埔	|	30	|
|	4	|	上海 |	长宁	|	10	|
+	----	+------	+--------	+-------------	+*/

需求：
现在计算这个网站在每个城市的销售总额、在全国的销售总额、每个区的销售额占所在城市销售额中的比率，以及占总销售额中的比率。

如果用分组和聚合函数，就需要分好几步来计算。

第一步，计算总销售金额，并存入临时表 a：

CREATE TEMPORARY TABLE a	-- 创建临时表
SELECT SUM(sales_value) AS sales_value -- 计算总计金额 FROM sales;

查看一下临时表 a ：

SELECT * FROM a;
/*+	-------------+
| sales_value |
+	-------------+
|	70 |
+	-------------+*/

第二步，计算每个城市的销售总额并存入临时表 b：

CREATE TEMPORARY TABLE b	-- 创建临时表
SELECT city,SUM(sales_value) AS sales_value	-- 计算城市销售合计
FROM sales
GROUP BY city;

查看临时表 b ：

SELECT * FROM b;
/*+	------	+-------------	+
| city	| sales_value |
+	------	+-------------	+
| 北京 |	30	|
| 上海 |	40	|
+	------	+-------------	+*/

第三步，计算各区的销售占所在城市的总计金额的比例，和占全部销售总计金额的比例。可以通过下面的连接查询获得需要的结果：

SELECT s.city AS 城市,s.county AS 区,s.sales_value AS 区销售额,
b.sales_value AS 市销售额,s.sales_value/b.sales_value AS 市比率,
a.sales_value AS 总销售额,s.sales_value/a.sales_value AS 总比率 FROM sales s
JOIN b ON (s.city=b.city)	--	连接市统计结果临时表			
JOIN a				-- 连接总计金额临时表			
ORDER BY	s.city,s.county;						
/*+------	+------	+----------	+----------	+--------	+----------	+--------	+
| 城市	| 区	|	区销售额	| 市销售额	| 市比率	| 总销售额	| 总比率	|
+------	+------	+----------	+----------	+--------	+----------	+--------	+
| 上海	| 长宁 |	10	|	40	| 0.2500 |	70	| 0.1429 |
| 上海	| 黄埔 |	30	|	40	| 0.7500 |	70	| 0.4286 |
| 北京	| 朝阳 |	20	|	30	| 0.6667 |	70	| 0.2857 |
| 北京	| 海淀 |	10	|	30	| 0.3333 |	70	| 0.1429 |
+------	+------	+----------	+----------	+--------	+----------	+--------	+*/

结果显示：市销售金额、市销售占比、总销售金额、总销售占比都计算出来了。

同样的查询，如果用窗口函数，就简单多了。可以用下面的代码来实现：

SELECT city AS 城市,county AS 区,sales_value AS 区销售额,
SUM(sales_value) OVER(PARTITION BY city) AS 市销售额,	-- 计算市销售额
sales_value/SUM(sales_value) OVER(PARTITION BY city) AS 市比率,
SUM(sales_value) OVER() AS 总销售额,	-- 计算总销售额	
sales_value/SUM(sales_value) OVER() AS 总比率		
FROM sales								
ORDER BY city,county;						
/*+------	+------	+----------	+----------	+--------	+----------	+--------	+
| 城市	| 区	| 区销售额	| 市销售额	| 市比率	  |总销售额	| 总比率	|
+------	+------	+----------	+----------	+--------	+----------	+--------	+
| 上海	| 长宁   |	10  	|	40	    | 0.2500 |	  70	| 0.1429 |
| 上海	| 黄埔   |	30	    |	40   	| 0.7500 |	  70	| 0.4286 |
| 北京	| 朝阳   |	20	    |	30	    | 0.6667 |	  70	| 0.2857 |
| 北京	| 海淀   |	10	    |	30	    | 0.3333 |	  70	| 0.1429 |
+------	+------	+----------	+-----------	+--------	+----------	+--------	+*/

结果显示，得到了与上面那种查询同样的结果。

使用窗口函数，只用了一步就完成了查询。而且，由于没有用到临时表，执行的效率也更高了。很显然，在这种需要用到分组统计的结果对每一条记录进行计算的场景下，使用窗口函数更好。

2.2 窗口函数分类

MySQL从8.0版本开始支持窗口函数。窗口函数的作用类似于在查询中对数据进行分组，不同的是，分组操作会把分组的结果聚合成一条记录，而窗口函数是将结果置于每一条数据记录中。

窗口函数可以分为静态窗口函数 和 动态窗口函数 。

静态窗口函数的窗口大小是固定的，不会因为记录的不同而不同；

动态窗口函数的窗口大小会随着记录的不同而变化。

MySQL官方网站窗口函数的网址为https://dev.mysql.com/doc/refman/8.0/en/window-function-descriptio ns.html#function_row-number

窗口函数总体上可以分为序号函数、分布函数、前后函数、首尾函数和其他函数，如下表：
请添加图片描述

2.3 语法结构

窗口函数的语法结构是：

函数 OVER（[PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC]）

或者是：

函数 OVER 窗口名 … WINDOW 窗口名 AS （[PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC]）
  • OVER 关键字指定函数窗口的范围。
    • 如果省略后面括号中的内容，则窗口会包含满足WHERE条件的所有记录，窗口函数会基于所有满足WHERE条件的记录进行计算。
    • 如果OVER关键字后面的括号不为空，则可以使用如下语法设置窗口。
  • 窗口名：为窗口设置一个别名，用来标识窗口。
  • PARTITION BY子句：指定窗口函数按照哪些字段进行分组。分组后，窗口函数可以在每个分组中分别执行。
  • ORDER BY子句：指定窗口函数按照哪些字段进行排序。执行排序操作使窗口函数按照排序后的数据记录的顺序进行编号。
  • FRAME子句：为分区中的某个子集定义规则，可以用来作为滑动窗口使用。

