MySQL--SQL高级处理

最新推荐文章于 2023-01-09 18:02:49 发布
最新推荐文章于 2023-01-09 18:02:49 发布
阅读量229 收藏
点赞数
分类专栏： MySQL学习笔记 文章标签： MySQL学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yj_445324989/article/details/102503895
版权

本文根据《SQL基础教程》第二版写，里面的概念、代码、例子均来自此书。

1 窗口函数

  • 窗口函数可以进行排序、生成序列号等一般的聚合函数无法实现的高级操作
  • 理解partition by和order by 这两个关键字

什么是窗口函数

窗口函数也称OLAP（online analytical procesing)函数，是对数据库数据进行试试分析处理的函数。
很可惜，MySQL5.7不支持窗口函数,故下载了8.0版本

窗口函数的语法

<窗口函数> over ([partition by <列清单>] order by <排序用列清单>)
窗口函数大致分为两种：

  • 能够作为窗口函数的聚合函数（sum,avg,count,max,min）
  • rank,dense_rank,row_number等专用窗口函数

语法的基本使用方法–使用rank函数

rank是用来计算记录排序的函数
例如，对之前使用过的product表中的8件商品，我们根据不同的商品种类，按照销售单价从低到高的顺序排序：

mysql> select product_name,product_type,sale_price,rank()
    ->  over (partition by product_type order by sale_price) as ranking
    -> from product;
+--------------+--------------+------------+---------+
| product_name | product_type | sale_price | ranking |
+--------------+--------------+------------+---------+
| 圆珠笔       | 办公用品     |        100 |       1 |
| 打孔器       | 办公用品     |        500 |       2 |
| 叉子         | 厨房用具     |        500 |       1 |
| 擦菜板       | 厨房用具     |        880 |       2 |
| 菜刀         | 厨房用具     |       3000 |       3 |
| 高压锅       | 厨房用具     |       6800 |       4 |
| T恤          | 衣服         |       1000 |       1 |
| 运动T恤      | 衣服         |       4000 |       2 |
+--------------+--------------+------------+---------+

在这里，partition by能够设定排序的对象范围，order by能够指定哪一列、何种顺序进行排序
窗口函数中的order by与select语句末尾中的一样，可以通过关键字asc/desc来指定升序和降序。
==partition by在横向上对表进行分组，而order by决定了纵向排序的规则。==窗口函数兼具分组和排序两个功能。但是partition by并不具备group by子句的汇总功能，因此使用rank函数并不会减少原表中记录的行数。通过partition by分组后的记录集合称为窗口，此窗口并不是窗户的意思，而是代表范围的意思。此外，各个窗口在定义上是绝对不会包含共通的部分，这与通过group by子句分割后的集合具有相同的特征。

无需指定partition by

窗口函数起到关键作用的是partition by和group by。其中，partition by并不是必须的，即使不指定也可以正常使用窗口函数。

mysql> select product_name,product_type,sale_price,rank()
    ->  over (order by sale_price) as ranking
    -> from product;
+--------------+--------------+------------+---------+
| product_name | product_type | sale_price | ranking |
+--------------+--------------+------------+---------+
| 圆珠笔       | 办公用品     |        100 |       1 |
| 打孔器       | 办公用品     |        500 |       2 |
| 叉子         | 厨房用具     |        500 |       2 |
| 擦菜板       | 厨房用具     |        880 |       4 |
| T恤          | 衣服         |       1000 |       5 |
| 菜刀         | 厨房用具     |       3000 |       6 |
| 运动T恤      | 衣服         |       4000 |       7 |
| 高压锅       | 厨房用具     |       6800 |       8 |
+--------------+--------------+------------+---------+

从结果可以看出，之前我们得到的是按照商品种类分组后的排序，而这次变成了全部商品的排序。像这样，当希望先将表中的数据分为多个部分（窗口），再使用窗口函数时，可以使用partition by选项。

