![6ddb18a5ded7cd45f25133f4bd54bc2d.png](https://i-blog.csdnimg.cn/blog_migrate/e18593b6b656b5863bc323b42775ccb2.jpeg)
![5dbac8454f0ace28e8f4f84806024a5d.png](https://i-blog.csdnimg.cn/blog_migrate/c5fa6f36fa99a6446535c8a5cf7b60f9.jpeg)
1. 什么是窗口函数?
窗口函数,也叫OLAP函数(Online Anallytical Processing,联机分析处理),可以对数据库数据进行实时分析处理。
因为窗口函数是对where或者group by子句处理后的结果进行操作,所以窗口函数原则上只能写在select子句中。
2. 如何使用窗口函数?
<窗口函数> over (partition by <用于分组的列名> order by <用于排序的列名>)
应用案例:
![90c9088e88b51c7cbd6adb1002f003bc.png](https://i-blog.csdnimg.cn/blog_migrate/9c7a74c8580f78acac299cabc5b27e72.jpeg)
在每个班级内按成绩排名
select * ,rank() over(partition by 班级 order by 成绩 desc)as ranking from 班级表;
我们来解释下这个sql语句里的select子句。rank是排序的函数。要求是“每个班级内按成绩排名”,这句话可以分为两部分:
1)每个班级内:按班级分组
partition by用来对表分组。在这个例子中,所以我们指定了按“班级”分组(partition by 班级)
2)按成绩排名
order by子句的功能是对分组后的结果进行排序,默认是按照升序(asc)排列。在本例中(order by 成绩 desc)是按成绩这一列排序,加了desc关键词表示降序排列。
![733df4f7ac2cf85bf712a79142f89e1a.png](https://i-blog.csdnimg.cn/blog_migrate/b11ace3c692d15d5cc0c93e6b1e55d70.jpeg)
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
例如下面统计每个班级的人数
![1b5bdb0e81e139a7b91dc6ac6fcdc157.png](https://i-blog.csdnimg.cn/blog_migrate/83670c6fe406915d5a3fac38addcf0f7.jpeg)
3. 窗口函数有什么用?
3.1 专用窗口函数
专用窗口函数有:rank(), dense_rank(), row_number(),区别如下:
select *, rank() over (order by 成绩 desc)as ranking,
dense_rank() over (order by 成绩 desc)as desc_rank,
row_number() over (order by 成绩 desc)as row_num from 班级表;
![760e6706e72cfc2f54ccb04e07714b56.png](https://i-blog.csdnimg.cn/blog_migrate/7f8cf602efeba9ec4e13e8f446c58d3d.jpeg)
rank函数:如果有并列名次的行,会占用下一名次的位置。
dense_rank函数:如果有并列名次的行,不占用下一名次的位置。
row_number函数:不考虑并列名次的情况。
3.1.1案例:面试经典排名问题
对成绩表中的每个学生成绩根据所在的班级进行排名
请注意,平分后的下一个名次应该是下一个连续的整数值。换句话说,名次之间不应该有“间隔”,所以应该使用窗口函数dense_rank()
select 成绩, dense_rank() over(order by 成绩 desc)as ranking from 班级表;
3.1.2 案例:面试经典TopN问题
工作中会经常遇到这样的业务问题:
如何找到每个类别下用户最喜欢的产品是哪个?
如果找到每个类别下用户点击最多的5个商品是什么?