2.4 分类讲解

创建表：

CREATE TABLE goods(
id INT PRIMARY KEY AUTO_INCREMENT,
category_id INT,
category VARCHAR(15),
NAME VARCHAR(30),
price DECIMAL(10,2),
stock INT,
upper_time DATETIME
);

添加数据：

INSERT INTO goods(category_id,category,NAME,price,stock,upper_time)
VALUES
(1, '女装/女士精品', 'T恤', 39.90, 1000, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '连衣裙', 79.90, 2500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '卫衣', 89.90, 1500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '牛仔裤', 89.90, 3500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '百褶裙', 29.90, 500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '呢绒外套', 399.90, 1200, '2020-11-10 00:00:00'),
(2, '户外运动', '自行车', 399.90, 1000, '2020-11-10 00:00:00'),
(2, '户外运动', '山地自行车', 1399.90, 2500, '2020-11-10 00:00:00'),
(2, '户外运动', '登山杖', 59.90, 1500, '2020-11-10 00:00:00'),
(2, '户外运动', '骑行装备', 399.90, 3500, '2020-11-10 00:00:00'),
(2, '户外运动', '运动外套', 799.90, 500, '2020-11-10 00:00:00'),
(2, '户外运动', '滑板', 499.90, 1200, '2020-11-10 00:00:00');

下面针对goods表中的数据来验证每个窗口函数的功能。

1. 序号函数

1．ROW_NUMBER()函数
ROW_NUMBER()函数能够对数据中的序号进行顺序显示。

举例：查询 goods 数据表中每个商品分类下价格降序排列的各个商品信息。

SELECT ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC) AS  row_num,											
id, category_id, category, NAME, price, stock					
FROM goods;								
/*+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+
| row_num	| id	| category_id	| category	| NAME	| price	| stock |
+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+
|	1	|	6	|	1	| 女装/女士精品	| 呢绒外套	|	399.90 |	1200 |
|	2	|	3	|	1	| 女装/女士精品	| 卫衣	|	89.90 |	1500 |
|	3	|	4	|	1	| 女装/女士精品	| 牛仔裤	|	89.90	|	3500	|
|	4	|	2	|	1	| 女装/女士精品	| 连衣裙	|	79.90	|	2500	|
|	5	|	1	|	1	| 女装/女士精品	| T恤	|	39.90 |	1000 |
|	6	|	5	|	1	| 女装/女士精品	| 百褶裙	|	29.90	|	500	|
|	1	|	8	|	2	| 户外运动	| 山地自行车	| 1399.90	|	2500	|
|	2	| 11	|	2	| 户外运动	| 运动外套	|	799.90 |	500 |
|	3	| 12	|	2	| 户外运动	| 滑板	|	499.90	|	1200	|
|	4	|	7	|	2	| 户外运动	| 自行车	|	399.90 |	1000 | 
|		5	|	10	|	2	| 户外运动	| 骑行装备	|	399.90 |	3500 |
|		6	|	9	|	2	| 户外运动	| 登山杖	|	59.90 |	1500 |
+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+*/

举例：查询 goods 数据表中每个商品分类下价格最高的3种商品信息。

SELECT *								
FROM (								
SELECT	ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC) AS
row_num,										
id,	category_id, category, NAME, price, stock				
FROM goods) t							
WHERE row_num <= 3;							
/*+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+
| row_num | id	| category_id	| category	| NAME	| price	| stock |
+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+
|		1	|	6	|	1	| 女装/女士精品	| 呢绒外套	|	399.90	|	1200 |
|		2	|	3	|	1	| 女装/女士精品	| 卫衣	|	89.90 |	1500 |
|		3	|	4	|	1	| 女装/女士精品	| 牛仔裤	|	89.90	|	3500 |
|		1	|	8	|	2	| 户外运动	| 山地自行车	| 1399.90	|	2500 |
|		2	|	11	|	2	| 户外运动	| 运动外套	|	799.90	|	500 |
|		3	|	12	|	2	| 户外运动	| 滑板	|	499.90	|	1200 |
+	---------	+----	+-------------	+---------------	+------------	+----------	+-------	+*/

在名称为“女装/女士精品”的商品类别中，有两款商品的价格为89.90元，分别是卫衣和牛仔裤。两款商品的序号都应该为2，而不是一个为2，另一个为3。此时，可以使用RANK()函数和DENSE_RANK()函数解决。

2．RANK()函数
使用RANK()函数能够对序号进行并列排序，并且会跳过重复的序号，比如序号为1、1、3。

举例：
使用RANK()函数获取 goods 数据表中各类别的价格从高到低排序的各商品信息。

SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
 id, category_id, category, NAME, price, stock					
FROM	goods;								
/*+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+
| row_num |	id	| category_id	| category	| NAME	| price	| stock |
+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+
|	1	|	6	|	1	| 女装/女士精品	| 呢绒外套	|	399.90 |	1200 |
|	2	|	3	|	1	| 女装/女士精品	| 卫衣	|	89.90 |	1500 |
|	2	|	4	|	1	| 女装/女士精品	| 牛仔裤	|	89.90	|	3500	|
|	4	|	2	|	1	| 女装/女士精品	| 连衣裙	|	79.90	|	2500	|
|	5	|	1	|	1	| 女装/女士精品	| T恤	|	39.90 |	1000 |
|	6	|	5	|	1	| 女装/女士精品	| 百褶裙	|	29.90	|	500	|
|	1	|	8	|	2	| 户外运动	| 山地自行车	| 1399.90	|	2500	|
|	2	|	11	|	2	| 户外运动	| 运动外套	|	799.90 |	500 |
|	3	|	12	|	2	| 户外运动	| 滑板	|	499.90	|	1200	|
|	4	|	7	|	2	| 户外运动	| 自行车	|	399.90 |	1000 |
|	4	|	10	|	2	| 户外运动	| 骑行装备	|	399.90 |	3500 |
|	6	|	9	|	2	| 户外运动	| 登山杖	|	59.90 |	1500 |
+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+*/

