-
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。
-