第18章_MySQL8其它新特性
1. MySQL8新特性概述
MySQL
从
5.7
版本直接跳跃发布了
8.0
版本
,可见这是一个令人兴奋的里程碑版本。
MySQL 8
版本在功能上做了显著的改进与增强,开发者对MySQL
的源代码进行了重构,最突出的一点是多
MySQL Optimizer
优化器进行了改进。不仅在速度上得到了改善,还为用户带来了更好的性能和更棒的体验。
1.1 MySQL8.0 新增特性
1.
更简便的
NoSQL
支持
NoSQL
泛指非关系型数据库和数据存储。随着互联网平台的规模飞速发展,传统的关系型数据库已经越来越不能满足需求。从5.6
版本开始,
MySQL
就开始支持简单的
NoSQL
存储功能。 MySQL 8对这一功能做了优化,以更灵活的方式实现
NoSQL
功能,不再依赖模式(schema)。
2.
更好的索引
在查询中,正确地使用索引可以提高查询的效率。
MySQL 8
中新增了
隐藏索引
和
降序索引
。隐藏索引可以用来测试去掉索引对查询性能的影响。在查询中混合存在多列索引时,使用降序索引可以提高查询的性能。
3.
更完善的
JSON
支持
MySQL
从
5.7
开始支持原生
JSON
数据的存储,
MySQL 8
对这一功能做了优化,增加了聚合函数
JSON_ARRAYAGG()
和
JSON_OBJECTAGG()
,将参数聚合为
JSON
数组或对象,新增了行内操作符 ->>
,是列路径运算符
->
的增强,对
JSON
排序做了提升,并优化了
JSON
的更新操作。
4.
安全和账户管理
MySQL 8
中新增了
caching_sha2_password
授权插件、角色、密码历史记录和
FIPS模式支持,这些特性提高了数据库的安全性和性能,使数据库管理员能够更灵活地进行账户管理工作。
5.InnoDB
的变化
InnoDB
是
MySQL
默认的存储引擎
,是事务型数据库的首选引擎,支持事务安全表(ACID),支持行锁定和外键。在
MySQL 8
版本中,
InnoDB
在自增、索引、加密、死锁、共享锁等方面做了大量的
改进和优化
,并且支持原子数据定义语言(DDL),提高了数据安全性,对事务提供更好的支持。
6.
数据字典
在之前的
MySQL
版本中,字典数据都存储在元数据文件和非事务表中。从
MySQL 8
开始新增了事务数据字典,在这个字典里存储着数据库对象信息,这些数据字典存储在内部事务表中。
7.
原子数据定义语句
MySQL 8
开始支持原子数据定义语句(Automic DDL),即
原子
DDL
。目前,只有InnoDB存储引擎支持原子
DDL
。原子数据定义语句(DDL)将与
DDL
操作相关的数据字典更新、存储引擎操作、二进制日志写入结合到一个单独的原子事务中,这使得即使服务器崩溃,事务也会提交或回滚。 使用支持原子操作的存储引擎所创建的表,在执行DROP TABLE
、
CREATE TABLE
、
ALTER TABLE
、 RENAME TABLE、
TRUNCATE TABLE
、
CREATE TABLESPACE
、
DROP TABLESPACE
等操作时,都支持原子操作,即事务要么完全操作成功,要么失败后回滚,不再进行部分提交。 对于从MySQL 5.7
复制到
MySQL 8
版本中的语句,可以添加
IF EXISTS
或
IF NOT EXISTS
语句来避免发生错误。
8.
资源管理
MySQL 8
开始支持创建和管理资源组,允许将服务器内运行的线程分配给特定的分组,以便线程根据组内可用资源执行。组属性能够控制组内资源,启用或限制组内资源消耗。数据库管理员能够根据不同的工作负载适当地更改这些属性。 目前,CPU
时间是可控资源,由
“
虚拟
CPU”
这个概念来表示,此术语包含CPU
的核心数,超线程,硬件线程等等。服务器在启动时确定可用的虚拟
CPU
数量。拥有对应权限的数据库管理员可以将这些CPU
与资源组关联,并为资源组分配线程。 资源组组件为
MySQL
中
的资源组管理提供了
SQL
接口。资源组的属性用于定义资源组。
MySQL
中存在两个默认组,系统组和用户组,默认的组不能被删除,其属性也不能被更改。对于用户自定义的组,资源组创建时可初始化所有的属性,除去名字和类型,其他属性都可在创建之后进行更改。 在一些平台下,或进行了某些MySQL
的配置时,资源管理的功能将受到限制,甚至不可用。例如,如果安装了线程池插件,或者使用的是macOS 系统,资源管理将处于不可用状态。在FreeBSD
和
Solaris
系统中,资源线程优先级将失效。在
Linux
系统中,只有配置了CAP_SYS_NICE
属性,资源管理优先级才能发挥作用。
9.
字符集支持
MySQL 8
中默认的字符集由
latin1
更改为
utf8mb4
,并首次增加了日语所特定使用的集合,utf8mb4_ja_0900_as_cs
。
10.
优化器增强
MySQL
优化器开始支持隐藏索引和降序索引。隐藏索引不会被优化器使用,验证索引的必要性时不需要删除索引,先将索引隐藏,如果优化器性能无影响就可以真正地删除索引。降序索引允许优化器对多个列进行排序,并且允许排序顺序不一致。
11.
公用表表达式
公用表表达式(Common Table Expressions)简称为
CTE
,
MySQL
现在支持递归和非递归两种形式的CTE
。
CTE
通过在
SELECT
语句或其他特定语句前
使用
WITH
语句对临时结果集
进行命名。
基础语法如下:
WITH cte_name (col_name1,col_name2 ...) AS (Subquery)SELECT * FROM cte_name;
Subquery
代表子查询,子查询前使用
WITH
语句将结果集命名为
cte_name
,在后续的查询中即可使用cte_name进行查询。
12.
窗口函数
MySQL 8
开始支持窗口函数。在之前的版本中已存在的大部分
聚合函数
在
MySQL 8
中也可以作为窗口函数来使用。
![](https://i-blog.csdnimg.cn/blog_migrate/7da6ccefa54b85d5953e0aa5eb8e5d23.png)
13.
