SQL高级功能：窗口函数、存储过程及经典排名问题、topN问题、WITH 子句

转载于：SQL高级功能：窗口函数、存储过程及经典排名问题、topN问题等 2323- 知乎

本篇文章主要是以下内容：

1.窗口函数：

partition by窗口函数 和 group by分组的区别：

partition by关键字是分析性函数的一部分，它和聚合函数（如group by）不同的地方在于它能返回一个分组中的多条记录，而聚合函数一般只有一条反映统计值的记录。
partition by用于给结果集分组，如果没有指定那么它把整个结果集作为一个分组。
partition by与group by不同之处在于前者返回的是分组里的每一条数据，并且可以对分组数据进行排序操作。后者只能返回聚合之后的组的数据统计值的记录。

partition by相比较于group by，能够在保留全部数据的基础上，只对其中某些字段做分组排序（类似excel中的操作），而group by则只保留参与分组的字段和聚合函数的结果

分区函数Partition By的用法_partitionby_惊寂123的博客-CSDN博客

row_number() over(partition by … order by …)
rank() over(partition by … order by …)
dense_rank() over(partition by … order by …)
count() over(partition by … order by …) 求分组后的总数
max() over(partition by … order by …) 求分组后的最大值
min() over(partition by … order by …) 求分组后的最小值
sum() over(partition by … order by …) 求分组后的总和
avg() over(partition by … order by …) 求分组后的平均值
first_value() over(partition by … order by …) 求分组后的第一个值
last_value() over(partition by … order by …) 求分组后的最后一个值
lag() over(partition by … order by …) 取出分组后前n行数据
lead() over(partition by … order by …) 取出分组后后n行数据

1)窗口函数的基本语法如下：

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

2)以上语法中<窗口函数>的位置，可以放置以下函数：

窗口函数是对where或者group by子句处理后的结果进行处理，所以窗口函数原则上只能写上select子句中。

2.如何使用窗口函数？

1)专用窗口函数rank。

若要在每个班级内按成绩排名，则sql语句则为：

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

以上sql语句中的select子句，rank是排序的函数，要求是“每个班级内按成绩排名”。这句话分为两部分理解：

a)每个班级内：按班级分组

partition by用来对表分组，在这个例子中，需要按“班级”进行分组(partition by 班级)

b)按成绩排名：

order by子句的功能是对分组后的结果进行排序，默认按升序排列，但是在本例中用了desc，表示按降序排序。

2）窗口函数已经具备了前几节中group by和order by子句的分组和排序的功能，但仍要用窗口函数是因为，group by分组汇总后改变了表的行数，一行只有一个类别，而partition by和rank函数不会减少原表中的行数。

-- group by分组汇总改变行数
select 班级,count(学号)
from 班级表 
group by 班级
order by 班级;

-- partition by分组汇总行数不变
select 学号,
count(学号) over (partition by 班级
order by 班级) as current_count from 班级表;

“窗口函数”之所以叫“窗口”函数，是因为partition by分组后的结果就称为“窗口”,这里的窗口是表示“范围”的意思。

3）窗口函数主要有以下功能：

a.同时具备分组和排序的功能

b.不减少原表的行数

c.语法如下：

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

3.其他专用窗口函数

1)专用窗口函数rank,dense_rank,row_number有什么区别？

-- 专用窗口函数rank,dense_rank(),row_number的区别
select *,
rank() over (order by 成绩 desc) as ranking,
dense_rank() over (order by 成绩 desc) as dese_rank,
row_number() over (order by 成绩 desc) as row_num from 班级表;

从以上结果来看：

rank()函数：这个例子中是5位，5位，5位，8位，也就是如果有并列名次的行，会占用下一个名次的位置。比如正常排名是1，2，3，4，但是现在前3名是并列的名次，所以结果是：1，1，1，4.

dense_rank()函数：这个例子中是5位，5位，5位，6位，也就是如果有并列的名次，它不会占用下一个名次的位置，比如比如正常排名是1，2，3，4，但是现在前3名是并列的名次，所以结果是：1，1，1，2.

row_number()函数：这个例子中是5位，6位，7位，8位，也就是不考虑并列的情况，比如前3名是并列的名次，排名是正常的1，2，3，4.