专用窗口函数的种类

上述例子中，观察结果，可以看出打孔器和叉子都排在第2位，擦菜板排在第4位。

rank函数

计算排序时，如果存在相同位次的记录，则会跳过之后的位次。例如，有3条记录排在第一位时：1位，1位，1位，4位。

dense_rank函数

计算排序，如果存在相同位次的记录，也不会跳过之后的位次。例如：1位，1位，1位，2位。

row_number函数

赋予唯一的连续位次。例如有三条记录排在第一位时，1位，2位，3位，4位。

上述三个函数在所有的DBMS中都能使用。下面我们使用上述三个函数来看一下效果：

mysql> select product_name,product_type,sale_price,
    -> rank() over (order by sale_price) as ranking,
    -> dense_rank() over (order by sale_price) as dense_ranking,
    -> row_number() over (order by sale_price) as row_num
    -> from product;
+--------------+--------------+------------+---------+---------------+---------+
| product_name | product_type | sale_price | ranking | dense_ranking | row_num |
+--------------+--------------+------------+---------+---------------+---------+
| 圆珠笔       | 办公用品     |        100 |       1 |             1 |       1 |
| 打孔器       | 办公用品     |        500 |       2 |             2 |       2 |
| 叉子         | 厨房用具     |        500 |       2 |             2 |       3 |
| 擦菜板       | 厨房用具     |        880 |       4 |             3 |       4 |
| T恤          | 衣服         |       1000 |       5 |             4 |       5 |
| 菜刀         | 厨房用具     |       3000 |       6 |             5 |       6 |
| 运动T恤      | 衣服         |       4000 |       7 |             6 |       7 |
| 高压锅       | 厨房用具     |       6800 |       8 |             7 |       8 |
+--------------+--------------+------------+---------+---------------+---------+

专用窗口函数无需参数，因此括号中都是空的。

窗口函数的适用范围

原则上窗口函数只能在select子句中使用（也就是说不能在where子句或者group by子句中使用）

作为窗口函数使用的聚合函数

所有的聚合函数都能用作窗口函数，其语法和专用窗口函数完全相同。例如，我们将sum函数作为窗口函数的使用：

mysql> select product_id,product_name,sale_price,
    -> sum(sale_price) over (order by product_id) as current_sum
    -> from product;
+------------+--------------+------------+-------------+
| product_id | product_name | sale_price | current_sum |
+------------+--------------+------------+-------------+
| 0001       | T恤          |       1000 |        1000 |
| 0002       | 打孔器       |        500 |        1500 |
| 0003       | 运动T恤      |       4000 |        5500 |
| 0004       | 菜刀         |       3000 |        8500 |
| 0005       | 高压锅       |       6800 |       15300 |
| 0006       | 叉子         |        500 |       15800 |
| 0007       | 擦菜板       |        880 |       16680 |
| 0008       | 圆珠笔       |        100 |       16780 |
+------------+--------------+------------+-------------+

在按照时间序列的顺序，计算各个时间的销售额总额的时候，通常都会使用这种称为累计的统计方法。
将avg函数作为窗口函数使用：

mysql> select product_id,product_name,sale_price,
    -> avg(sale_price) over (order by product_id) as current_avg
    -> from product;
+------------+--------------+------------+-------------+
| product_id | product_name | sale_price | current_avg |
+------------+--------------+------------+-------------+
| 0001       | T恤          |       1000 |   1000.0000 |
| 0002       | 打孔器       |        500 |    750.0000 |
| 0003       | 运动T恤      |       4000 |   1833.3333 |
| 0004       | 菜刀         |       3000 |   2125.0000 |
| 0005       | 高压锅       |       6800 |   3060.0000 |
| 0006       | 叉子         |        500 |   2633.3333 |
| 0007       | 擦菜板       |        880 |   2382.8571 |
| 0008       | 圆珠笔       |        100 |   2097.5000 |
+------------+--------------+------------+-------------+

后面的平均分别是前几个加起来的平均。
像这样以==“自身记录（当前记录）”作为基准==进行统计，就是将聚合函数当做窗口函数使用时的最大特征。

计算移动平均

窗口函数就是将表以窗口为单位进行分割，并在其中进行排序的函数。其实其中还包含在窗口中指定更加详细的汇总范围的备选功能，该备选功能中的汇总范围称为框架。==需要在order by子句之后使用指定范围的关键字。
例如，指定最靠近的三行作为汇总对象：

mysql> select product_id,product_name,sale_price,
    -> avg(sale_price) over (order by product_id rows 2 preceding) as moving_avg
    -> from product;
+------------+--------------+------------+------------+
| product_id | product_name | sale_price | moving_avg |
+------------+--------------+------------+------------+
| 0001       | T恤          |       1000 |  1000.0000 |
| 0002       | 打孔器       |        500 |   750.0000 |
| 0003       | 运动T恤      |       4000 |  1833.3333 |
| 0004       | 菜刀         |       3000 |  2500.0000 |
| 0005       | 高压锅       |       6800 |  4600.0000 |
| 0006       | 叉子         |        500 |  3433.3333 |
| 0007       | 擦菜板       |        880 |  2726.6667 |
| 0008       | 圆珠笔       |        100 |   493.3333 |
+------------+--------------+------------+------------+