正则表达式支持
MySQL
在
8.0.4
以后的版本中采用支持
Unicode
的国际化组件库实现正则表达式操作,这种方式不仅能提供完全的Unicode
支持,而且是多字节安全编码。
MySQL
增加了
REGEXP_LIKE()
、EGEXP_INSTR()、
REGEXP_REPLACE()
和
REGEXP_SUBSTR()
等函数来提升性能。另外,
regexp_stack_limit
和regexp_time_limit 系统变量能够通过匹配引擎来控制资源消耗。
14.
内部临时表
TempTable
存储引擎取代
MEMORY
存储引擎成为内部临时表的默认存储引擎
。
TempTable
存储引擎为VARCHAR
和
VARBINARY
列提供高效存储。
internal_tmp_mem_storage_engine
会话变量定义了内部临时表的存储引擎,可选的值有两个,TempTable
和
MEMORY
,其中
TempTable
为默认的存储引擎。 temptable_max_ram系统配置项定义了
TempTable
存储引擎可使用的最大内存数量。
15.
日志记录
在
MySQL 8
中错误日志子系统由一系列
MySQL
组件构成。这些组件的构成由系统变量 log_error_services来配置,能够实现日志事件的过滤和写入。
16.
备份锁
新的备份锁允许在线备份期间执行数据操作语句,同时阻止可能造成快照不一致的操作。新备份锁由 LOCK INSTANCE FOR BACKUP
和
UNLOCK INSTANCE
语法提供支持,执行这些操作需要备份管理员特权。
17.
增强的
MySQL
复制
MySQL 8
复制支持对
JSON
文档
进行部分更新的
二进制日志记录
,该记录
使用紧凑的二进制格式
,从而节省记录完整
JSON
文档的空间。当使用基于语句的日志记录时,这种紧凑的日志记录会自动完成,并且可以通过将新的binlog_row_value_options
系统变量值设置为
PARTIAL_JSON
来启用。
1.2 MySQL8.0移除的旧特性
在
MySQL 5.7
版本上开发的应用程序如果使用了
MySQL8.0
移除的特性,语句可能会失败,或者产生不同的执行结果。为了避免这些问题,对于使用了移除特性的应用,应当尽力修正避免使用这些特性,并尽可能使用替代方法。
1.
查询缓存
查询缓存已被移除
,删除的项有:
(
1
)语句:
FLUSH QUERY CACHE
和
RESET QUERY
CACHE
。
(
2
)系统变量:
query_cache_limit
、
query_cache_min_res_unit
、
query_cache_size
、
query_cache_type
、
query_cache_wlock_invalidate
。
(
3
)状态变量:
Qcache_free_blocks
、 Qcache_free_memory、
Qcache_hits
、
Qcache_inserts
、
Qcache_lowmem_prunes
、
Qcache_not_cached
、 Qcache_queries_in_cache、
Qcache_total_blocks
。
(
4
)线程状态:
checking privileges on cached query、
checking query cache for query
、
invalidating query cache entries
、
sending cached result to client、
storing result in query cache
、
waiting for query cache lock
。
2.
加密相关
删除的加密相关的内容有:
ENCODE()
、
DECODE()
、
ENCRYPT()
、
DES_ENCRYPT()
和 DES_DECRYPT()函数,配置项
des-key-file
,系统变量
have_crypt
,
FLUSH
语句的
DES_KEY_FILE
选项, HAVE_CRYPT CMake选项。 对于移除的
ENCRYPT()
函数,考虑使用
SHA2()
替代,对于其他移除的函数,使 用AES_ENCRYPT()
和
AES_DECRYPT()
替代。
3.
空间函数相关
在
MySQL 5.7
版本中,多个空间函数已被标记为过时。这些过时函数在
MySQL 8
中都已被移除,只保留了对应的ST_
和
MBR
函数。
4.\N
和
NULL
在
SQL
语句中,解析器不再将
\N
视为
NULL
,所以在
SQL
语句中应使用
NULL
代替
\N
。这项变化不会影响使用LOAD DATA INFILE
或者
SELECT...INTO OUTFILE
操作文件的导入和导出。在这类操作中,
NULL 仍等同于\N
。
5. mysql_install_db
在
MySQL
分布中,已移除了
mysql_install_db
程序,数据字典初始化需要调用带着
-- initialize或者
--initialize-insecure
选项的
mysqld
来代替实现。另外,
--bootstrap
和
INSTALL_SCRIPTDIR CMake也已被删除。
6.
通用分区处理程序
通用分区处理程序已从
MySQL
服务中被移除。为了实现给定表分区,表所使用的存储引擎需要自有的分区处理程序。 提供本地分区支持的MySQL
存储引擎有两个,即
InnoDB
和
NDB
,而在MySQL 8中只支持
InnoDB
。
7.