最后需要注意的是，以上三个专用窗口函数，函数后面的括号不需要任何参数，保持括号()为空即可。

案例1：面试经典排名问题

当涉及到排名问题时，可以使用窗口函数，但使用窗口函数前，要注意区份rank()函数、dense_rank()函数以及row_number()函数的区别。

例子：编写一个sql查询来实现分数排名，若两个分数相同，则分数排名相同。请注意：平分后下一个名字应该是下一个连续的整数值，换句话说就是，名次之间不该有“间隔”。因此考虑用dense_rank()函数。

sql查询语句应为：

select *,
dense_rank() over (order by 成绩 desc) as dens_rank
from 班级表;

案例2：面试经典topN问题

工作中常会遇到这样的业务问题：找出每个国家中进口最多的产品是哪个？找出每个国家进口贸易前5的商品是什么？诸如此类问题，都是常见的：分组取每组最大值，最小值，每组最大的N条(top N)记录。

面对这类问题，我们将通过以下例子给出答案？

成绩表里包含了学生的学号，课程号(学生选修课程的课程号),成绩(学生选修该课程取得的成绩).

1)分组取每组最大值：按课程号分组取成绩最大值所在行的数据。

(由于分组group by和汇总函数得到的是每组的一个值（最大值，最小值或平均值)，而无法得到对应那一行的所有数据，所以group by不可用）。因此我们可以使用关联子查询来实现：

select * from score as a 
where 成绩=(select max(成绩) from score as b
where a.课程号=b.课程号);

以上查询结果中课程号0001有2行数据是因为最大成绩80有2个。

2)分组取每组最小值：按课程号分组取成绩最小值所在行的数据。

select * from score as a 
where 成绩=(select min(成绩) from score as b
where a.课程号=b.课程号);

3)每组最大的N条记录：

案例：现有“进口贸易表”，记录了每个国家各商品的进口额，表内容如下。问题：查找每个国家进口额最大的2个商品。

解题思路：

1.看到问题中要查找“每个”国家进口额最高的商品。当题目中出现“每个”时，首先要想到分组。这里指每个国家，所以要按国家来分组。

2.当表按国家分组后，按进口额降序排列，排在最前面2个就是我们想要查找的进口额最大的2个商品。

3.分组排序后，不能减少原表的行数，所以要用窗口函数。

4.对比各窗口函数，为不受并列进口额的影响，于是决定用row_number。

解题步骤：

步骤一：按国家分组(partition by 国家)、并按进口额降序排列(order by 进口额 desc),套入窗口函数后，sql语句为:

select *,
row_number() over (partition by 国家
order by 进口额 desc) as ranking from 进口贸易表;

步骤二：上表中红色框框内的数据，就是每个国家进口额最大的两个商品，也就是题目的解。要想得到只有这些解的答案，只需要提取出“ranking“值小于等于2的数据即可。这时候只需要在之前的sql语句中加入条件子句where就可以了。但是这样就会报错，原因是sql的书写顺序和运行顺序不一致，在运行过程中，select语句是最后运行的。

因此不能将sql语句写成如下：

select *,
row_number() over (partition by 国家
order by 进口额 desc) as ranking from 进口贸易表
where rangking<=2;

以上出错原因就是因为我们以为运行顺序是按书写顺序来运行的，这样是不对的，所以运行sql子句的时候，就会出错。运行where ranking的时候，select子句还没有运行，ranking列还未出现。

步骤三：这时候只能采用子查询，将第一步得到的查询结果作为一个新表，最后再运行where子句。

select * from
(select *, row_number() over (partition by 国家
order by 进口额 desc) as ranking from 进口贸易表) as a
where rangking<=2;

举一反三：

经典topN问题：每组最大的N条记录。这类问题既涉及分组，又涉及排序，这时候要用窗口函数来实现，这时候只需要将where子句中的2改成N即可。

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 rangking<=N;

4.聚合函数作为窗口函数

聚合函数作为窗口函数和专用窗口函数用法相同，只需要把聚合函数写在窗口函数的位置即可，但聚合函数括号里不能为空，必须写好聚合的列名。

select *,
sum(成绩) over ( partition by 课程号 order by 学号) as current_sum,
avg(成绩) over (partition by 课程号 order by 学号) as current_avg,
max(成绩) over (partition by 课程号 order by 学号) as current_max,
min(成绩) over (partition by 课程号 order by 学号) as current_min,
count(成绩) over (partition by 课程号 order by 学号) as current_count 
from score;