举例：使用RANK()函数获取 goods 数据表中类别为“女装/女士精品”的价格最高的4款商品信息。

SELECT *								
FROM(									
SELECT	RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
id,	category_id, category, NAME, price, stock			
FROM	goods) t							
WHERE	category_id = 1	AND row_num <= 4;				
/*+	---------	+----	+-------------	+---------------	+----------	+--------	+-------	+
| row_num |	id	| category_id	| category	|	NAME	| price  | stock |
+	---------	+----	+-------------	+---------------	+----------	+--------	+-------	+
|		1	|	6	|	1	| 女装/女士精品	|	呢绒外套	| 399.90 |	1200 |
|		2	|	3	|	1	| 女装/女士精品	|	卫衣	|	89.90 |	1500 |
|		2	|	4	|	1	| 女装/女士精品	|	牛仔裤	|	89.90 |	3500 |
|		4	|	2	|	1	| 女装/女士精品	|	连衣裙	|	79.90 |	2500 |
+	---------	+----	+-------------	+---------------	+----------	+--------	+-------	+*/

可以看到，使用RANK()函数得出的序号为1、2、2、4，相同价格的商品序号相同，后面的商品序号是不连续的，跳过了重复的序号。
3．DENSE_RANK()函数
DENSE_RANK()函数对序号进行并列排序，并且不会跳过重复的序号，比如序号为1、1、2

举例：
使用DENSE_RANK()函数获取 goods 数据表中各类别的价格从高到低排序的各商品信息。

SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS
row_num,											
id, category_id, category, NAME, price, stock					
FROM	goods;								
/*+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+
| row_num |	id	| category_id	| category	| NAME	| price	| stock |
+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+
|	1	|	6	|	1	| 女装/女士精品	| 呢绒外套	|	399.90 |	1200 |
|	2	|	3	|	1	| 女装/女士精品	| 卫衣	|	89.90 |	1500 |
|	2	|	4	|	1	| 女装/女士精品	| 牛仔裤	|	89.90	|	3500	|
|	3	|	2	|	1	| 女装/女士精品	| 连衣裙	|	79.90	|	2500	|
|	4	|	1	|	1	| 女装/女士精品	| T恤	|	39.90 |	1000 |
|	5	|	5	|	1	| 女装/女士精品	| 百褶裙	|	29.90	|	500	|
|	1	|	8	|	2	| 户外运动	| 山地自行车	| 1399.90	|	2500	|
|	2	|	11	|	2	| 户外运动	| 运动外套	|	799.90 |	500 |
|	3	|	12	|	2	| 户外运动	| 滑板	|	499.90	|	1200	|
|	4	|	7	|	2	| 户外运动	| 自行车	|	399.90 |	1000 |
|	4	|	10	|	2	| 户外运动	| 骑行装备	|	399.90 |	3500 |
|	5	|	9	|	2	| 户外运动	| 登山杖	|	59.90 |	1500 |
+	---------	+----	+-------------	+---------------	+------------	+---------	+-------	+*/

举例：
使用DENSE_RANK()函数获取 goods 数据表中类别为“女装/女士精品”的价格最高的4款商品信息。

SELECT *
FROM(
SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS
row_num,
id, category_id, category, NAME, price, stock
FROM goods) t
WHERE category_id = 1 AND row_num <= 3;
/*+---------+----+-------------+---------------+----------+--------+-------+
| row_num | id | category_id | category	| NAME	| price	| stock |
+---------+----+-------------+---------------+----------+--------+-------+
|	1	|	6	|	1	| 女装/女士精品	| 呢绒外套	| 399.90 |	1200 |
|	2	|	3	|	1	| 女装/女士精品	| 卫衣	|	89.90	|	1500 |
|	2	|	4	|	1	| 女装/女士精品	| 牛仔裤	|	89.90	|	3500	|
|	3	|	2	|	1	| 女装/女士精品	| 连衣裙	|	79.90	|	2500	|
+	---------	+----	+-------------	+---------------	+----------	+--------	+-------	+*/

可以看到，使用DENSE_RANK()函数得出的行号为1、2、2、3，相同价格的商品序号相同，后面的商品序号是连续的，并且没有跳过重复的序号。

2. 分布函数

1．PERCENT_RANK()函数
PERCENT_RANK()函数是等级值百分比函数。按照如下方式进行计算。

(rank - 1) / (rows - 1)

其中，rank的值为使用RANK()函数产生的序号，rows的值为当前窗口的总记录数。

举例：
计算 goods 数据表中名称为“女装/女士精品”的类别下的商品的PERCENT_RANK值。

#写法一：
SELECT RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS r, PERCENT_RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS pr, id, category_id, category, NAME, price, stock

FROM goods
WHERE category_id = 1;