系统和状态变量信息
在
INFORMATION_SCHEMA
数据库中,对系统和状态变量信息不再进行维护。 GLOBAL_VARIABLES、
SESSION_VARIABLES
、
GLOBAL_STATUS
、
SESSION_STATUS
表都已被删除。另外,系统变量show_compatibility_56
也已被删除。被删除的状态变量有
Slave_heartbeat_period
、Slave_last_heartbeat,Slave_received_heartbeats、
Slave_retried_transactions
、
Slave_running
。以上被删除的内容都可使用性能模式中对应的内容进行替代。
8.mysql_plugin
工具
mysql_plugin
工具用来配置
MySQL
服务器插件,现已被删除,可使用
--plugin-load
或
- -plugin-load-add选项在服务器启动时加载插件或者在运行时使用
INSTALL PLUGIN
语句加载插件来替代该工具。
2. 新特性1:窗口函数
2.1 使用窗口函数前后对比
假设我现在有这样一个数据表,它显示了某购物网站在每个城市每个区的销售额:
CREATE TABLE sales(id INT PRIMARY KEY AUTO_INCREMENT ,city VARCHAR ( 15 ),county VARCHAR ( 15 ),sales_value DECIMAL);INSERT INTO sales(city,county,sales_value)VALUES( ' 北京 ' , ' 海淀 ' , 10.00 ),( ' 北京 ' , ' 朝阳 ' , 20.00 ),( ' 上海 ' , ' 黄埔 ' , 30.00 ),( ' 上海 ' , ' 长宁 ' , 10.00 );
查询:
mysql> SELECT * FROM sales;+----+------+--------+-------------+| id | city | county | sales_value |+----+------+--------+-------------+| 1 | 北京 | 海淀 | 10 || 2 | 北京 | 朝阳 | 20 || 3 | 上海 | 黄埔 | 30 || 4 | 上海 | 长宁 | 10 |+----+------+--------+-------------+4 rows in set ( 0.00 sec)
需求:
现在计算这个网站在每个城市的销售总额、在全国的销售总额、每个区的销售额占所在城市销售额中的比率,以及占总销售额中的比率。
如果用分组和聚合函数,就需要分好几步来计算。
第一步,计算总销售金额,并存入临时表
a
:
CREATE TEMPORARY TABLE a -- 创建临时表SELECT SUM (sales_value) AS sales_value -- 计算总计金额FROM sales;
查看一下临时表
a
:
mysql> SELECT * FROM a;+-------------+| sales_value |+-------------+| 70 |+-------------+1 row in set ( 0.00 sec)
第二步,计算每个城市的销售总额并存入临时表
b
:
CREATE TEMPORARY TABLE b -- 创建临时表SELECT city, SUM (sales_value) AS sales_value -- 计算城市销售合计FROM salesGROUP BY city;
查看临时表
b
:
mysql> SELECT * FROM b;+------+-------------+| city | sales_value |+------+-------------+| 北京 | 30 || 上海 | 40 |+------+-------------+2 rows in set ( 0.00 sec)
第三步,计算各区的销售占所在城市的总计金额的比例,和占全部销售总计金额的比例。我们可以通过下面的连接查询获得需要的结果:
mysql> SELECT s .city AS 城市 ,s .county AS 区 ,s .sales_value AS 区销售额 ,-> b .sales_value AS 市销售额 ,s .sales_value /b .sales_value AS 市比率 ,-> a .sales_value AS 总销售额 ,s .sales_value /a .sales_value AS 总比率-> FROM sales s-> JOIN b ON (s .city =b .city ) -- 连接市统计结果临时表-> JOIN a -- 连接总计金额临时表-> ORDER BY s .city ,s .county ;+------+------+----------+----------+--------+----------+--------+| 城市 | 区 | 区销售额 | 市销售额 | 市比率 | 总销售额 | 总比率 |+------+------+----------+----------+--------+----------+--------+| 上海 | 长宁 | 10 | 40 | 0.2500 | 70 | 0.1429 || 上海 | 黄埔 | 30 | 40 | 0.7500 | 70 | 0.4286 || 北京 | 朝阳 | 20 | 30 | 0.6667 | 70 | 0.2857 || 北京 | 海淀 | 10 | 30 | 0.3333 | 70 | 0.1429 |+------+------+----------+----------+--------+----------+--------+4 rows in set ( 0.00 sec)
结果显示:市销售金额、市销售占比、总销售金额、总销售占比都计算出来了。
同样的查询,如果用窗口函数,就简单多了。我们可以用下面的代码来实现:
mysql> SELECT city AS 城市 ,county AS 区 ,sales_value AS 区销售额 ,-> SUM (sales_value) OVER( PARTITION BY city) AS 市销售额 , -- 计算市销售额-> sales_value/SUM(sales_value) OVER( PARTITION BY city) AS 市比率 ,-> SUM (sales_value) OVER() AS 总销售额 , -- 计算总销售额-> sales_value/SUM(sales_value) OVER() AS 总比率-> FROM sales-> ORDER BY city,county;+------+------+----------+----------+--------+----------+--------+| 城市 | 区 | 区销售额 | 市销售额 | 市比率 | 总销售额 | 总比率 |+------+------+----------+----------+--------+----------+--------+| 上海 | 长宁 | 10 | 40 | 0.2500 | 70 | 0.1429 || 上海 | 黄埔 | 30 | 40 | 0.7500 | 70 | 0.4286 || 北京 | 朝阳 | 20 | 30 | 0.6667 | 70 | 0.2857 || 北京 | 海淀 | 10 | 30 | 0.3333 | 70 | 0.1429 |+------+------+----------+-----------+--------+----------+--------+4 rows in set ( 0.00 sec)
结果显示,我们得到了与上面那种查询同样的结果。
使用窗口函数,只用了一步就完成了查询。而且,由于没有用到临时表,执行的效率也更高了。很显然,
在这种需要用到分组统计的结果对每一条记录进行计算的场景下,使用窗口函数更好
。
2.2 窗口函数分类
MySQL
从
8.0
版本开始支持窗口函数。窗口函数的作用类似于在查询中对数据进行分组,不同的是,分组操作会把分组的结果聚合成一条记录,而窗口函数是将结果置于每一条数据记录中。
窗口函数可以分为
静态窗口函数
和
动态窗口函数
。
- 静态窗口函数的窗口大小是固定的,不会因为记录的不同而不同;
- 动态窗口函数的窗口大小会随着记录的不同而变化。
MySQL
官方网站窗口函数的网址为
https://dev.mysql.com/doc/refman/8.0/en/window-function-descriptio
ns.html#function_row-number
。
窗口函数总体上可以分为序号函数、分布函数、前后函数、首尾函数和其他函数,如下表:
![](https://i-blog.csdnimg.cn/blog_migrate/4f97082e859c6f70df79f2c2a11dae1a.png)
2.3 语法结构
窗口函数的语法结构是:
函数 OVER ( [ PARTITION BY 字段名 ORDER BY 字段名 ASC | DESC ] )
或者是:
函数 OVER 窗口名 … WINDOW 窗口名 AS ( [ PARTITION BY 字段名 ORDER BY 字段名 ASC | DESC ] )
- OVER 关键字指定函数窗口的范围。
- 如果省略后面括号中的内容,则窗口会包含满足WHERE条件的所有记录,窗口函数会基于所有满足WHERE条件的记录进行计算。
- 如果OVER关键字后面的括号不为空,则可以使用如下语法设置窗口。
- 窗口名:为窗口设置一个别名,用来标识窗口。
- PARTITION BY子句:指定窗口函数按照哪些字段进行分组。分组后,窗口函数可以在每个分组中分别执行。
- ORDER BY子句:指定窗口函数按照哪些字段进行排序。执行排序操作使窗口函数按照排序后的数据记录的顺序进行编号。
- FRAME子句:为分区中的某个子集定义规则,可以用来作为滑动窗口使用。
2.4 分类讲解
创建表:
CREATE TABLE goods(id INT PRIMARY KEY AUTO_INCREMENT ,category_id INT ,category VARCHAR ( 15 ),NAME VARCHAR ( 30 ),price DECIMAL ( 10 , 2 ),stock INT ,upper_time DATETIME);
添加数据:
INSERT INTO goods(category_id,category,NAME,price,stock,upper_time)VALUES( 1 , ' 女装 / 女士精品 ' , 'T 恤 ' , 39.90 , 1000 , '2020-11-10 00:00:00' ),( 1 , ' 女装 / 女士精品 ' , ' 连衣裙 ' , 79.90 , 2500 , '2020-11-10 00:00:00' ),( 1 , ' 女装 / 女士精品 ' , ' 卫衣 ' , 89.90 , 1500 , '2020-11-10 00:00:00' ),( 1 , ' 女装 / 女士精品 ' , ' 牛仔裤 ' , 89.90 , 3500 , '2020-11-10 00:00:00' ),( 1 , ' 女装 / 女士精品 ' , ' 百褶裙 ' , 29.90 , 500 , '2020-11-10 00:00:00' ),( 1 , ' 女装 / 女士精品 ' , ' 呢绒外套 ' , 399.90 , 1200 , '2020-11-10 00:00:00' ),( 2 , ' 户外运动 ' , ' 自行车 ' , 399.90 , 1000 , '2020-11-10 00:00:00' ),( 2 , ' 户外运动 ' , ' 山地自行车 ' , 1399.90 , 2500 , '2020-11-10 00:00:00' ),( 2 , ' 户外运动 ' , ' 登山杖 ' , 59.90 , 1500 , '2020-11-10 00:00:00' ),( 2 , ' 户外运动 ' , ' 骑行装备 ' , 399.90 , 3500 , '2020-11-10 00:00:00' ),( 2 , ' 户外运动 ' , ' 运动外套 ' , 799.90 , 500 , '2020-11-10 00:00:00' ),( 2 , ' 户外运动 ' , ' 滑板 ' , 499.90 , 1200 , '2020-11-10 00:00:00' );
下面针对
goods
表中的数据来验证每个窗口函数的功能。
1. 序号函数
1.ROW_NUMBER()函数
ROW_NUMBER()
函数能够对数据中的序号进行顺序显示。
举例:查询
goods
数据表中每个商品分类下价格降序排列的各个商品信息。
mysql>
SELECT
ROW_NUMBER() OVER(
PARTITION BY
category_id
ORDER BY
price
DESC
)
AS
row_num,
-> id, category_id, category, NAME, price, stock
->
FROM
goods;
+---------+----+-------------+---------------+------------+---------+-------+
| row_num | id | category_id | category | NAME | price | stock |
+---------+----+-------------+---------------+------------+---------+-------+
|
1
|
6
|
1
|
女装
/
女士精品
|
呢绒外套
|
399.90
|
1200
|
|
2
|
3
|
1
|
女装
/
女士精品
|
卫衣
|
89.90
|
1500
|
|
3
|
4
|
1
|
女装
/
女士精品
|
牛仔裤
|
89.90
|
3500
|
|
4
|
2
|
1
|
女装
/
女士精品
|
连衣裙
|
79.90
|
2500
|
|
5
|
1
|
1
|
女装
/
女士精品
| T
恤
|
39.90
|
1000
|
|
6
|
5
|
1
|
女装
/
女士精品
|
百褶裙
|
29.90
|
500
|
|
1
|
8
|
2
|
户外运动
|
山地自行车
|
1399.90
|
2500
|
|
2
|
11
|
2
|
户外运动
|
运动外套
|
799.90
|
500
|
|
3
|
12
|
2
|
户外运动
|
滑板
|
499.90
|
1200
|
|
4
|
7
|
2
|
户外运动
|
自行车
|
399.90
|
1000
|
|
5
|
10
|
2
|
户外运动
|
骑行装备
|
399.90
|
3500
|
|
6
|
9
|
2
|
户外运动
|
登山杖
|
59.90
|
1500
|
+---------+----+-------------+---------------+------------+---------+-------+
12
rows
in set
(
0.00
sec)
在名称为
“
女装
/
女士精品
”
的商品类别中,有两款商品的价格为
89.90
元,分别是卫衣和牛仔裤。两款商品的序号都应该为2
,而不是一个为
2
,另一个为
3
。此时,可以使用
RANK()
函数和
DENSE_RANK()
函数解决。
2.RANK()函数
使用
RANK()
函数能够对序号进行并列排序,并且会跳过重复的序号,比如序号为
1
、
1
、
3
。
举例:使用
RANK()
函数获取
goods
数据表中各类别的价格从高到低排序的各商品信息。
mysql> SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,-> id, category_id, category, NAME, price, stock-> FROM goods;+---------+----+-------------+---------------+------------+---------+-------+| row_num | id | category_id | category | NAME | price | stock |+---------+----+-------------+---------------+------------+---------+-------+| 1 | 6 | 1 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 1200 || 2 | 3 | 1 | 女装 / 女士精品 | 卫衣 | 89.90 | 1500 || 2 | 4 | 1 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 3500 || 4 | 2 | 1 | 女装 / 女士精品 | 连衣裙 | 79.90 | 2500 || 5 | 1 | 1 | 女装 / 女士精品 | T 恤 | 39.90 | 1000 || 6 | 5 | 1 | 女装 / 女士精品 | 百褶裙 | 29.90 | 500 || 1 | 8 | 2 | 户外运动 | 山地自行车 | 1399.90 | 2500 || 2 | 11 | 2 | 户外运动 | 运动外套 | 799.90 | 500 || 3 | 12 | 2 | 户外运动 | 滑板 | 499.90 | 1200 || 4 | 7 | 2 | 户外运动 | 自行车 | 399.90 | 1000 || 4 | 10 | 2 | 户外运动 | 骑行装备 | 399.90 | 3500 || 6 | 9 | 2 | 户外运动 | 登山杖 | 59.90 | 1500 |+---------+----+-------------+---------------+------------+---------+-------+12 rows in set (0.00 sec)