如上图，聚合函数sum在窗口函数中，对自身记录以及位于自身以上的数据进行求和，如课程号0002对应的学号0002后面的sum结果就是课程号0002中学号为0001和0002对应的成绩之和，课程号0002对应的学号0003后面的sum结果就是课程号0002中学号0001、0002和0003对应的成绩之和。除此之外，avg()、max()、min()等聚合函数作为窗口函数时，结果都与sum()函数类似。

这样使用窗口函数的用处是：聚合函数作为窗口函数，可以在每一行的数据里直观看到，截止到本行数据，统计数据有多少，最大值、最小值是多少等，从而可以看出每一行数据，对整体数据的影响。

举例：累计求和问题

下表为确诊人数表，包含日期和该日期对应的新增确诊人数，

按照日期进行升序排列，查找日期，确诊人数以及对应的累计确诊人数。

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

题目：现有进口贸易表，记录了每个国家各商品的进口额，表内容如下：

问题：查找单个商品进口额高于该商品平均进口额的国家名单。

解题思路：

1.查找单个商品高于该商品平均进口额，也就是要在每个商品里比较，这就涉及到分组，而sql中有分组功能的就：group by和窗口函数partition by。

2.使用聚合函数avg()求出每个商品的平均进口额后，找出进口额大于平均进口额的数据。并且要求分组后不减少原表的行数。

3.由于group by分组汇总后会改变表的行数，一行只有一个类别，而partition by不会减少原表行数，因此用partition by。

解题步骤：

1.将avg()作为窗口函数，将每个商品的平均进口额求出。

select *,
avg(进口额) over (partition by 商品编码 ) as 平均进口额 
from 进口贸易表;

2.在第1步的基础上，筛选出大于平均进口额的数据即可。这时，就需要在上一步的sql语句中加入条件子句where即可。在写sql子句前，要注意sql的书写顺序与运行顺序。

select *
from (select *,
avg(进口额) over (partition by 商品编码 ) as 平均进口额 
from 进口贸易表) as b 
where 进口额>平均进口额;

举一反三：

查找每个组里大于平均值的数据，可以有两种方法：

1）使用以上的窗口函数

2）使用关联子查询。

5、窗口函数的移动平均

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

以上窗口函数，用了rows和preceding这两个关键字，是“之前~行“的意思，在上面也就是之前2行的意思，也就是得到的结果是自身记录及前2行的平均。

例如学号0002、课程号0002成绩60的结果为：学号0001课程号0002和学号0001课程号0003以及学号0002、课程号0002对应的三个成绩的平均值。也就是学号0002课程号0002这位以及其前两行同学的平均成绩。

想要计算当前行与前n行(共n+1行)的平均时，只有调整rows 与preceding中间的数字即可。这样使用窗口函数注意是可以通过preceding关键字调整作用范围，在以下的场景中非常适用：

在公司业绩名单排名中，可以通过移动平均，直观地查看与相邻名次业绩的平均、求和等统计数据。

6.窗口函数总结

1）注意事项：

partition 子句可以省略，省略时就是不指定分组，且窗口函数原则上只能写在select子句中

2）窗口函数语法：

select *
<窗口函数> over (partition by <分组的列名> order by <排序的列名>)
as <自己定义的列名> from 从哪张表中查找;

其中窗口函数的位置可以放：

a.专用窗口函数：rank()、dense_rank()、row_number等。

b.聚合函数：sum()、avg()、max()、min()等。

3)窗口函数的功能：

a.同时具备分组partition by和排序order by的功能。

b.不减少原表的行数，所以经常用来在每组内排名。

4）窗口函数使用场景：

7、触发器

触发器概念：触发器是一种特殊的存储过程，它在试图更改触发器所保护的数据时自动执行。

触发器与存储过程的异同
相同点：1. 触发器是一种特殊的存储过程，触发器和存储过程一样是一个能够完成特定功能、存储在数据库服务器上的SQL片段。
不同点：2. 存储器调用时需要调用SQL片段，而触发器不需要调用，当对数据库表中的数据执行DML操作时自动触发这个SQL片段的执行，无需手动调用。