#写法二：											
SELECT RANK() OVER w AS r,						
PERCENT_RANK() OVER w AS pr,						
 id, category_id, category, NAME, price, stock					
FROM goods								
WHERE category_id = 1	WINDOW w AS (PARTITION BY category_id ORDER BY price
DESC);												
/*+	---	+-----	+----	+-------------	+---------------	+----------	+--------	+-------	+
| r |	pr	| id	| category_id	| category	| NAME	| price	| stock |
+	---	+-----	+----	+-------------	+---------------	+----------	+--------	+-------	+
| 1 |	0	|	6	|	1	| 女装/女士精品	| 呢绒外套	| 399.90 |	1200 |
| 2 |	0.2	|	3	|	1	| 女装/女士精品	| 卫衣	|	89.90 |	1500 |
| 2	|	0.2	|	4	|	1	| 女装/女士精品	| 牛仔裤	|	89.90	|	3500	|
| 4	|	0.6	|	2	|	1	| 女装/女士精品	| 连衣裙	|	79.90	|	2500	|
| 5	|	0.8	|	1	|	1	| 女装/女士精品	| T恤	|	39.90 |	1000 |
| 6	|	1	|	5	|	1	| 女装/女士精品	| 百褶裙	|	29.90	|	500 |
+	---	+-----	+----	+-------------	+---------------	+----------	+--------	+-------	+*/

2．CUME_DIST()函数
CUME_DIST()函数主要用于查询小于或等于某个值的比例。

举例：
查询goods数据表中小于或等于当前价格的比例

SELECT CUME_DIST() OVER(PARTITION BY category_id ORDER BY price ASC) AS cd,
 id, category, NAME, price
FROM goods;
/*+---------------------+----+---------------+------------+---------+

| cd	| id | category	| NAME	| price	|
+---------------------+----+---------------+------------+---------+
| 0.16666666666666666	|	5	| 女装/女士精品	| 百褶裙	|	29.90 |
|	0.3333333333333333	|	1	| 女装/女士精品	| T恤	|	39.90	|
|	0.5	|	2	| 女装/女士精品	| 连衣裙	|	79.90 |
|	0.8333333333333334	|	3	| 女装/女士精品	| 卫衣	|	89.90 |
|	0.8333333333333334	|	4	| 女装/女士精品	| 牛仔裤	|	89.90 |
|	1	|	6	| 女装/女士精品	| 呢绒外套	|	399.90	|
| 0.16666666666666666	|	9	| 户外运动	| 登山杖	|	59.90	|
|	0.5	|	7	| 户外运动	| 自行车	|	399.90	|
|	0.5	| 10	| 户外运动	| 骑行装备	|	399.90 |
|	0.6666666666666666	| 12	| 户外运动	| 滑板	|	499.90 |
|	0.8333333333333334	| 11	| 户外运动	| 运动外套	|	799.90 |
|	1	|	8	| 户外运动	| 山地自行车	| 1399.90 |
+---------------------	+----	+---------------	+------------	+---------	+*/
3. 前后函数

1．LAG(expr,n)函数
LAG(expr,n)函数返回当前行的前n行的expr的值
举例：
查询goods数据表中前一个商品价格与当前商品价格的差值。

SELECT id, category, NAME, price, pre_price, price - pre_price AS diff_price
	FROM (					
		SELECT  id, category, NAME, price,LAG(price,1) OVER w AS pre_price
		FROM goods					
		WINDOW w AS (PARTITION BY category_id ORDER BY price)) t;
/*+----	+---------------	+------------	+---------	+-----------	+------------	+
| id |	category	| NAME	| price   | pre_price | diff_price |
+----	+---------------	+------------	+---------	+-----------	+------------	+
|	5	|	女装/女士精品	| 百褶裙	|	29.90 |	NULL |	NULL |
|	1	|	女装/女士精品	| T恤	|	39.90 |	29.90 |	10.00 |
|	2	|	女装/女士精品	| 连衣裙	|	79.90 |	39.90 |	40.00 |
|	3	|	女装/女士精品	| 卫衣	|	89.90 |	79.90 |	10.00 |
|	4	|	女装/女士精品	| 牛仔裤	|	89.90 |	89.90 |	0.00 |
|	6	|	女装/女士精品	| 呢绒外套	|	399.90 |	89.90 |	310.00 |
|	9	|	户外运动	| 登山杖	|	59.90 |	NULL |	NULL |
|	7	|	户外运动	| 自行车	|	399.90 |	59.90 |	340.00 |
| 10 |	户外运动	| 骑行装备	|	399.90 |	399.90 |	0.00 |
| 12 |	户外运动	| 滑板	|	499.90 |	399.90 |	100.00 |
| 11 |	户外运动	| 运动外套	|	799.90 |	499.90 |	300.00 |
|	8	|	户外运动	| 山地自行车	| 1399.90 |	799.90 |	600.00 |
+----	+---------------	+------------	+---------	+-----------	+------------	+*/

2．LEAD(expr,n)函数
LEAD(expr,n)函数返回当前行的后n行的expr的值。

举例：
查询goods数据表中后一个商品价格与当前商品价格的差值。

SELECT id, category, NAME, behind_price, price,behind_price - price AS
diff_price
FROM(
        	SELECT id, category, NAME, price,LEAD(price, 1) OVER w AS behind_price
        	FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price)) t;
/*+----+---------------+------------+--------------+---------+------------+
| id | category	| NAME	| behind_price | price	| diff_price |
+----		+---------------	+------------	+--------------	+---------	+------------	+
|	5	| 女装/女士精品	| 百褶裙	|	39.90 |	29.90 |	10.00 |
|	1	| 女装/女士精品	| T恤	|	79.90 |	39.90 |	40.00 |
|	2	| 女装/女士精品	| 连衣裙	|	89.90 |	79.90 |	10.00 |
|	3	| 女装/女士精品	| 卫衣	|	89.90 |	89.90 |	0.00 |
|	4	| 女装/女士精品	| 牛仔裤	|	399.90 |	89.90 |	310.00 |
|	6	| 女装/女士精品	| 呢绒外套	|	NULL |	399.90 |	NULL |
|	9	| 户外运动	| 登山杖	|	399.90 |	59.90 |	340.00 |
|	7	| 户外运动	| 自行车	|	399.90 |	399.90 |	0.00 |
| 10	| 户外运动	| 骑行装备	|	499.90 |	399.90 |	100.00 |
| 12	| 户外运动	| 滑板	|	799.90 |	499.90 |	300.00 |
| 11	| 户外运动	| 运动外套	|	1399.90 |	799.90 |	600.00 |
|	8	| 户外运动	| 山地自行车	|	NULL | 1399.90 |	NULL |
+----	+---------------	+------------	+--------------	+---------	+------------	+*/
4. 首尾函数