举例:使用
RANK()
函数获取
goods
数据表中类别为
“
女装
/
女士精品
”
的价格最高的
4
款商品信息。
mysql> SELECT *-> FROM (-> SELECT RANK() OVER( PARTITION BY category_id ORDER BY price DESC ) AS row_num,-> id, category_id, category, NAME, price, stock-> FROM goods) t-> WHERE category_id = 1 AND row_num <= 4 ;+---------+----+-------------+---------------+----------+--------+-------+| row_num | id | category_id | category | NAME | price | stock |+---------+----+-------------+---------------+----------+--------+-------+| 1 | 6 | 1 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 1200 || 2 | 3 | 1 | 女装 / 女士精品 | 卫衣 | 89.90 | 1500 || 2 | 4 | 1 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 3500 || 4 | 2 | 1 | 女装 / 女士精品 | 连衣裙 | 79.90 | 2500 |+---------+----+-------------+---------------+----------+--------+-------+4 rows in set ( 0.00 sec)
可以看到,使用
RANK()
函数得出的序号为
1
、
2
、
2
、
4
,相同价格的商品序号相同,后面的商品序号是不连续的,跳过了重复的序号。
3.DENSE_RANK()函数
DENSE_RANK()
函数对序号进行并列排序,并且不会跳过重复的序号,比如序号为
1
、
1
、
2
。
举例:使用
DENSE_RANK()
函数获取
goods
数据表中各类别的价格从高到低排序的各商品信息。
mysql> SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) ASrow_num,-> id, category_id, category, NAME, price, stock-> FROM goods;+---------+----+-------------+---------------+------------+---------+-------+| row_num | id | category_id | category | NAME | price | stock |+---------+----+-------------+---------------+------------+---------+-------+| 1 | 6 | 1 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 1200 || 2 | 3 | 1 | 女装 / 女士精品 | 卫衣 | 89.90 | 1500 || 2 | 4 | 1 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 3500 || 3 | 2 | 1 | 女装 / 女士精品 | 连衣裙 | 79.90 | 2500 || 4 | 1 | 1 | 女装 / 女士精品 | T 恤 | 39.90 | 1000 || 5 | 5 | 1 | 女装 / 女士精品 | 百褶裙 | 29.90 | 500 || 1 | 8 | 2 | 户外运动 | 山地自行车 | 1399.90 | 2500 || 2 | 11 | 2 | 户外运动 | 运动外套 | 799.90 | 500 || 3 | 12 | 2 | 户外运动 | 滑板 | 499.90 | 1200 || 4 | 7 | 2 | 户外运动 | 自行车 | 399.90 | 1000 || 4 | 10 | 2 | 户外运动 | 骑行装备 | 399.90 | 3500 || 5 | 9 | 2 | 户外运动 | 登山杖 | 59.90 | 1500 |+---------+----+-------------+---------------+------------+---------+-------+12 rows in set (0.00 sec)
举例:使用
DENSE_RANK()
函数获取
goods
数据表中类别为
“
女装
/
女士精品
”
的价格最高的
4
款商品信息。
mysql> SELECT *-> FROM (-> SELECT DENSE_RANK() OVER( PARTITION BY category_id ORDER BY price DESC ) ASrow_num,-> id, category_id, category, NAME, price, stock-> FROM goods) t-> WHERE category_id = 1 AND row_num <= 3 ;+---------+----+-------------+---------------+----------+--------+-------+| row_num | id | category_id | category | NAME | price | stock |+---------+----+-------------+---------------+----------+--------+-------+| 1 | 6 | 1 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 1200 || 2 | 3 | 1 | 女装 / 女士精品 | 卫衣 | 89.90 | 1500 || 2 | 4 | 1 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 3500 || 3 | 2 | 1 | 女装 / 女士精品 | 连衣裙 | 79.90 | 2500 |+---------+----+-------------+---------------+----------+--------+-------+4 rows in set ( 0.00 sec)
可以看到,使用
DENSE_RANK()
函数得出的行号为
1
、
2
、
2
、
3
,相同价格的商品序号相同,后面的商品序号是连续的,并且没有跳过重复的序号。
2. 分布函数
1.PERCENT_RANK()函数
PERCENT_RANK()
函数是等级值百分比函数。按照如下方式进行计算。
(rank - 1 ) / (rows - 1 )
其中,
rank
的值为使用
RANK()
函数产生的序号,
rows
的值为当前窗口的总记录数。
举例:计算
goods
数据表中名称为
“
女装
/
女士精品
”
的类别下的商品的
PERCENT_RANK
值。
# 写法一:SELECT RANK() OVER ( PARTITION BY category_id ORDER BY price DESC ) AS r,PERCENT_RANK() OVER ( PARTITION BY category_id ORDER BY price DESC ) AS pr,id, category_id, category, NAME, price, stockFROM goodsWHERE category_id = 1 ;# 写法二:mysql> SELECT RANK() OVER w AS r,-> PERCENT_RANK() OVER w AS pr,-> id, category_id, category, NAME, price, stock-> FROM goods-> WHERE category_id = 1 WINDOW w AS ( PARTITION BY category_id ORDER BY priceDESC );+---+-----+----+-------------+---------------+----------+--------+-------+| r | pr | id | category_id | category | NAME | price | stock |+---+-----+----+-------------+---------------+----------+--------+-------+| 1 | 0 | 6 | 1 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 1200 || 2 | 0.2 | 3 | 1 | 女装 / 女士精品 | 卫衣 | 89.90 | 1500 || 2 | 0.2 | 4 | 1 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 3500 || 4 | 0.6 | 2 | 1 | 女装 / 女士精品 | 连衣裙 | 79.90 | 2500 || 5 | 0.8 | 1 | 1 | 女装 / 女士精品 | T 恤 | 39.90 | 1000 || 6 | 1 | 5 | 1 | 女装 / 女士精品 | 百褶裙 | 29.90 | 500 |+---+-----+----+-------------+---------------+----------+--------+-------+6 rows in set ( 0.00 sec)
2.CUME_DIST()函数
