文章目录
一、窗口函数
1. 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。
为了便于理解,称之为 窗口函数。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。
窗口函数的通用形式:
<窗口函数> OVER ([ PARTITION BY <列名> ]
[ ORDER BY <排序用列名> ])
[ ]中的内容可以省略。
窗口函数最关键的是搞明白关键字 PARTITON BY 和 ORDER BY 的作用。
- PARTITON BY 子句 可选参数,指示如何将查询行划分为组,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 子句 可选参数,指示如何对每个分区中的行进行排序,即决定窗口内,是按那种规则(字段)来排序的。
注意:
虽然 PARTITON BY 子句 和 ORDER BY 子句 都是可选参数,但是两个参数不能同时没有(最少二选一)。不然, <窗口函数> OVER( ) 这种用法没用实际意义(窗口由所有查询行组成,窗口函数使用所有行计算结果)。
举个例子:
SELECT product_name,
product_type,
sale_price,
RANK() OVER (PARTITION BY product_type
ORDER BY sale_price) AS ranking
FROM product;
得到的结果是:
我们先忽略生成的新列 - [ranking], 看下原始数据在PARTITION BY 和 ORDER BY 关键字的作用下发生了什么变化。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。此外,窗口函数中的ORDER BY与SELECT语句末尾的ORDER BY一样,可以通过关键字ASC/DESC来指定升序/降序。省略该关键字时会默认按照ASC,也就是升序进行排序。本例中就省略了上述关键字 。
二、窗口函数种类
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
1. 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。
例:有 3 条记录排在第 1 位时:1 位、1 位、1 位、4 位…… -
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。
例:有 3 条记录排在第 1 位时:1 位、1 位、1 位、2 位…… -
ROW_NUMBER函数
赋予唯一的连续位次。
例:有 3 条记录排在第 1 位时:1 位、2 位、3 位、4 位
运行如下代码:
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;
执行的结果为:
2. 聚合函数在窗口函数上的使用
聚合函数在窗口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。
运行以下代码:
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;
执行的结果为:
可以看出,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或均值。即累计到当前行的聚合。
三、 窗口函数的的应用 - 计算移动平均
在上面提到,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。该汇总范围称为框架 (frame)。
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”
执行以下代码:
SELECT product_id,
product_name,
sale_price,
AVG(sale_price) OVER (ORDER BY product_id
ROWS 2 PRECEDING) AS moving_avg
FROM product;
得到如下结果:
执行以下代码:
SELECT product_id,
product_name,
sale_price,
AVG(sale_price) OVER (ORDER BY product_id
ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS moving_avg
FROM product;
得到如下结果:
1.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。
四、GROUPING运算符
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;
得到的结果为:
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。ROLLUP 可以对多列进行汇总求小计和合计。
五、存储过程和函数
1. 基本介绍
基本语法:
[delimiter //]($$,可以是其他特殊字符)
CREATE
[DEFINER = user]
PROCEDURE sp_name ([proc_parameter[,...]])
[characteristic ...]
[BEGIN]
routine_body
[END//]($$,可以是其他特殊字符)
这些语句被用来创建一个存储例程(一个存储过程或函数)。也就是说,指定的例程被服务器知道了。默认情况下,一个存储例程与默认数据库相关联。要将该例程明确地与一个给定的数据库相关联,需要在创建该例程时将其名称指定为 db_name.sp_name
。
使用 CALL 语句
调用一个存储过程。而要调用一个存储的函数时,则要在表达式中引用它。在表达式计算期间,该函数返回一个值。
routine_body
由一个有效的SQL例程语句组成。它可以是一个简单的语句,如 SELECT 或 INSERT,或一个使用 BEGIN 和 END 编写的复合语句。复合语句可以包含声明、循环和其他控制结构语句。在实践中,存储函数倾向于使用复合语句,除非例程主体由一个 RETURN 语句组成。
2. 参数介绍
存储过程和函数的参数有三类,分别是:IN,OUT,INOUT,其中:
IN
是入参。每个参数默认都是一个IN
参数。如需设定一个参数为其他类型参数,请在参数名称前使用关键字 OUT 或 INOUT 。一个IN参数将一个值传递给一个过程。存储过程可能会修改这个值,但是当存储过程返回时,调用者不会看到这个修改。OUT
是出参。一个OUT
参数将一个值从过程中传回给调用者。它的初始值在过程中是NULL
,当过程返回时,调用者可以看到它的值。INOUT
:一个INOUT
参数由调用者初始化,可以被存储过程修改,当存储过程返回时,调用者可以看到存储过程的任何改变。
对于每个 OUT
或 INOUT
参数,在调用过程的 CALL
语句中传递一个用户定义的变量,以便在过程返回时可以获得其值。如果你是在另一个存储过程或函数中调用存储过程,你也可以将一个常规参数或本地常规变量作为 OUT
或 INOUT
参数传递。如果从一个触发器中调用存储过程,也可以将 NEW.col_name
作为一个 OUT
或 INOUT
参数传递。
3. 应用示例
查询下面的示例显示了一个简单的存储过程,给定一个国家代码,计算在world数据库的城市表中出现的该国家的城市数量。使用 IN 参数传递国家代码,使用 OUT 参数返回城市计数:
mysql> DELIMITER //
mysql> DROP PROCEDURE IF EXISTS citycount //
