sql sum求和 值小于不显示_SQL高级功能

课程思维导图：

1、什么是窗口函数？

OLAP函数-需要在每组内排名的业务需求

‹窗口函数› over (partition by ‹用于分组的列名›
order by ‹用于排序的列名›)

窗口函数›的位置，可以放以下两种函数：

1） 专用窗口函数，ank, dense_rank, row_number等。

2） 聚合函数，如sum. avg, count, max, min等

用在select子句中

2、如何使用窗口函数？

窗口函数有以下功能：

1）同时具有分组和排序的功能

2）不减少原表的行数

rank 窗口函数语句：

select *,rank() over (partition by 班级 order by 成绩 desc) 
as rankingfrom 班级表

3、其他专用窗口函数

rank函数：有并列名次的行，会占用下一名次的位置

dense_rank函数：有并列名次的行，不占用下一名次的位置

row_num函数：不考虑有并列名次

案例：经典排名问题

记住rank, dense_rank, row_number排名的区别：

dense的意思是紧密，也就是并列名次后，下一个名次应该是下一个连续的整数值。

sql语句：

select * dense_rank() over (partition by 班级 order by 成绩 desc）as ranking 
from 班级表;

4、聚合函数作为窗口函数

聚合函数作为窗口函数，可以在每一行的数据里直观的看到，截止到本行数据，统计数据是多少（最大值、最小值等）。同时可以看出每一行数据，对整体统计数据的影响。

案例：累计求和问题

select 雇员编号,薪水,sum(薪水) over (order by 雇员编号) as 累计薪水
from 薪水表
where 结束日期='9999-01-01'; 

select 日期,确诊人数,sum(确诊人数) over (order by 日期) as 累计确诊人数
from 确诊人数表;

案例：如何在每个组里比较？

select * from (select *,avg(成绩) over (partition by 科目) as avg_score
from 成绩表) as b where 成绩 › avg_score;

5、窗口函数的移动平均

功能：直观地查看到与相邻名次业绩的平均、求和等统计数据

rows n preceding:每一行得到的结果，都是当前行和前面n行的平均（共n+1行）

select * avg(成绩） over (order by 学号 rows 2 preceding) as current_avg from 班级表;

6、窗口函数总结

注意事项

• partition子句可是省略，省略就是不指定分组
• 窗口函数原则上只能写在select子句中

7、存储过程

使用存储过程需要：1）先定义存储过程 2）使用已经定义好的存储过程

（1）无参数的存储过程

定义存储过程的语法形式：

create procedure 存储过程名称() begin ‹sql语句› ; end；

（2）有参数的存储过程

create procedure 存储过程名称(参数1,参数2,...) begin ‹sql语句› ; end；

如：getNum是存储过程的名称，num表示参数名称，varchar(100)表示参数类型

create procedure getNum(num varchar(100)) begin  select 姓名  from 学生表 where 学号=num; end；

（3）默认参数的存储过程

（4）注意事项

1、sql语句，必须用“;”结尾

2、定义不同的存储过程，要使用不同的存储过程名称，相同的存储过程的名字会引起系统报错。

3、与视图的区别：视图只是一段固定的sql语句，方便重复查询;。存储过程约等于编程，可以实现复杂的操作，例如传参、建表、写入、数据同步等过程。

（5）存储过程的作用

业务比较复杂、重复性工作比较多，存储过程会比较实用