阿里云AI训练营SQL入门与实践Task5-CSDN博客

本文链接：https://blog.csdn.net/m0_46209092/article/details/122109876

窗口函数概念及基本的使用方法

定义：

窗口函数可以让我们有选择的去对某一部分数据进行汇总、计算和排序。

语法：

<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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NOEv2zzi-1640246280333)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/f3c8b72f-69b2-4e28-9873-9097eac8cb15/Untitled.png)]

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
- 专用窗口函数
  - RANK函数(英式排序)
    
    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。（1、2、2、4、5）
  - 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。（1、2、3、3、4）
  - ROW_NUMBER函数
    
    赋予唯一的连续位次。（1、2、3、4、5）
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QzSvcMtL-1640246280335)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/b36dd221-b216-4f83-9dd8-72a2a3b243c2/Untitled.png)]
- 聚合函数在窗口函数上的使用
  
  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。
```
--例子：
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;
```
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YIWhtybf-1640246280337)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/c50b787e-09b9-4509-920b-7a4f337fb04f/Untitled.png)]
  
  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。

窗口函数的的应用 - 计算移动平均

概念：

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。该汇总范围成为框架(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”

例子：
```
SELECT  product_id
       ,product_name
       ,sale_price
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS 2 PRECEDING) AS moving_avg
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS BETWEEN 1 PRECEDING 
                                        AND 1 FOLLOWING) AS moving_avg  
  FROM product
```
ROWS 2 PRECEDING：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wpVnTYPl-1640246280339)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/07e3df96-532e-483f-a8d8-bcbfb24cedeb/Untitled.png)]

ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lUpyNOUc-1640246280340)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/8afca687-9fbf-4145-9f03-4f0a1b3c7adf/Untitled.png)]
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。

GROUPINGY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。
```
SELECT  product_type
       ,regist_date
       ,SUM(sale_price) AS sum_price
  FROM product
 GROUP BY product_type, regist_date WITH ROLLUP
```
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-foHeZsL8-1640246280344)(https://s3-us-west-2.amazonaws.com/secure.notion-static.com/01904b31-83c3-4de9-b15e-f972180756a6/Untitled.png)]
练习题
- 5.1
  
  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
```
  按照product_id升序排序，计算出截至当前行的最高sale_price
- 5.2
  
  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 regist_date,product_name,sale_price,
sum(sale_price) over(order by regist_date nulls first)as sum_price
FROM product;
```
- 5.3
  
  思考题
  
  ① 窗口函数不指定PARTITION BY的效果是什么？
  
  窗口函数不指定PARTITION BY 就是针对排序列进行全局排序
  
  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。
  
  这要看SQL语句的执行顺序，
  
  FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY
  
  如果在SELECT前进行窗口函数则是没有意义的。而ORDER BY 语句在SELECT语句之后因此是可以执行的。