SQL中的HAVING、ROW_NUMBER，常见使用场景：求维度的topN

获取维度的topN

1、前N条维度项（having in）

HAVING 子句在 SQL 查询中与 GROUP BY 子句一起使用，用于对分组后的结果进行筛选。它主要用于对聚合函数（如 COUNT、SUM、AVG、MIN、MAX 等）的结果进行条件过滤。

HAVING 子句的基本语法如下：

SELECT column1, column2, ..., columnN, aggregate_function(column)
FROM table_name
WHERE condition
GROUP BY column1, column2, ..., columnN
HAVING condition
ORDER BY column;

其中，aggregate_function(column) 是聚合函数，如 COUNT、SUM、AVG、MIN、MAX 等。column1, column2, …, columnN 是要分组的列。condition 是筛选分组后的结果的条件。

HAVING 子句的作用类似于 WHERE 子句，但它们之间有一些区别：

1. WHERE 子句在数据分组前进行筛选，而 HAVING 子句在数据分组后进行筛选。
2. WHERE 子句主要用于筛选行，而 HAVING 子句主要用于筛选分组后的结果。
3. WHERE 子句中不能使用聚合函数，而 HAVING 子句中必须使用聚合函数。

以下是一个简单的 HAVING 子句示例：

SELECT department_id, COUNT(employee_id) as num_employees
FROM employees
GROUP BY department_id
HAVING num_employees > 10;

常见sql写法

select area,
  category,
  sales sum_index_sales_0
from (
    select area,
      category,
      sales
    from localdoc_topN t
  ) a
group by area,
  category,
  sales
having area in (
    select area
    from (
        select area,
          sum(sales) sum_index_sales_0
        from localdoc_topN
        group by area
        order by sum_index_sales_0 desc
        limit 2
      ) b
  )
limit 5000;

2、每个维度的前N条（row_number）

ROW_NUMBER() 是一个窗口函数，用于在查询结果中为每一行分配一个唯一的行号。它在 SQL 查询中特别有用，因为它允许您对结果集进行排序和分页。

ROW_NUMBER() 函数的基本语法如下：

ROW_NUMBER() OVER (PARTITION BY partition_column ORDER BY order_column)

其中，partition_column 是用于分区的列，order_column 是用于排序的列。

以下是一个简单的 ROW_NUMBER() 示例：

SELECT id, name, ROW_NUMBER() OVER (ORDER BY name) as row_number
FROM users;

在这个示例中，我们从 users 表中选择了 id 和 name 列。然后，我们使用 ROW_NUMBER() 函数为每一行分配一个唯一的行号，按照 name 列进行排序。查询结果将包含 id、name 和 row_number 列。

ROW_NUMBER() 函数还可以与 PARTITION BY 子句一起使用，以在分区中为每一行分配行号。例如：

SELECT id, name, department, ROW_NUMBER() OVER (PARTITION BY department ORDER BY name) as row_number
FROM employees;

在这个示例中，我们从 employees 表中选择了 id、name 和 department 列。然后，我们使用 ROW_NUMBER() 函数为每个部门中的员工分配一个唯一的行号，按照 name 列进行排序。查询结果将包含 id、name、department 和 row_number 列。

常见sql写法

select area,
  category,
  index_sales_0
from (
    select area,
      category,
      sum(sales) index_sales_0,
      row_number() over (
        partition by area
        order by sum(sales) desc
      ) rank_num
    from (
        select area,
          category,
          sales
        from localdoc_topN
      ) t
    group by area,
      category
  ) a
where a.rank_num <= 2
limit 5000;