CUME_DIST()
函数主要用于查询小于或等于某个值的比例。
举例:查询
goods
数据表中小于或等于当前价格的比例。
mysql> SELECT CUME_DIST() OVER( PARTITION BY category_id ORDER BY price ASC ) AS cd,-> id, category, NAME, price-> FROM goods;+---------------------+----+---------------+------------+---------+| cd | id | category | NAME | price |+---------------------+----+---------------+------------+---------+| 0.16666666666666666 | 5 | 女装 / 女士精品 | 百褶裙 | 29.90 || 0.3333333333333333 | 1 | 女装 / 女士精品 | T 恤 | 39.90 || 0.5 | 2 | 女装 / 女士精品 | 连衣裙 | 79.90 || 0.8333333333333334 | 3 | 女装 / 女士精品 | 卫衣 | 89.90 || 0.8333333333333334 | 4 | 女装 / 女士精品 | 牛仔裤 | 89.90 || 1 | 6 | 女装 / 女士精品 | 呢绒外套 | 399.90 || 0.16666666666666666 | 9 | 户外运动 | 登山杖 | 59.90 || 0.5 | 7 | 户外运动 | 自行车 | 399.90 || 0.5 | 10 | 户外运动 | 骑行装备 | 399.90 || 0.6666666666666666 | 12 | 户外运动 | 滑板 | 499.90 || 0.8333333333333334 | 11 | 户外运动 | 运动外套 | 799.90 || 1 | 8 | 户外运动 | 山地自行车 | 1399.90 |+---------------------+----+---------------+------------+---------+12 rows in set ( 0.00 sec)
3. 前后函数
1.LAG(expr,n)函数
LAG(expr,n)
函数返回当前行的前
n
行的
expr
的值。
举例:查询
goods
数据表中前一个商品价格与当前商品价格的差值。
mysql> SELECT id, category, NAME, price, pre_price, price - pre_price AS diff_price-> FROM (-> SELECT id, category, NAME, price,LAG(price, 1 ) OVER w AS pre_price-> FROM goods-> WINDOW w AS ( PARTITION BY category_id ORDER BY price)) t;+----+---------------+------------+---------+-----------+------------+| id | category | NAME | price | pre_price | diff_price |+----+---------------+------------+---------+-----------+------------+| 5 | 女装 / 女士精品 | 百褶裙 | 29.90 | NULL | NULL || 1 | 女装 / 女士精品 | T 恤 | 39.90 | 29.90 | 10.00 || 2 | 女装 / 女士精品 | 连衣裙 | 79.90 | 39.90 | 40.00 || 3 | 女装 / 女士精品 | 卫衣 | 89.90 | 79.90 | 10.00 || 4 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 89.90 | 0.00 || 6 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 89.90 | 310.00 || 9 | 户外运动 | 登山杖 | 59.90 | NULL | NULL || 7 | 户外运动 | 自行车 | 399.90 | 59.90 | 340.00 || 10 | 户外运动 | 骑行装备 | 399.90 | 399.90 | 0.00 || 12 | 户外运动 | 滑板 | 499.90 | 399.90 | 100.00 || 11 | 户外运动 | 运动外套 | 799.90 | 499.90 | 300.00 || 8 | 户外运动 | 山地自行车 | 1399.90 | 799.90 | 600.00 |+----+---------------+------------+---------+-----------+------------+12 rows in set ( 0.00 sec)
2.LEAD(expr,n)函数
LEAD(expr,n)
函数返回当前行的后
n
行的
expr
的值。
举例:查询
goods
数据表中后一个商品价格与当前商品价格的差值。
mysql> SELECT id, category, NAME, behind_price, price,behind_price - price ASdiff_price-> FROM (-> SELECT id, category, NAME, price,LEAD(price, 1 ) OVER w AS behind_price-> FROM goods WINDOW w AS ( PARTITION BY category_id ORDER BY price)) t;+----+---------------+------------+--------------+---------+------------+| id | category | NAME | behind_price | price | diff_price |+----+---------------+------------+--------------+---------+------------+| 5 | 女装 / 女士精品 | 百褶裙 | 39.90 | 29.90 | 10.00 || 1 | 女装 / 女士精品 | T 恤 | 79.90 | 39.90 | 40.00 || 2 | 女装 / 女士精品 | 连衣裙 | 89.90 | 79.90 | 10.00 || 3 | 女装 / 女士精品 | 卫衣 | 89.90 | 89.90 | 0.00 || 4 | 女装 / 女士精品 | 牛仔裤 | 399.90 | 89.90 | 310.00 || 6 | 女装 / 女士精品 | 呢绒外套 | NULL | 399.90 | NULL || 9 | 户外运动 | 登山杖 | 399.90 | 59.90 | 340.00 || 7 | 户外运动 | 自行车 | 399.90 | 399.90 | 0.00 || 10 | 户外运动 | 骑行装备 | 499.90 | 399.90 | 100.00 || 12 | 户外运动 | 滑板 | 799.90 | 499.90 | 300.00 || 11 | 户外运动 | 运动外套 | 1399.90 | 799.90 | 600.00 || 8 | 户外运动 | 山地自行车 | NULL | 1399.90 | NULL |+----+---------------+------------+--------------+---------+------------+12 rows in set ( 0.00 sec)
4. 首尾函数
1.FIRST_VALUE(expr)函数
FIRST_VALUE(expr)
函数返回第一个
expr
的值。
举例:按照价格排序,查询第
1
个商品的价格信息。
