My_SQL天池训练打卡5

MySQL_Task_5

窗口函数

概念及使用方法

窗口函数也称为OLAP函数。OLAP 是OnLine AnalyticalProcessing 的简称，意思是对数据库数据进行实时分析处理。

为了便于理解，称之为窗口函数。常规的SELECT语句都是对整张表进行查询，而窗口函数可以让我们有选择的去某一部分数据进行汇总、计算和排序。

窗口函数的通用形式：

 <窗口函数> OVER ([PARTITION BY <列名>]
                      ORDER BY <排序用列名>)  

*[]中的内容可以省略。 窗口函数最关键的是搞明白关键字PARTITON BY**和ORDER BY**的作用。

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。

举个栗子:

 SELECT product_name
        ,product_type
        ,sale_price
        ,RANK() OVER (PARTITION BY product_type
                          ORDER BY sale_price) AS ranking
   FROM product  

窗口函数种类

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。

例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、4 位……

• DENSE_RANK函数**（中式排序）**

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。

例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、2 位……

• ROW_NUMBER函数

赋予唯一的连续位次。

例）有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位

运行以下代码：

 SELECT  product_name
        ,product_type
        ,sale_price
        ,RANK() OVER (ORDER BY sale_price) AS ranking
        ,DENSE_RANK() OVER (ORDER BY sale_price) AS dense_ranking
        ,ROW_NUMBER() OVER (ORDER BY sale_price) AS row_num
   FROM product  

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。

运行以下代码：

 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;  

窗口函数的的应用 - 计算移动平均

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”

执行以下代码：

 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  

GROUPING运算符

5.4.1ROLLUP - 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