其中，moving_avg 中1833.3333=（1000+500+400）/3
2500=(500+4000+3000)/3
等到，以此类推
这里我们使用了row（行）和preceding（之前）两个关键字，将框架指定为“截止到之前……行”，因此“row 2 preceding”就是将框架指定为“截止到之前两行”，也就是将作为汇总对象的记录限定为如下的“最靠近的3行”：自身（当前记录）、之前1行的记录、之前2行的记录。
使用关键字follwling（之后）替换preceding，就可以指定“截止到之后……行”作为框架了。
如果希望将当前记录的前后行作为汇总对象时，就可以同时使用preceding和folowing:

mysql> select product_id,product_name,sale_price,
    -> avg(sale_price) over (order by product_id rows between 1 preceding and 1 following) as moving_avg
    -> from product;
+------------+--------------+------------+------------+
| product_id | product_name | sale_price | moving_avg |
+------------+--------------+------------+------------+
| 0001       | T恤          |       1000 |   750.0000 |
| 0002       | 打孔器       |        500 |  1833.3333 |
| 0003       | 运动T恤      |       4000 |  2500.0000 |
| 0004       | 菜刀         |       3000 |  4600.0000 |
| 0005       | 高压锅       |       6800 |  3433.3333 |
| 0006       | 叉子         |        500 |  2726.6667 |
| 0007       | 擦菜板       |        880 |   493.3333 |
| 0008       | 圆珠笔       |        100 |   490.0000 |
+------------+--------------+------------+------------+

其中，2500=（500+4000+3000）/3,以此类推。
上面的代码，我们指定将“1 preceding（之前1行）”和“1 following（之后1行）”的区间作为汇总对象。具体来说三行为：之前1行的记录、自身、之后1行的记录

两个order by

使用窗口函数时必须要在over子句中使用order by，但是结果中的记录有时候不会按照order by指定的顺序进行排序。over子句中的order by只是用来决定窗口函数按照什么样的顺序进行计算的，对结果排序顺序并没有影响。

mysql> select product_name,product_type,sale_price,
    ->  rank() over (order by sale_price) as ranking
    -> from product
    -> order by ranking desc;
+--------------+--------------+------------+---------+
| product_name | product_type | sale_price | ranking |
+--------------+--------------+------------+---------+
| 高压锅       | 厨房用具     |       6800 |       8 |
| 运动T恤      | 衣服         |       4000 |       7 |
| 菜刀         | 厨房用具     |       3000 |       6 |
| T恤          | 衣服         |       1000 |       5 |
| 擦菜板       | 厨房用具     |        880 |       4 |
| 打孔器       | 办公用品     |        500 |       2 |
| 叉子         | 厨房用具     |        500 |       2 |
| 圆珠笔       | 办公用品     |        100 |       1 |
+--------------+--------------+------------+---------+

mysql> select product_name,product_type,sale_price,
    ->  rank() over (order by sale_price desc) as ranking
    -> from product;
+--------------+--------------+------------+---------+
| product_name | product_type | sale_price | ranking |
+--------------+--------------+------------+---------+
| 高压锅       | 厨房用具     |       6800 |       1 |
| 运动T恤      | 衣服         |       4000 |       2 |
| 菜刀         | 厨房用具     |       3000 |       3 |
| T恤          | 衣服         |       1000 |       4 |
| 擦菜板       | 厨房用具     |        880 |       5 |
| 打孔器       | 办公用品     |        500 |       6 |
| 叉子         | 厨房用具     |        500 |       6 |
| 圆珠笔       | 办公用品     |        100 |       8 |
+--------------+--------------+------------+---------+

2 grouping运算符

  • 只使用group by 子句饿聚合函数是无法同时得出小计和合计的，如果想要同时得到，可以使用grouping运算符。
  • grouping运算符中cube的关键在于形成“积木搭建出的立方体” 的印象。
  • 有些DBMS不支持grouping这一功能。