mysql> SELECT id, category, NAME, price, stock,FIRST_VALUE(price) OVER w ASfirst_price-> FROM goods WINDOW w AS ( PARTITION BY category_id ORDER BY price);+----+---------------+------------+---------+-------+-------------+| id | category | NAME | price | stock | first_price |+----+---------------+------------+---------+-------+-------------+| 5 | 女装 / 女士精品 | 百褶裙 | 29.90 | 500 | 29.90 || 1 | 女装 / 女士精品 | T 恤 | 39.90 | 1000 | 29.90 || 2 | 女装 / 女士精品 | 连衣裙 | 79.90 | 2500 | 29.90 || 3 | 女装 / 女士精品 | 卫衣 | 89.90 | 1500 | 29.90 || 4 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 3500 | 29.90 || 6 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 1200 | 29.90 || 9 | 户外运动 | 登山杖 | 59.90 | 1500 | 59.90 || 7 | 户外运动 | 自行车 | 399.90 | 1000 | 59.90 || 10 | 户外运动 | 骑行装备 | 399.90 | 3500 | 59.90 || 12 | 户外运动 | 滑板 | 499.90 | 1200 | 59.90 || 11 | 户外运动 | 运动外套 | 799.90 | 500 | 59.90 || 8 | 户外运动 | 山地自行车 | 1399.90 | 2500 | 59.90 |+----+---------------+------------+---------+-------+-------------+12 rows in set ( 0.00 sec)
2.LAST_VALUE(expr)函数
LAST_VALUE(expr)
函数返回最后一个
expr
的值。
举例:按照价格排序,查询最后一个商品的价格信息。
mysql> SELECT id, category, NAME, price, stock,LAST_VALUE(price) OVER w AS last_price-> FROM goods WINDOW w AS ( PARTITION BY category_id ORDER BY price);+----+---------------+------------+---------+-------+------------+| id | category | NAME | price | stock | last_price |+----+---------------+------------+---------+-------+------------+| 5 | 女装 / 女士精品 | 百褶裙 | 29.90 | 500 | 29.90 || 1 | 女装 / 女士精品 | T 恤 | 39.90 | 1000 | 39.90 || 2 | 女装 / 女士精品 | 连衣裙 | 79.90 | 2500 | 79.90 || 3 | 女装 / 女士精品 | 卫衣 | 89.90 | 1500 | 89.90 || 4 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 3500 | 89.90 || 6 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 1200 | 399.90 || 9 | 户外运动 | 登山杖 | 59.90 | 1500 | 59.90 || 7 | 户外运动 | 自行车 | 399.90 | 1000 | 399.90 || 10 | 户外运动 | 骑行装备 | 399.90 | 3500 | 399.90 || 12 | 户外运动 | 滑板 | 499.90 | 1200 | 499.90 || 11 | 户外运动 | 运动外套 | 799.90 | 500 | 799.90 || 8 | 户外运动 | 山地自行车 | 1399.90 | 2500 | 1399.90 |+----+---------------+------------+---------+-------+------------+12 rows in set ( 0.00 sec)
5. 其他函数
1.NTH_VALUE(expr,n)函数
NTH_VALUE(expr,n)
函数返回第
n
个
expr
的值。
举例:查询
goods
数据表中排名第
2
和第
3
的价格信息。
mysql> SELECT id, category, NAME, price,NTH_VALUE(price, 2 ) OVER w AS second_price,-> NTH_VALUE(price, 3 ) OVER w AS third_price-> FROM goods WINDOW w AS ( PARTITION BY category_id ORDER BY price);+----+---------------+------------+---------+--------------+-------------+| id | category | NAME | price | second_price | third_price |+----+---------------+------------+---------+--------------+-------------+| 5 | 女装 / 女士精品 | 百褶裙 | 29.90 | NULL | NULL || 1 | 女装 / 女士精品 | T 恤 | 39.90 | 39.90 | NULL || 2 | 女装 / 女士精品 | 连衣裙 | 79.90 | 39.90 | 79.90 || 3 | 女装 / 女士精品 | 卫衣 | 89.90 | 39.90 | 79.90 || 4 | 女装 / 女士精品 | 牛仔裤 | 89.90 | 39.90 | 79.90 || 6 | 女装 / 女士精品 | 呢绒外套 | 399.90 | 39.90 | 79.90 || 9 | 户外运动 | 登山杖 | 59.90 | NULL | NULL || 7 | 户外运动 | 自行车 | 399.90 | 399.90 | 399.90 || 10 | 户外运动 | 骑行装备 | 399.90 | 399.90 | 399.90 || 12 | 户外运动 | 滑板 | 499.90 | 399.90 | 399.90 || 11 | 户外运动 | 运动外套 | 799.90 | 399.90 | 399.90 || 8 | 户外运动 | 山地自行车 | 1399.90 | 399.90 | 399.90 |+----+---------------+------------+---------+--------------+-------------+12 rows in set ( 0.00 sec)
2.NTILE(n)函数
NTILE(n)
函数将分区中的有序数据分为
n
个桶,记录桶编号。
举例:将
goods
表中的商品按照价格分为
3
组。
mysql> SELECT NTILE( 3 ) OVER w AS nt,id, category, NAME, price-> FROM goods WINDOW w AS ( PARTITION BY category_id ORDER BY price);+----+----+---------------+------------+---------+| nt | id | category | NAME | price |+----+----+---------------+------------+---------+| 1 | 5 | 女装 / 女士精品 | 百褶裙 | 29.90 || 1 | 1 | 女装 / 女士精品 | T 恤 | 39.90 || 2 | 2 | 女装 / 女士精品 | 连衣裙 | 79.90 || 2 | 3 | 女装 / 女士精品 | 卫衣 | 89.90 || 3 | 4 | 女装 / 女士精品 | 牛仔裤 | 89.90 || 3 | 6 | 女装 / 女士精品 | 呢绒外套 | 399.90 || 1 | 9 | 户外运动 | 登山杖 | 59.90 || 1 | 7 | 户外运动 | 自行车 | 399.90 || 2 | 10 | 户外运动 | 骑行装备 | 399.90 || 2 | 12 | 户外运动 | 滑板 | 499.90 || 3 | 11 | 户外运动 | 运动外套 | 799.90 || 3 | 8 | 户外运动 | 山地自行车 | 1399.90 |+----+----+---------------+------------+---------+12 rows in set ( 0.00 sec)
