SQL窗口函数的移动求和/平均，及相应的Leecode题目

 窗口函数如-----此处结果也为累计求和结果。

sum(字段1) over (order by 字段1) as sum_col

name	score
Xiaoming	60
Lihua	70
Xiaohong	80
Libai	90

 

select *,
sum(score) over (order by score) as sum_score
from Student;

name	score	sum_score
Xiaoming	60	60
Lihua	70	130
Xiaohong	80	210
Libai	90	300

移动求和的窗口函数——连续n个数据求和

sum(字段1) over (partition by 字段2 order by 字段3 rows n preceding)

LEECODE 1321 餐馆营业额变化增长

表: Customer

+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| customer_id   | int     |
| name          | varchar |
| visited_on    | date    |
| amount        | int     |
+---------------+---------+
(customer_id, visited_on) 是该表的主键。
该表包含一家餐馆的顾客交易数据。
visited_on 表示 (customer_id) 的顾客在 visited_on 那天访问了餐馆。
amount 是一个顾客某一天的消费总额。
 

你是餐馆的老板，现在你想分析一下可能的营业额变化增长（每天至少有一位顾客）。

写一条 SQL 查询计算以 7 天（某日期 + 该日期前的 6 天）为一个时间段的顾客消费平均值。average_amount 要 保留两位小数。

查询结果按 visited_on 排序。

查询结果格式的例子如下。

示例 1:

输入：
Customer 表:
+-------------+--------------+--------------+-------------+
| customer_id | name         | visited_on   | amount      |
+-------------+--------------+--------------+-------------+
| 1           | Jhon         | 2019-01-01   | 100         |
| 2           | Daniel       | 2019-01-02   | 110         |
| 3           | Jade         | 2019-01-03   | 120         |
| 4           | Khaled       | 2019-01-04   | 130         |
| 5           | Winston      | 2019-01-05   | 110         | 
| 6           | Elvis        | 2019-01-06   | 140         | 
| 7           | Anna         | 2019-01-07   | 150         |
| 8           | Maria        | 2019-01-08   | 80          |
| 9           | Jaze         | 2019-01-09   | 110         | 
| 1           | Jhon         | 2019-01-10   | 130         | 
| 3           | Jade         | 2019-01-10   | 150         | 
+-------------+--------------+--------------+-------------+
输出：
+--------------+--------------+----------------+
| visited_on   | amount       | average_amount |
+--------------+--------------+----------------+
| 2019-01-07   | 860          | 122.86         |
| 2019-01-08   | 840          | 120            |
| 2019-01-09   | 840          | 120            |
| 2019-01-10   | 1000         | 142.86         |
+--------------+--------------+----------------+

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/restaurant-growth
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解答

1、首先按visited_on分组，先计算每个日期的总的amount

select visited_on, sum(amount) as amount
from Customer
group by visited_on;

2、对上面得出的表计算移动平均、移动求和

select visited_on,
sum(amount) over (order by visited_on rows 6 preceding) as amount,
age(amount) over (order by visited_on rows 6 preceding) as average_amount
from (
select visited_on,sum(amount) as amount
from Customer
group by visited_on) as a;

3、因为题目计算的是以7天为一个时间段的数据，上表我们得出的结果包含了不足7天的数据（如2019-01-01至2019-01-06），因此要进行筛选，筛选思路可以是 每个日期与列表最小间隔日期为6天

select visited_on,amount,round(average_amount,2) as average_amount 
from (
select visited_on,
sum(amount) over (order by visited_on rows 6 preceding) as amount,
avg(amount) over (order by visited_on rows 6 preceding) as average_amount
from (
select visited_on,sum(amount) as amount
from Customer 
group by visited_on) as a) as b
where datediff(visited_on, (select min(visited_on) from Customer))>=6;