同时得到合计行

mysql> select product_type,sum(sale_price) from product
    -> group by product_type;
+--------------+-----------------+
| product_type | sum(sale_price) |
+--------------+-----------------+
| 衣服         |            5000 |
| 办公用品     |             600 |
| 厨房用具     |           11180 |
+--------------+-----------------+

像这样，虽然有每个种类的和，但是没有总的合计。按照以前的做法，我们可以使用union。将两个结果连接在一起。

mysql> select '合计' as product_type,sum(sale_price) from product
    -> union all
    -> select product_type,sum(sale_price) from product group by product_type;
+--------------+-----------------+
| product_type | sum(sale_price) |
+--------------+-----------------+
| 合计         |           16780 |
| 衣服         |            5000 |
| 办公用品     |             600 |
| 厨房用具     |           11180 |
+--------------+-----------------+

rollup–同时得出合计和小计

grouping运算符包含了一下3种：

  • rollup
  • cube
  • grouping sets

MySQL仅支持rollup

rollup的使用方法

例如使用rollup同时得出合计和小计

mysql> select product_type,sum(sale_price) as sum_price
    -> from product
    -> group by product_type with rollup;
+--------------+-----------+
| product_type | sum_price |
+--------------+-----------+
| 办公用品     |       600 |
| 厨房用具     |     11180 |
| 衣服         |      5000 |
| NULL         |     16780 |
+--------------+-----------+

-- 其他数据库中
select product_type,sum(sale_price) as sum_price
from product
group by rollup(product_type);

从语法上讲，就是将group by子句中的聚合键清单像rollup（<列1>,<列2>,……）这样使用。该运算符的作用就是“一次计算出不同聚合键组合的结果”。例如本例就是一次计算出了如下两种组合的汇总结果。
1、group by（）
2、group by（product_type）
1中的group by（）表示没有聚合键，也就相当于没有group by子句（这时会得到全部数据的合计行的记录），该合计行记录称为超级分组记录。此键值会默认使用null。
超级分组记录默认使用null作为聚合键

将登记日期添加到聚合键当中

在group by中添加登记日期（不适用rollup）：

mysql> select product_type,regist_date,sum(sale_price) as sum_price
    -> from product
    -> group by product_type,regist_date;
+--------------+-------------+-----------+
| product_type | regist_date | sum_price |
+--------------+-------------+-----------+
| 衣服         | 2009-09-20  |      1000 |
| 办公用品     | 2009-09-11  |       500 |
| 衣服         | NULL        |      4000 |
| 厨房用具     | 2009-09-20  |      3500 |
| 厨房用具     | 2009-01-15  |      6800 |
| 厨房用具     | 2008-04-28  |       880 |
| 办公用品     | 2009-11-11  |       100 |
+--------------+-------------+-----------+

使用rollup：

mysql> select product_type,regist_date,sum(sale_price) as sum_price
    -> from product
    -> group by product_type,regist_date with rollup;
+--------------+-------------+-----------+
| product_type | regist_date | sum_price |
+--------------+-------------+-----------+
| 办公用品     | 2009-09-11  |       500 |
| 办公用品     | 2009-11-11  |       100 |
| 办公用品     | NULL        |       600 |
| 厨房用具     | 2008-04-28  |       880 |
| 厨房用具     | 2009-01-15  |      6800 |
| 厨房用具     | 2009-09-20  |      3500 |
| 厨房用具     | NULL        |     11180 |
| 衣服         | NULL        |      4000 |
| 衣服         | 2009-09-20  |      1000 |
| 衣服         | NULL        |      5000 |
| NULL         | NULL        |     16780 |
+--------------+-------------+-----------+

将结果进行比较，我们发现使用rollup时多出了总的合计以及3条不同商品种类的小计行（也就是未使用登记日期作为聚合键的记录），这4行就是超级分组记录。相当于;
1、group by（）
2、group by（product_type）
3、group by（product_type，regist_date）
rollup从最小的聚合级开始，聚合单位逐渐扩大。rollup可以同时得出合计和小计，很方便。

grouping函数–让null更加容易分辨

在上面的例子中，衣服的regist_date列中，有两个null，一个本身是null，一个是因为超级分组记录。为了避免混淆，grouping可用来判断超级分组的null，该函数在其参数列的值为超级分组记录所产生的null时返回1，其他情况返回0