2.5 小 结
窗口函数的特点是可以分组,而且可以在分组内排序。另外,窗口函数不会因为分组而减少原表中的行数,这对我们在原表数据的基础上进行统计和排序非常有用。
3. 新特性2:公用表表达式
公用表表达式(或通用表表达式)简称为
CTE
(Common Table Expressions)。
CTE
是一个命名的临时结果集,作用范围是当前语句。CTE
可以理解成一个可以复用的子查询,当然跟子查询还是有点区别的,CTE可以引用其他
CTE
,但子查询不能引用其他子查询。所以,可以考虑代替子查询。
依据语法结构和执行方式的不同,公用表表达式分为
普通公用表表达式
和
递归公用表表达式
2
种。
3.1 普通公用表表达式
普通公用表表达式的语法结构是:
WITH CTE 名称AS (子查询)SELECT | DELETE | UPDATE 语句 ;
普通公用表表达式类似于子查询,不过,跟子查询不同的是,它可以被多次引用,而且可以被其他的普通公用表表达式所引用。
举例:查询员工所在的部门的详细信息。
mysql> SELECT * FROM departments-> WHERE department_id IN (-> SELECT DISTINCT department_id-> FROM employees-> );+---------------+------------------+------------+-------------+| department_id | department_name | manager_id | location_id |+---------------+------------------+------------+-------------+| 10 | Administration | 200 | 1700 || 20 | Marketing | 201 | 1800 || 30 | Purchasing | 114 | 1700 || 40 | Human Resources | 203 | 2400 || 50 | Shipping | 121 | 1500 || 60 | IT | 103 | 1400 || 70 | Public Relations | 204 | 2700 || 80 | Sales | 145 | 2500 || 90 | Executive | 100 | 1700 || 100 | Finance | 108 | 1700 || 110 | Accounting | 205 | 1700 |+---------------+------------------+------------+-------------+11 rows in set ( 0.00 sec)
这个查询也可以用普通公用表表达式的方式完成:
mysql> WITH emp_dept_id-> AS ( SELECT DISTINCT department_id FROM employees)-> SELECT *-> FROM departments d JOIN emp_dept_id e-> ON d .department_id = e .department_id ;+---------------+------------------+------------+-------------+---------------+| department_id | department_name | manager_id | location_id | department_id |+---------------+------------------+------------+-------------+---------------+| 90 | Executive | 100 | 1700 | 90 || 60 | IT | 103 | 1400 | 60 || 100 | Finance | 108 | 1700 | 100 || 30 | Purchasing | 114 | 1700 | 30 || 50 | Shipping | 121 | 1500 | 50 || 80 | Sales | 145 | 2500 | 80 || 10 | Administration | 200 | 1700 | 10 || 20 | Marketing | 201 | 1800 | 20 || 40 | Human Resources | 203 | 2400 | 40 || 70 | Public Relations | 204 | 2700 | 70 || 110 | Accounting | 205 | 1700 | 110 |+---------------+------------------+------------+-------------+---------------+11 rows in set ( 0.00 sec)
例子说明,公用表表达式可以起到子查询的作用。以后如果遇到需要使用子查询的场景,你可以在查询之前,先定义公用表表达式,然后在查询中用它来代替子查询。而且,跟子查询相比,公用表表达式有一个优点,就是定义过公用表表达式之后的查询,可以像一个表一样多次引用公用表表达式,而子查询则不能。
3.2 递归公用表表达式
递归公用表表达式也是一种公用表表达式,只不过,除了普通公用表表达式的特点以外,它还有自己的特点,就是
可以调用自己
。它的语法结构是:
WITH RECURSIVECTE 名称 AS (子查询)SELECT | DELETE | UPDATE 语句 ;
递归公用表表达式由
2
部分组成,分别是种子查询和递归查询,中间通过关键字
UNION [ALL]
进行连接。 这里的
种子查询,意思就是获得递归的初始值
。这个查询只会运行一次,以创建初始数据集,之后递归查询会一直执行,直到没有任何新的查询数据产生,递归返回。
案例:
针对于我们常用的
employees
表,包含
employee_id
,
last_name
和
manager_id
三个字段。如果
a
是
b的管理者,那么,我们可以把b
叫做
a
的下属,如果同时
b
又是
c
的管理者,那么
c
就是
b
的下属,是
a
的下下属。
下面我们尝试用查询语句列出所有具有下下属身份的人员信息。
如果用我们之前学过的知识来解决,会比较复杂,至少要进行
4
次查询才能搞定:
- 第一步,先找出初代管理者,就是不以任何别人为管理者的人,把结果存入临时表;
- 第二步,找出所有以初代管理者为管理者的人,得到一个下属集,把结果存入临时表;
- 第三步,找出所有以下属为管理者的人,得到一个下下属集,把结果存入临时表。
- 第四步,找出所有以下下属为管理者的人,得到一个结果集。
如果第四步的结果集为空,则计算结束,第三步的结果集就是我们需要的下下属集了,否则就必须继续进行第四步,一直到结果集为空为止。比如上面的这个数据表,就需要到第五步,才能得到空结果集。而且,最后还要进行第六步:把第三步和第四步的结果集合并,这样才能最终获得我们需要的结果集。
如果用递归公用表表达式,就非常简单了。我介绍下具体的思路。
- 用递归公用表表达式中的种子查询,找出初代管理者。字段 n 表示代次,初始值为 1,表示是第一代管理者。
- 用递归公用表表达式中的递归查询,查出以这个递归公用表表达式中的人为管理者的人,并且代次的值加 1。直到没有人以这个递归公用表表达式中的人为管理者了,递归返回。
- 在最后的查询中,选出所有代次大于等于 3 的人,他们肯定是第三代及以上代次的下属了,也就是下下属了。这样就得到了我们需要的结果集。
这里看似也是
3
步,实际上是一个查询的
3
个部分,只需要执行一次就可以了。而且也不需要用临时表保存中间结果,比刚刚的方法简单多了。
代码实现:
WITH RECURSIVE cteAS(SELECT employee_id,last_name,manager_id, 1 AS n FROM employees WHERE employee_id = 100-- 种子查询,找到第一代领导UNION ALLSELECT a .employee_id ,a .last_name ,a .manager_id ,n+ 1 FROM employees AS a JOIN cteON (a .manager_id = cte .employee_id ) -- 递归查询,找出以递归公用表表达式的人为领导的人)SELECT employee_id,last_name FROM cte WHERE n >= 3 ;
总之,递归公用表表达式对于查询一个有共同的根节点的树形结构数据,非常有用。它可以不受层级的
限制,轻松查出所有节点的数据。如果用其他的查询方式,就比较复杂了。
3.3 小 结
公用表表达式的作用是可以替代子查询,而且可以被多次引用。递归公用表表达式对查询有一个共同根节点的树形结构数据非常高效,可以轻松搞定其他查询方式难以处理的查询。