这类问题其实就是常见的:分组取每组最大值、最小值,每组最大的N条(top N)记录。
分组取每组最大值
案例:按课程号分组取成绩最大值所在行的数据
方法一:使用group by
select 课程号,max(成绩) as 最大成绩 from 班级表 group by 课程号;
![a37158b2616eb2e2ec99ea4688ff807d.png](https://i-blog.csdnimg.cn/blog_migrate/ff212786d2e6492a3d9f405a915d8161.png)
我们可以使用分组(group by)和汇总函数得到每个组里的一个值(最大值,最小值,平均值等)。但是无法得到成绩最大值所在行的数据。
方法二:使用子查询
select * from 班级表as s1
where 成绩=(select max(成绩)from score as s2 where s1.课程号=s2.课程号);
![e2bbe909a760c68a8fbbbc119a0753a2.png](https://i-blog.csdnimg.cn/blog_migrate/334cfa4271b40157b2ddb140a99cc987.png)
上面查询结果课程号“0001”有2行数据,是因为最大成绩80有2个
方法三:使用窗口函数dense_rank()
select * from
(select *,row_number() over (partition by 课程号 order by 成绩 desc )as ranking from 成绩表)as a
where ranking =1;
TopN问题的sql万能模板如下:
select * from
(select *,row_number() over (partition by 要分组的列名 order by要排序的列名 desc )as ranking from表名)as a
where ranking <=N;
3.2 聚合函数作为窗口函数
select *,sum(成绩) over (order by 学号)as current_sum,
avg(成绩)over (order by 学号)as current_avg,
count(成绩) over (order by 学号)as current_count,
max(成绩) over (order by学号)as current_max,
min(成绩) over (order by学号)as current_min
from 班级表;
![8548046d3979c3aedb5e71636d9019d0.png](https://i-blog.csdnimg.cn/blog_migrate/b317de90762266a973999e1ade3ff476.jpeg)
单独看sum作为窗口函数
![4f28ec6c75e9d8fe4161f52730e20e35.png](https://i-blog.csdnimg.cn/blog_migrate/1797c0961655183aa02d6274423cd224.jpeg)
如上图,聚合函数sum在窗口函数中,是对自身记录、及位于自身记录以上的数据进行求和的结果。比如0004号,在使用sum窗口函数后的结果,是对0001,0002,0003,0004号的成绩求和,若是0005号,则结果是0001号~0005号成绩的求和,以此类推。
不仅是sum求和,平均、计数、最大最小值,也是同理,都是针对自身记录、以及自身记录之上的所有数据进行计算。
3.2.1 这样使用窗口函数有什么用呢?
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。
如果想要知道所有人成绩的总和、平均等聚合结果,看最后一行即可。
3.2.2 案例:每个组内比较问题
问题:查找单科成绩高于该科目平均成绩的学生名单
![dd220839a867f5587d6a45a9a2404088.png](https://i-blog.csdnimg.cn/blog_migrate/938cdce83f687e3c3d251112572bd4ed.jpeg)
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;
![9c78b26b379cdda3e832da9ab7ac5467.png](https://i-blog.csdnimg.cn/blog_migrate/8787b613f7b2df0656c3de9acd6fd1c2.jpeg)
3.3 窗口函数的移动平均
案例:
select *,avg(成绩) over (order by 学号 rows 2 preceding) as current_avg from 班级表;
![8a9677040b1fd52f77c6a50eeb25b169.png](https://i-blog.csdnimg.cn/blog_migrate/c05526b49eb86db82e9f8aef34e8ea31.png)
rows和preceding这两个关键字,是“之前~行”的意思,上面的句子中,是之前2行。也就是得到的结果是自身记录及前2行的平均。
例如:学号0004学生的current_avg,是自己和前2位同学的平均,即0002,0003,0004三位同学成绩的平均,其他数据的情况也一样,下图非常直观的可以看到计算过程:
![d4ddb25414439b60f5f72d533d4f1e7d.png](https://i-blog.csdnimg.cn/blog_migrate/91ab223d160554389730040103af9644.jpeg)
每一行得到的结果,都是当前行和前面2行的平均(共3行)。想要计算当前行与前n行(共n+1行)的平均时,只要调整rows…preceding中间的数字即可。
3.3.1 这样使用窗口函数有什么用呢?
由于这里可以通过preceding关键字调整作用范围,在以下场景中非常适用:
在公司业绩名单排名中,可以通过移动平均,直观地查看到与相邻名次业绩的平均、求和等统计数据。
4 注意事项
- 专用窗口函数后面的括号不需要任何参数,保持()空着。
- partition子句可省略,省略就是不指定分组。
- 窗口函数原则上只能写在select子句中。