mysql> select grouping(product_type) as product_type,grouping(regist_date) as regist_date,sum(sale_price) as sum_price
    -> from product
    -> group by product_type,regist_date with rollup;
+--------------+-------------+-----------+
| product_type | regist_date | sum_price |
+--------------+-------------+-----------+
|            0 |           0 |       500 |
|            0 |           0 |       100 |
|            0 |           1 |       600 |
|            0 |           0 |       880 |
|            0 |           0 |      6800 |
|            0 |           0 |      3500 |
|            0 |           1 |     11180 |
|            0 |           0 |      4000 |
|            0 |           0 |      1000 |
|            0 |           1 |      5000 |
|            1 |           1 |     16780 |
+--------------+-------------+-----------+

这样就可以分辨超级分组记录中的null和原始数据本身的null了。使用grouping函数还能在超级分组的键值中插入字符串，也就是说，当grouping函数的返回值为1时，指定“合计”或者“小计”等字符串，其他情况返回通常的列的值。
例如，在超级分组记录的键值汇总插入恰当的字符串：

mysql> select case when grouping(product_type)=1
    ->             then '商品种类 合计'
    ->             else product_type end as product_type,
    ->        case when grouping(regist_date)=1
    ->             then '登记日期 合计'
    ->             else cast(regist_date as varchar(16)) end as regist_date,
    ->        sum(sale_price) as sum_price
    -> from product
    -> group by product_type,regist_date with rollup;

（执行出错，不知道哪错了）
cast(regist_date as varchar(16))
为什么要用cast？这是为了满足case表达式所有分支的返回值必须一致的条件。

cube–用数据来搭积木

cube语法和rollup相同，只需要将rollup替换成cube就可以了。

mysql> select case when grouping(product_type)=1
    ->             then '商品种类 合计'
    ->             else product_type end as product_type,
    ->        case when grouping(regist_date)=1
    ->             then '登记日期 合计'
    ->             else cast(regist_date as varchar(16)) end as regist_date,
    ->        sum(sale_price) as sum_price
    ->  from product
    -> group by product_type,regist_date with cube;

（报错，原因不详）
结果中，与rollup结果相比，cube中多出了几行记录，多出的几行记录就是只把regist_date作为聚合键所得到的汇总结果。
所谓cube，就是将group by子句中聚合键的“所有可能的组合”的汇总结果集中到一个结果中。在此例中，组合的个数就是2的n次方为2 的2次方，结果为4,。使用rollup时组合的个数为n+1（n是聚合键的个数）