1．FIRST_VALUE(expr)函数
FIRST_VALUE(expr)函数返回第一个expr的值。

举例：
按照价格排序，查询第1个商品的价格信息。

SELECT id, category, NAME, price, stock,FIRST_VALUE(price) OVER w AS
first_price					
		 FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
/*+----	+---------------	+------------	+---------	+-------	+-------------	+
| id	| category	| NAME	| price   | stock | first_price |
+----	+---------------	+------------	+---------	+-------	+-------------	+
|	5	| 女装/女士精品	| 百褶裙	|	29.90 |	500 |	29.90 |
|	1	| 女装/女士精品	| T恤	|	39.90 |	1000 |	29.90 |
|	2	| 女装/女士精品	| 连衣裙	|	79.90 |	2500 |	29.90 |
|	3	| 女装/女士精品	| 卫衣	|	89.90 |	1500 |	29.90 |
|	4	| 女装/女士精品	| 牛仔裤	|	89.90 |	3500 |	29.90 |
|	6	| 女装/女士精品	| 呢绒外套	|	399.90 |	1200 |	29.90 |
|	9	| 户外运动	| 登山杖	|	59.90 |	1500 |	59.90 |
|	7	| 户外运动	| 自行车	|	399.90 |	1000 |	59.90 |
| 10	| 户外运动	| 骑行装备	|	399.90 |	3500 |	59.90 |
| 12	| 户外运动	| 滑板	|	499.90 |	1200 |	59.90 |
| 11	| 户外运动	| 运动外套	|	799.90 |	500 |	59.90 |
|	8	| 户外运动	| 山地自行车	| 1399.90 |	2500 |	59.90 |
+----	+---------------	+------------	+---------	+-------	+-------------	+*/

2．LAST_VALUE(expr)函数
LAST_VALUE(expr)函数返回最后一个expr的值。

举例：
按照价格排序，查询最后一个商品的价格信息。

SELECT id, category, NAME, price, stock,LAST_VALUE(price) OVER w AS last_price
			FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
/*+	----	+---------------	+------------	+---------	+-------	+------------	+
| id |	category	| NAME	| price	| stock | last_price |
+	----	+---------------	+------------	+---------	+-------	+------------	+
|	5	|	女装/女士精品	| 百褶裙	|	29.90	|	500 |	29.90 |
|	1	|	女装/女士精品	| T恤	|	39.90 |	1000 |	39.90 |
|	2	|	女装/女士精品	| 连衣裙	|	79.90	|	2500 |	79.90 |
|	3	| 女装/女士精品	| 卫衣	|	89.90 |	1500 |	89.90 |
|	4	| 女装/女士精品	| 牛仔裤	|	89.90 |	3500 |	89.90 |
|	6	| 女装/女士精品	| 呢绒外套	|	399.90	|	1200	|	399.90	|
|	9	| 户外运动	| 登山杖	|	59.90	|	1500	|	59.90	|
|	7	| 户外运动	| 自行车	|	399.90	|	1000	|	399.90	|
| 10	| 户外运动	| 骑行装备	|	399.90 |	3500 |	399.90 |
| 12	| 户外运动	| 滑板	|	499.90 |	1200 |	499.90 |
| 11	| 户外运动	| 运动外套	|	799.90 |	500 |	799.90 |
|	8	| 户外运动	| 山地自行车 | 1399.90 |  2500 |	1399.90 |
+----	+---------------	+------------	+---------	+-------	+------------	+*/
5. 其他函数

1．NTH_VALUE(expr,n)函数
NTH_VALUE(expr,n)函数返回第n个expr的值。

举例：
查询goods数据表中排名第2和第3的价格信息。

SELECT id, category, NAME, price,NTH_VALUE(price,2) OVER w AS second_price,
		   NTH_VALUE(price,3) OVER w AS third_price		
			FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
/*+----	+---------------	+------------	+---------	+--------------	+-------------	+
| id |	category	| NAME	| price   | second_price | third_price |
+----	+---------------	+------------	+---------	+--------------	+-------------	+
|	5	|	女装/女士精品	| 百褶裙	|	29.90 |	NULL |	NULL |
|	1	|	女装/女士精品	| T恤	|	39.90 |	39.90 |	NULL |
|	2	|	女装/女士精品	| 连衣裙	|	79.90 |	39.90 |	79.90 |
|	3	|	女装/女士精品	| 卫衣	|	89.90 |	39.90 |	79.90 |
|	4	|	女装/女士精品	| 牛仔裤	|	89.90 |	39.90 |	79.90 |
|	6	|	女装/女士精品	| 呢绒外套	|	399.90 |	39.90 |	79.90 |
|	9	|	户外运动	| 登山杖	|	59.90 |	NULL |	NULL |
|	7	|	户外运动	| 自行车	|	399.90 |	399.90 |	399.90 |
| 10 |	户外运动	| 骑行装备	|	399.90 |	399.90 |	399.90 |
| 12 |	户外运动	| 滑板	|	499.90 |	399.90 |	399.90 |
| 11 |	户外运动	| 运动外套	|	799.90 |	399.90 |	399.90 |
|	8	|	户外运动	| 山地自行车 | 1399.90 |	399.90 |	399.90 |
+----	+---------------	+------------	+---------	+--------------	+-------------	+*/

