MySQL背后的故事（五）

总结： 窗口函数rows可指定范围
详情： 当你用OVER()子句进行你的分析计算来打开你的窗口，你也可以在窗口里看到的，通过ROWS与RANGE选项来限制你的行数。
下面分析rows与range窗口子句的用法，
frame_extent指定帧的起止点，在其中也可以只用frame_start（结束位置就默认为当前行）和frame_between指定起点和终点

frame_start和frame_end可以是以下几种：

CURRENT ROW: 当前行
UNBOUNDED PRECEDING: 区间的第一行
UNBOUNDED FOLLOWING：区间的最后一行
N PRECEDING: 当前行之前的N行，可以是数字，也可以是一个能计算出数字的表达式
N FOLLOWING：当前行之后的N行，可以是数字，也可以是一个能计算出数字的表达式
如果没指定帧的话，默认的frame取决于ORDER BY。

例题：写一条 SQL 查询计算以 7 天（某日期 + 该日期前的 6 天）为一个时间段的顾客消费平均值

查询结果格式的例子如下：

查询结果按 visited_on 排序
average_amount 要 保留两位小数，日期数据的格式为 ('YYYY-MM-DD')

Customer 表:
±------------±-------------±-------------±------------+
| customer_id | name | visited_on | amount |
±------------±-------------±-------------±------------+
| 1 | Jhon | 2019-01-01 | 100 |
| 2 | Daniel | 2019-01-02 | 110 |
| 3 | Jade | 2019-01-03 | 120 |
| 4 | Khaled | 2019-01-04 | 130 |
| 5 | Winston | 2019-01-05 | 110 |
| 6 | Elvis | 2019-01-06 | 140 |
| 7 | Anna | 2019-01-07 | 150 |
| 8 | Maria | 2019-01-08 | 80 |
| 9 | Jaze | 2019-01-09 | 110 |
| 1 | Jhon | 2019-01-10 | 130 |
| 3 | Jade | 2019-01-10 | 150 |
±------------±-------------±-------------±------------+

结果表:
±-------------±-------------±---------------+
| visited_on | amount | average_amount |
±-------------±-------------±---------------+
| 2019-01-07 | 860 | 122.86 |
| 2019-01-08 | 840 | 120 |
| 2019-01-09 | 840 | 120 |
| 2019-01-10 | 1000 | 142.86 |
±-------------±-------------±---------------+

第一个七天消费平均值从 2019-01-01 到 2019-01-07 是 (100 + 110 + 120 + 130 + 110 + 140 + 150)/7 = 122.86
第二个七天消费平均值从 2019-01-02 到 2019-01-08 是 (110 + 120 + 130 + 110 + 140 + 150 + 80)/7 = 120
第三个七天消费平均值从 2019-01-03 到 2019-01-09 是 (120 + 130 + 110 + 140 + 150 + 80 + 110)/7 = 120
第四个七天消费平均值从 2019-01-04 到 2019-01-10 是 (130 + 110 + 140 + 150 + 80 + 110 + 130 + 150)/7 = 142.86

```c
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/restaurant-growth
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解答：用窗口函数求和，其中用rows限制求和范围为当前行至上面6行：

select 
    visited_on
    ,s as amount
    ,round(s/7,2) as average_amount
from (
    select 
        visited_on
        ,sum(su) over(order by visited_on rows 6 preceding) as s 
    from(
        select visited_on,sum(amount) as su from Customer group by visited_on
    ) as a
)as b
where 
    datediff(visited_on,(select min(visited_on)from Customer)) > 5;