目录
一、窗口函数的作用:
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。可分为静态窗口函数和动态窗口函数。
静态窗口函数:窗口大小和位置不变,通常基于固定的行数或时间区间,适合用于固定区间的数据计算。通常用于滚动计算(如滚动平均、滚动总和等),窗口的范围是固定的。
动态窗口函数:通常使用PARTITION BY子句来定义窗口边界,用于分组统计,窗口的范围基于数据的某些属性(如时间、类别、客户等)动态变化。
注意:
①PARTITION BY的使用与否不是动态和静态窗口函数的唯一区别。
②窗口函数是动态还是静态,说的是使用函数时,创建的窗口是动态的还是静态的,与函数本身无关。
二、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
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。
*/
三、常见的窗口函数(按功能分)
1.排序函数
① ROW_NUMBER()
根据某个排序规则,为每一行分配唯一的行号
#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。
SELECT ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC)
AS row_num,id,category_id, category, NAME, price, stock
FROM goods;
② RANK()
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。
SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
id, category_id, category, NAME, price, stock
FROM goods;
③ DENSE_RANK()
DENSE_RANK()函数对序号进行并列排序,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。
SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
id, category_id, category, NAME, price, stock
FROM goods;
2.前后函数
① 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。
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;
② LEAD(expr,n)函数
返回当前行的后n行的expr的值。用法同上。
3.首尾函数
① 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。
SELECT id, category, NAME, price, stock,FIRST_VALUE(price) OVER w AS first_price
FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
②LAST_VALUE(expr)函数
返回最后一个expr的值,用法同上。
4.分布函数
① PERCENT_RANK()函数
返回当前行相对于窗口内其他行的百分比排名,按照 (rank - 1) / (rows - 1)计算。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, stock
FROM goods
WHERE category_id = 1;
#写法二:
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 price
DESC);
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。
SELECT CUME_DIST() OVER(PARTITION BY category_id ORDER BY price ASC) AS cd,
id, category, NAME, price
FROM goods;
5.其他函数
①NTH_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。
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);
②NTILE(n)函数
NTILE(n)函数将分区中的有序数据分为n个桶(组),记录桶编号。
#举例:将goods表中的商品按照价格分为3组。
SELECT NTILE(3) OVER w AS nt,id, category, NAME, price
FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
③ 聚合函数
以下聚合函数也可以在窗口函数中使用,只不过聚合计算的值会出现在每个分组的每条数据中。
- SUM(): 按组进行累计求和。
- AVG(): 按组进行累计平均值。
- MIN(): 按组查找最小值。
- MAX(): 按组查找最大值。
- COUNT(): 按组计算行数。
四、窗口函数中的关键字:
- ROWS: 指定窗口是基于行数来定义的。使用ROWS关键字可以精确控制窗口的大小(例如,前几行到当前行)。
- RANGE: 指定窗口是基于值范围来定义的。使用RANGE关键字时,窗口是基于数据的排序列的值范围,而不是物理行数(例如,当前行之前的所有行)。
- BETWEEN ... AND ... : 用于定义窗口的起始点和终止点。结合ROWS或RANGE关键字使用。
- UNBOUNDED PRECEDING : 表示窗口从分区的第一行开始,不受任何限制
- UNBOUNDED FOLLOWING : 表示窗口延伸到分区的最后一行,也不受任何限制。
- CURRENT ROW : 指定窗口的结束或开始点为当前行。