2．NTILE(n)函数
NTILE(n)函数将分区中的有序数据分为n个桶，记录桶编号。

举例：
将goods表中的商品按照价格分为3组。

SELECT NTILE(3) OVER w AS nt,id, category, NAME, price
		FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
/*+	----	+----	+---------------	+------------	+---------	+
| nt |	id |	category	| NAME		| price   |
+	----	+----	+---------------	+------------	+---------	+
|	1	|	5	|	女装/女士精品 | 百褶裙	|	29.90	|
|	1	|	1	|	女装/女士精品 | T恤	|	39.90 |
|	2	|	2	|	女装/女士精品 | 连衣裙	|	79.90	|
|	2	|	3	|	女装/女士精品 | 卫衣	|	89.90 |
|	3	|	4	|	女装/女士精品 | 牛仔裤	|	89.90	|
|	3	|	6	|	女装/女士精品 | 呢绒外套	|	399.90 |
|	1	|	9	|	户外运动	| 登山杖	|	59.90 |
|	1	|	7	| 户外运动	| 自行车	|	399.90 |
|	2	| 10	| 户外运动	| 骑行装备	|	399.90	|
|	2	| 12	| 户外运动	| 滑板	|	499.90 |
|	3	| 11	| 户外运动	| 运动外套	|	799.90	|
|	3	|	8	| 户外运动	| 山地自行车 | 1399.90 |
+----	+----	+---------------	+------------	+---------	+*/
2.5 小 结

窗口函数的特点是可以分组，而且可以在分组内排序。另外，窗口函数不会因为分组而减少原表中的行数，这对我们在原表数据的基础上进行统计和排序非常有用。

3. 新特性2：公用表表达式

公用表表达式（或通用表表达式）简称为CTE（Common Table Expressions）。CTE是一个命名的临时结果集，作用范围是当前语句。CTE可以理解成一个可以复用的子查询，当然跟子查询还是有点区别的，CTE可以引用其他CTE，但子查询不能引用其他子查询。所以，可以考虑代替子查询。

依据语法结构和执行方式的不同，公用表表达式分为 普通公用表表达式 和 递归公用表表达式 2 种。

3.1 普通公用表表达式

普通公用表表达式的语法结构是：

WITH CTE名称
AS （子查询）
SELECT|DELETE|UPDATE 语句;

普通公用表表达式类似于子查询，不过，跟子查询不同的是，它可以被多次引用，而且可以被其他的普通公用表表达式所引用。

举例：查询员工所在的部门的详细信息。

SELECT * FROM departments
	WHERE department_id IN (
	SELECT DISTINCT department_id
FROM employees
);
/*+	---------------	+------------------	+------------	+-------------	+
| department_id |	department_name	| manager_id | location_id |
+	---------------	+------------------	+------------	+-------------	+
|	10	|	Administration	|	200	|	1700	|
|	20	|	Marketing	|	201	|	1800	|
|	30	|	Purchasing	|	114	|	1700	|
|	40	|	Human Resources	|	203	|	2400	|
|	50	|	Shipping	|	121	|	1500	|
|	60	|	IT	|	103	|	1400	|
|	70	|	Public Relations	|	204	|	2700	|
|	80	|	Sales	|	145	|	2500	|
|	90	|	Executive	|	100	|	1700	|
|	100	|	Finance	|	108	|	1700	|
|	110	|	Accounting	|	205	|	1700	|
+	---------------	+------------------	+------------	+-------------	+*/

这个查询也可以用普通公用表表达式的方式完成：

WITH emp_dept_id
AS (SELECT DISTINCT department_id FROM employees)
SELECT *
FROM departments d JOIN emp_dept_id e	ON d.department_id = e.department_id;
/*+	---------------	+------------------	+------------	+-------------	+---------------	+
| department_id |	department_name	| manager_id | location_id | department_id |
+	---------------	+------------------	+------------	+-------------	+---------------	+
|	90	|	Executive	|	100	|	1700	|	90	|
|	60	|	IT	|	103	|	1400	|	60	|
|	100	|	Finance	|	108	|	1700	|	100	|
|	30	|	Purchasing	|	114	|	1700	|	30	|
|	50	|	Shipping	|	121	|	1500	|	50	|
|	80	|	Sales	|	145	|	2500	|	80	|
|	10	|	Administration	|	200	|	1700	|	10	|
|	20	|	Marketing	|	201	|	1800	|	20	|
|	40	|	Human Resources	|	203	|	2400	|	40	|
|	70	|	Public Relations	|	204	|	2700	|	70	|
|	110	|	Accounting	|	205	|	1700	|	110	|
+	---------------	+------------------	+------------	+-------------	+---------------	+*/

例子说明，公用表表达式可以起到子查询的作用。以后如果遇到需要使用子查询的场景，你可以在查询之前，先定义公用表表达式，然后在查询中用它来代替子查询。而且，跟子查询相比，公用表表达式有一个优点，就是定义过公用表表达式之后的查询，可以像一个表一样多次引用公用表表达式，而子查询则不能。

3.2 递归公用表表达式

递归公用表表达式也是一种公用表表达式，只不过，除了普通公用表表达式的特点以外，它还有自己的特点，就是可以调用自己。它的语法结构是：

WITH RECURSIVE
CTE名称 AS （子查询）
SELECT|DELETE|UPDATE 语句;

