1. 窗口函数
1.1 窗口函数的概念
窗口函数也被称为OLAP(OnLine AnalyticalProcessing)函数,作用是对数据库的数据进行实时分析处理。
窗口函数的语句
<窗口函数> OVER ([PARTITION BY <col_name>]
ORDER BY <col_name>)
-
其中PARTITION BY的作用类似于GROUP BY的分组功能,但是前者并不会改变表中行数,不具备汇总功能。
-
ORDER BY用于规定窗口内使用什么规则来排序。
【例子】按照商品类型分组,并按照售价进行排序
SELECT product_id,product_name,product_type,
RANK() OVER(PARTITION BY product_type ORDER BY sale_price) AS ranking
FROM product
1.2 窗口函数的种类
窗口函数大致分为两类:
- RANK,DENSE_RANK等排序用的专用窗口函数
- 将SUM、MAX、MIN等聚合函数用在窗口函数中
1.2.1 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。
【例子】
SELECT product_name
,product_type
,sale_price
,RANK() OVER (ORDER BY sale_price) AS ranking
FROM product
- DENSE_RANK函数
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。
【例子】
SELECT product_name
,product_type
,sale_price
,DENSE_RANK() OVER (ORDER BY sale_price) AS ranking
FROM product
- ROW_NUMBER函数
赋予唯一的连续位次。
【例子】
SELECT product_name
,product_type
,sale_price
,ROW_NUMBER() OVER (ORDER BY sale_price) AS ranking
FROM product
1.2.2 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;
由例子可知,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。
1.3 窗口函数的应用
在聚合函数在窗口函数使用时,计算的是累加到当前行上的所有数据的聚合,实际上,还可以指定更加详细的汇总范围,被称为框架。
语法
<窗口函数> OVER (ORDER BY <排序用列名>
ROW n PRECEDING)
<窗口函数> OVER (ORDER BY <排序用列命>
ROW 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