Query OK, 0 rows affected (0.01 sec)
mysql> CREATE PROCEDURE citycount (IN country CHAR(3), OUT cities INT)
BEGIN
SELECT COUNT(*) INTO cities FROM world.city
WHERE CountryCode = country;
END//
Query OK, 0 rows affected (0.01 sec)
mysql> DELIMITER ;
mysql> CALL citycount('CHN', @cities); -- citie`在这里插入代码片`s in China
Query OK, 1 row affected (0.01 sec)
-> SELECT @cities;
+---------+
| @cities |
+---------+
| 363 |
+---------+
1 row in set (0.04 sec)
-
创建表
mysql> use world; Database changed mysql> DELIMITER $$ mysql> CREATE DEFINER=`root`@`localhost` PROCEDURE `product_test`() BEGIN #Routine body goes here... CREATE TABLE product_test like shop.product; END$$ Query OK, 0 rows affected (0.01 sec) mysql> DELIMITER; mysql> call `product_test`(); Query OK, 0 rows affected (0.04 sec) mysql> show tables; +-----------------+ | Tables_in_world | +-----------------+ | city | | country | | countrylanguage | | product_test | +-----------------+ 4 rows in set (0.02 sec)
-
插入数据
CREATE DEFINER=`root`@`localhost` PROCEDURE `insert_product_test`() BEGIN declare i int; set i=1; while i<9 do set @pcid = CONCAT('000', i); PREPARE stmt FROM 'INSERT INTO product_test() SELECT * FROM shop.product where product_id= ?'; EXECUTE stmt USING @pcid; set i=i+1; end while; END
六、预处理声明 PREPARE Statement
MySQL 从4.1版本开始引入了 PREPARE Statement 特性,使用 client/server binary protocol 代替 textual protocol,其将包含占位符 () 的查询传递给 MySQL 服务器,如以下示例所示:
SELECT *
FROM products
WHERE productCode = ?;
当MySQL使用不同的 productCode 值执行此查询时,它不必完全解析查询。因此,这有助于MySQL更快地执行查询,特别是当MySQL多次执行相同的查询时。
由于预准备语句使用占位符 (),这有助于避免 SQL 注入的许多变体,从而使应用程序更安全。
基本语法:
PREPARE stmt_name FROM preparable_stmt
1. 使用步骤
MySQL PREPARE Statement 使用步骤如下:
- PREPARE – 准备需要执行的语句预处理声明。
- EXECUTE – 执行预处理声明。
- DEALLOCATE PREPARE – 释放预处理声明。
下图说明了预处理声明的使用过程:
2. 使用示例
这里使用 shop 中的 product 表进行演示。
首先,定义预处理声明如下:
PREPARE stmt1 FROM
'SELECT
product_id,
product_name
FROM product
WHERE product_id = ?';
其次,声明变量 pcid,代表商品编号,并将其值设置为 0005:
SET @pcid = '0005';
第三,执行预处理声明:
EXECUTE stmt1 USING @pcid;
第四,为变量 pcid 分配另外一个商品编号:
SET @pcid = '0008';
第五,使用新的商品编号执行预处理声明:
EXECUTE stmt1 USING @pcid;
最后,释放预处理声明以释放其占用的资源:
DEALLOCATE PREPARE stmt1;
七、练习题
-
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;
-
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, regist_date, sale_price, SUM(sale_price) OVER (ORDER BY regist_date) AS Current_sum_price FROM product;
-
思考题
① 窗口函数不指定PARTITION BY的效果是什么?不指定 partition by , 相当于整个表就是一个窗口,不按照类别或其他字段进行分小窗口了。
指定PARTITION BY就是指示如何将查询行划分为组,并将这些组内进行排序,在运用窗口函数。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。
因为窗口函数不改变原来数据表的任何记录,只是在原有表的基础上增加列进行数据汇总。
本质上是因为 SQL 语句的执行顺序。
FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY
如果在 WHERE, GROUP BY, HAVING 使用了窗口函数(属于SELECT 语句),就是说提前进行了一次排序,排序之后再去除记录、汇总、汇总过滤,第一次排序结果就是错误的,没有实际意义。而 ORDER BY 语句执行顺序在 SELECT 语句之后,自然是可以使用的。 -
使用存储过程创建20个与 shop.product 表结构相同的表,如下图所示:
use world Database changed delimiter $$ DROP PROCEDURE IF EXISTS `product_create_test` $$ CREATE DEFINER=`root`@`localhost` PROCEDURE `create_multi_table`() BEGIN #Routine body goes here... declare i int; set i=1; while i<21 do IF i<10 THEN set @tb = CONCAT('create table table0',i,' like shop.product'); ELSE set @tb = CONCAT('create table table', i,' like shop.product'); END IF; PREPARE create_stmt FROM @tb; EXECUTE create_stmt; SET i=i+1; end while; END $$ call `create_multi_table`();$$