递归公用表表达式由 2 部分组成，分别是种子查询和递归查询，中间通过关键字 UNION [ALL]进行连接。这里的种子查询，意思就是获得递归的初始值。这个查询只会运行一次，以创建初始数据集，之后递归查询会一直执行，直到没有任何新的查询数据产生，递归返回。

案例：
针对于我们常用的employees表，包含employee_id，last_name和manager_id三个字段。如果a是b的管理者，那么，我们可以把b叫做a的下属，如果同时b又是c的管理者，那么c就是b的下属，是a的下下属。

下面尝试用查询语句列出所有具有下下属身份的人员信息。

如果用我们之前学过的知识来解决，会比较复杂，至少要进行 4 次查询才能搞定：

第一步，先找出初代管理者，就是不以任何别人为管理者的人，把结果存入临时表； 第二步，找出所有以初代管理者为管理者的人，得到一个下属集，把结果存入临时表； 第三步，找出所有以下属为管理者的人，得到一个下下属集，把结果存入临时表。

第四步，找出所有以下下属为管理者的人，得到一个结果集。

如果第四步的结果集为空，则计算结束，第三步的结果集就是我们需要的下下属集了，否则就必须继续进行第四步，一直到结果集为空为止。比如上面的这个数据表，就需要到第五步，才能得到空结果集。而且，最后还要进行第六步：把第三步和第四步的结果集合并，这样才能最终获得我们需要的结果集。

如果用递归公用表表达式，就非常简单了。我介绍下具体的思路。

用递归公用表表达式中的种子查询，找出初代管理者。字段 n 表示代次，初始值为 1，表示是第一代管理者。

用递归公用表表达式中的递归查询，查出以这个递归公用表表达式中的人为管理者的人，并且代次的值加 1。直到没有人以这个递归公用表表达式中的人为管理者了，递归返回。

在最后的查询中，选出所有代次大于等于 3 的人，他们肯定是第三代及以上代次的下属了，也就是下下属了。这样就得到了我们需要的结果集。

这里看似也是 3 步，实际上是一个查询的 3 个部分，只需要执行一次就可以了。而且也不需要用临时表保存中间结果，比刚刚的方法简单多了。

代码实现：

WITH RECURSIVE cte
AS
(
SELECT employee_id,last_name,manager_id,1 AS n FROM employees WHERE employee_id = 100--	种子查询，找到第一代领导
UNION ALL
SELECT a.employee_id,a.last_name,a.manager_id,n+1 FROM employees AS a JOIN cte ON (a.manager_id = cte.employee_id) -- 递归查询，找出以递归公用表表达式的人为领导的人
)

SELECT employee_id,last_name FROM cte WHERE n >= 3;

总之，递归公用表表达式对于查询一个有共同的根节点的树形结构数据，非常有用。它可以不受层级的限制，轻松查出所有节点的数据。如果用其他的查询方式，就比较复杂了。

3.3 小 结

公用表表达式的作用是可以替代子查询，而且可以被多次引用。递归公用表表达式对查询有一个共同根节点的树形结构数据非常高效，可以轻松搞定其他查询方式难以处理的查询。

课后练习

#第18章_MySQL8.0的其它新特性的课后练习
#1. 创建students数据表，如下

CREATE DATABASE test18_mysql8;

USE test18_mysql8;

CREATE TABLE students(
id INT PRIMARY KEY AUTO_INCREMENT,
student VARCHAR(15),
points TINYINT
);

#2. 向表中添加数据如下
INSERT INTO students(student,points)
VALUES
('张三',89),
('李四',77),
('王五',88),
('赵六',90),
('孙七',90),
('周八',88);

SELECT * FROM students;
#3. 分别使用RANK()、DENSE_RANK() 和 ROW_NUMBER()函数对学生成绩降序排列情况进行显示
#方式1：
SELECT 
ROW_NUMBER() OVER (ORDER BY points DESC) AS "排序1",
RANK() OVER (ORDER BY points DESC) AS "排序2",
DENSE_RANK() OVER (ORDER BY points DESC) AS "排序3",
student,points
FROM students;

#方式2：
SELECT 
ROW_NUMBER() OVER w AS "排序1",
RANK() OVER w AS "排序2",
DENSE_RANK() OVER w AS "排序3",
student,points
FROM students WINDOW w AS (ORDER BY points DESC);