MySQL的触发器_mysql触发器_莱维贝贝、的博客-CSDN博客

8.存储过程。

MySQL中的存储过程（详细篇）_mysql存储过程学习_普通网友的博客-CSDN博客（学习该博客）

1）在工作中经常遇到重复性的工作，这时候就可以把常用的sql写好存储起来，这个过程就是存储过程。这样下次遇到同样的问题，就可以直接使用存储过程了，这样就可以极大地提高工作效率。

2）如何使用存储过程？

使用存储过程需要先定义存储过程，然后是使用已经定义好的存储过程。

a.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;

语法中的begin……end用于表示sql语句的开始和结束。语法中的sql语句就是重复的sql语句。

举个例子：查找进口贸易表中的国家名称。

sql语句就是：

select 国家from 进口贸易表;

把这个sql语句放入存储过程的语法里，并给这个存储过程起名叫a_trade1：

create procedure a_trade1 () 
begin select 国家from 进口贸易表;end;

在navicat-查询中运行后，建立的存储过程就会出现在以上位置，这样下次就可以用以下的sql语句直接使用了，就不用另外再写一次sql语句了。

call 存储过程名();

如：call a_trade1 ();

b.有参数的存储过程：

a.中的存储过程名称后是()，括号里没有参数，当括号有参数时，就是以下的语法：

create procedure 存储过程名称(参数1,参数2,…) begin <sql语句>;end;

例如：要在进口贸易表中查找指定商品编码的国家有哪些？如果指定商品编码为88，那么sql语句是：

select 国家 from 进口贸易表 where 商品编码=88;

在实际工作中，有时候并不能一次就能指定国家是哪个，有时候业务需要指定国家为中国，有时候需要指定成美国，这个时候就需要参数，来灵活应对这种情况。这时候把sql放入存储过程就是：

create procedure getNum2(num varchar(100))
begin select 国家 from 进口贸易表 where 商品编码=num;end;

其中getNum2是存储过程的名称，后面括号里面的num varchar(100)是参数，参数由两部分组成，参数名称是num;参数类型是varchar(100);这里表示字符串类型。存储过程里面的sql语句（where 商品编码=num）使用了这个参数num，这样在使用存储过程时，给定参数值就可以灵活地运用了。

比如现在要查商品编码是89的国家名称，那么就可以在使用存储过程的参数来实现了，也就是下面括号里的89.

call getNum2(89);

c.默认参数的存储过程*

前面的存储过程名称后是(参数1,参数2,…)，括号里面只包含了参数的类型和名称，方便调用。其实存储过程还包含了一种情况，就是存在默认参数的情况。

in输入参数：

参数初始值在存储过程前被指定为默认值，在存储过程中修改该参数的值不能被返回。

set @num=0;-- 初始化参数
-- 初始化存储过程
create procedure in1(in num int)
begin
select num;
set num=1;
select num;
end;
-- in参数调用
call in1(@num);
select num;

out输出参数：

参数初始值为空，该值可在存储过程内部被改变，并可返回。

set @num=0;-- 初始化参数
-- 初始化存储过程
create procedure out1(out num int)
begin
select num;
set num=1;
select num;
end;
-- out参数调用
call out1(@num);
select num;

inout输入输出参数：

参数初始值在存储过程前被指定为默认值，并且可在存储过程中被改变和在调用完毕后可被返回。

set @num=0;-- 初始化参数
-- 初始化存储过程
create procedure inout1(inout num int)
begin
select num;
set num=1;
select num;
end;
-- inout参数调用
call inout1(@num);
select num;

3）注意事项

a.定义存储过程语法里的sql语句代码块必须是完整的sql语句，必须用分号；结尾。

create procedure 存储过程名称(参数1,参数2,…) begin <sql语句>;end;

b.定义不同的存储过程，要用不同的存储过程名称，相同的存储过程名字会引起系统报错。

9、WITH 语句

WITH 子句提供了一种编写辅助语句的方法，以便在更大的查询中使用。

WITH 子句有助于将复杂的大型查询分解为更简单的表单，便于阅读。这些语句通常称为通用表表达式（Common Table Express， CTE），也可以当做一个为查询而存在的临时表。

SQL常用语法( WITH 语句)_sql with-CSDN博客