说明：本内容整理自尚硅谷B站MySQL视频>>尚硅谷B站MySQL视频

准图灵奖得主
关注
专栏目录
大一大二mysql笔记
04-30
MySQL是世界上最受欢迎的关系型数据库管理系统之一，尤其在Web开发领域中广泛应用。对于大一大二学生而言，学习MySQL是一项基础且重要的技能。以下是一份详细的知识点概述，旨在帮助初学者理解MySQL的基本概念、操作...
MySQL8超详细安装教程
热门推荐
rbx508780的博客
10-05 5万+
MySQL8在下载，安装的时候遇到问题进来看看叭~ 超详细的MySQL下载，安装，卸载过程
mysql 8介绍,MySQL 8.0 简介
weixin_30106425的博客
03-17 9337
MySQL 5.7 到 8.0，Oracle 官方跳跃了 Major Version 版本号，随之而来的就是在 MySQL 8.0 上做了许多重大更新，在往企业级数据库的路上大步前行，全新 Data Dictionary 设计，支持 Atomic DDL，全新的版本升级策略，安全和账号管理加强，InnoDB 功能增强等，目前小版本已经 release 到 8.0.16，新的功能仍然在持续推出。My...
MySQL8详细安装教程及环境变量配置
weixin_57029699的博客
11-30 1439
web社区版对应网页版本安装，全社区版对应于本地安装弹出一个新页面，单击注册，仅下载。
MySQL 8.0 新特性汇总
最新发布
分享既学习
07-29 1946
MySQL 5.7 在 2023 年 10 月 31 日起，已经终止软件生命周期了，意味着 MySQL 官方将不再提供对 MySQL 5.7 版本的技术支持和更新。8.0 版本成为官方长期支持版本，提供了很多新特性，本文将详细解读 MySQL 8.0 版本的新特性，为 MySQL 版本升级作参考和指导。MySQL 8.0 相比 5.7 版本更新很多新特性，很多改变没有直接删除，便于用户过渡，兼容性还是比较高的。不过到 8.1、8.2 的创新版本，老的 5.7 的参数和语法就已经删除。
php+mysql笔记
09-06
- **安装MySQL**：第268讲介绍了如何安装MySQL。 - **验证安装**：第269讲讲解了如何验证MySQL是否正确安装。 #### 五、MySQL基础使用 - **启动与停止服务**：介绍了MySQL服务的启动与停止方式。 - **登录MySQL**：...
「MySQL」从零到删库-Markdown格式的笔记
04-11
这份从零到删库的Markdown格式笔记涵盖了MySQL的基础知识到高级应用，旨在帮助初学者系统地学习和掌握MySQL。 一、安装、连接以及配置MySQL 在开始使用MySQL之前，需要在计算机上安装MySQL服务器并配置相关设置。这...
MySQL必知必会笔记整理
06-10
首先，`mysql crash course script (chapter03-17).sql`可能包含了从第三章到第十七章的内容，这些章节通常涉及MySQL的基础操作，如安装与配置、SQL语言基础、数据类型、数据库和表的创建、查询语句（SELECT）、插入...
超经典mysql dba 学习笔记.zip
10-19
这份“超经典mysql dba学习笔记”包含了丰富的MySQL运维知识，对于想要深入理解和掌握MySQL DBA技能的人来说是一份宝贵的资料。 一、MySQL基础知识 在学习MySQL DBA之前，首先需要了解MySQL的基本概念，包括数据库...
MySQL8配置文件详解
qq_44723773的博客
07-13 9418
MySQL 8 是一款常用的关系型数据库管理系统，它提供了全面而强大的功能来满足不同的数据管理需求。为了更好地控制其功能和性能，配置文件是MySQL 8的重要组成部分之一。在此文章中，我们将详细介绍MySQL 8的配置文件。MySQL 8 的配置文件是一个文本文件，它包含了许多用于控制数据库的参数。该文件位于服务器的安装目录下，通常为/etc/mysql/my.cnf 或者 /etc/my.cnf。
mysql8 新特性总结
congge_study的博客
04-25 7823
mysql8 新特性总结
基础篇18、MySQL8其它新特性
希望有点用
02-26 1347
MySQL8其它新特性
MySQL8数据库 | MySQL调优｜MySQL底层原理
m0_64363449的博客
07-26 389
CREATE TABLE tb_name (建表的字段、类型、长度、约束、默认、注释)6、重新启动 mysql 服务，再以无密码登录 mysql。3、前面窗口不能关闭，再开启一个新的窗口进行无密码登录。：复制保存 MySQL初始化密码。：复制保存 MySQL初始化密码。使用上面方式无法登录的解决方案。1、停止 mysql8。
26MySQL8其它新特性
gh_xiaohe的博客
05-09 1575
😹 作者: gh-xiaohe 😻 gh-xiaohe的博客 😽 觉得博主文章写的不错的话，希望大家三连（✌关注，✌点赞，✌评论），多多支持一下！！
MySQL8.0的下载安装与使用（图文教程、新手必备、手把手保姆级别、Windows版、2023年新版）
m0_63749236的博客
12-14 1万+
MySQL8.0的下载安装与使用（图文教程、新手必备、手把手保姆级别、Windows版、2023年新版）
MySQL8安装教程
Lxl1418的博客
12-26 2691
Windows 10官网可以下载最新版本的MySQL 8.0下载地址：1、下载完成后，我们就开始安装，双击安装包，在弹出的对话框点击下方的同意协议，再点击【Next】2、在下图页面选择默认选项，点击【Next】3、在下面的页面中，会提示需要安装的软件，与MySQL产品相关的产品组件必须先安装完成，才能继续安装MySQL，这里我们点击下方的【Execute】即可开始安装MySQL的依赖软件，安装过程中会提示你是否安装，统一点是即可。
安装MySQL 8保姆级教程
heshihu2019的博客
02-05 1321
MySQL现在支持资源组的创建和管理，并允许将服务器内运行的线程分配给特定组，以便线程根据组可用的资源执行。组属性可以控制其资源，以启用或限制组中线程的资源消耗。
MySQL 5与MySQL 8版本差异及MySQL 8的新功能
weixin_45626288的博客
09-24 1784
未来，随着技术的不断发展和数据库需求的不断增长，我们期待着MySQL继续改进和优化，为各个领域提供更强大、更稳定的数据库解决方案。此外，MySQL 8还引入了“只读”复制（Read-Only Replication），使得下游节点可以只接收写操作的增量日志，从而减轻了主节点的压力。通过比较MySQL5和MySQL8的区别和新功能，我们可以看到MySQL8在性能、安全性和功能方面有了较大的改进和提升。数据压缩：MySQL 8引入了新的数据压缩方法，可以在不损失性能的情况下，大幅度减少存储空间的需求。
"MySQL笔记整理，详细可读，共17章完整笔记，值得推荐！
MySQL笔记整理了MySQL数据库的相关知识，共包括17章完整的笔记。在第一章中，介绍了MySQL数据库的基本概念，包括数据库的定义和数据库的作用。数据库是用来存储数据的地方，与普通文件存储相比，使用数据库可以永久...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值