grouping sets–取得期望的积木

该函数可以从rollup或cube的结果中取出部分记录。

或是深海
关注
专栏目录
mybatisplus分页使用
mikelv01的博客
04-08 2319
MyBatis Plus 实现多表分页查询_骑驴的小牧童的博客-CSDN博客_mybatis-plus多表分页 最简单的 MyBatis Plus 的多表联接、分页查询实现方法_IT小村的博客-CSDN博客_mybatisplus多表联查 Mybatis-Plus中分页插件PaginationInterceptor, MybatisPlusInterceptor在SpringBoot中的使用_Sakura_Lu_的博客-CSDN博客_paginationinterceptor 项目中有用到 mybatis
SQL异常记录
paidaxinga的博客
03-17 2905
异常如下 2022-03-16 23:30:34.634 ERROR 7452 --- [http-nio-8084-exec-1] o.a.c.c.C.[.[.[/].[dispatcherServlet] : Servlet.service() for servlet [dispatcherServlet] in context with path [] threw exception [Request processing failed; nested exception is org.spri
mybatis-plus分页插件(PaginationInnerInterceptor)报错的问题
chengqwertyuiop的博客
07-22 6631
mybatis-plus使用PaginationInnerInterceptor分页插件，在调用分页查询方法时报如下错误：PaginationInnerInterceptor : optimize this sql to a count sql has exception, sql:"sql语句略", exception:net.sf.jsqlparser.parser.ParseException: Encountered unexpected token: "," ","...
PaginationInnerInterceptor optimize this sql to a count sql has exception, sql
pingfanblog
01-09 3142
PaginationInnerInterceptor optimize this sql to a count sql has exception, sql
mysql-connector-java-8.0.25.jar
12-18
除了基本的连接和查询，MySQL Connector/J还支持预编译的SQL语句（PreparedStatement），事务处理，批处理，以及高级特性如存储过程和游标。此外，该驱动还提供了连接池功能，允许高效地重用数据库连接，提升应用...
MySQL-概述-安装配置 mysql-8.0.31-winx64
10-27
MySQL的核心特性包括事务处理、备份、恢复、复制和多用户访问控制。由于其跨平台性和良好的社区支持，它成为了许多开发者的首选数据库解决方案。 MySQL 8.0.x系列是MySQL的一个主要版本，引入了许多新功能和改进，...
mysql-connector-java-8.0.13.jar
最新发布
01-06
此外，还有事务处理、批处理操作、结果集的滚动和分页等高级特性。 在实际开发中，还需要注意一些兼容性和性能问题。例如，确保MySQL服务器和驱动版本匹配，以及合理配置连接池以提高应用性能。在处理大量并发请求...
mysql-connector-java-8.0.30连接器
10-30
为了充分利用MySQL Connector/J的功能，开发者需要了解JDBC API和MySQL数据库的基本知识，包括SQL语法、数据库设计和事务管理原则。同时，关注MySQL官方文档和更新日志，以了解新版本中可能引入的变化和改进，有助于...
mysql-connector-java-8.0.22.jar
12-14
MySQL Connector/J 8.0.22还引入了一些高级特性，如： - SSL/TLS支持：允许加密数据库连接，增强数据安全性。 - 集群支持：可以连接到MySQL集群，实现高可用性和负载均衡。 - 多语句执行：一次可以执行多个SQL语句...
group by后使用rollup子句总结
10-14
group by后使用rollup子句总结，oracle开发人员值得一看
springboot整合mybatisplus实现分页查询(三)---分页插件: PaginationInnerInterceptor的使用
FAIRYTAIL的博客
09-20 7068
写在前面：各位看到此博客的小伙伴，如有不对的地方请及时通过私信我或者评论此博客的方式指出，以免误人子弟。多谢！ 通过前面三篇学习了MP基本的CURD操作，但是到目前为止还没有实现分页功能，MP为我们提供了分页插件，只要按照官方文档的使用步骤来使用就可以，不得不说，MP的官方文档真的是太详细了，为编写文档的大佬点赞！ ...
Mybatis-plus学习（三）——MybatiPlus的分页插件PaginationInnerInterceptor详解以及测试
热门推荐
陌意随影的博客
12-06 2万+
3.分页插件(PaginationInnerInterceptor) 3.1属性介绍 属性名 类型 默认值 描述 overflow boolean false 溢出总页数后是否进行处理(默认不处理,参见 插件#continuePage 方法) maxLimit Long 单页分页条数限制(默认无限制,参见 插件#handlerLimit 方法) dbType DbType 数据库类型(根据类型获取应使用的分页方言,参见 插件#findIDialect 方法) dialect
MybatiPlus 分页插件PaginationInnerInterceptor
weixin_43735255的博客
03-17 1252
config类引入插件 //Spring boot方式 @Configuration @MapperScan("com.baomidou.cloud.service.*.mapper*") public class MybatisPlusConfig { //旧版 @Bean public PaginationInterceptor paginationInterceptor() { PaginationInterceptor paginationInterceptor =
MyBatis Plus——分页插件【PaginationInnerInterceptor】
无限迭代中......
02-15 1万+
官方文档 https://mp.baomidou.com/guide/interceptor-pagination.html 示例工程 ????mybatis-plus-sample-pagination DEMO 1、启用分页插件 @Configuration public class CustomMyBatisPlusConfig { /** * 分页插件,一缓和二缓遵循mybatis的规则 */ @Bean public MybatisPlu
mysql基础 Task05：SQL高级处理
qq_40648976的博客
08-22 244
1. 窗口函数 1.1 窗口函数概念及基本的使用方法 窗口函数也称为OLAP函数。OLAP 是 OnLine Analytical Processing 的简称，意思是对数据库数据进行实时分析处理。 为了便于理解，称之为 窗口函数。常规的 SELECT 语句是对整张表进行查询，而窗口函数可以有选择的去某一部分数据进行汇总、计算和排序。 MySQL 5.7 不支持窗口函数。 窗口函数的通用形式： <窗口函数> OVER ([PARTITION BY <列清单>]
MySQL8之窗口函数实战&应用
09-21
由浅入深的将窗口函数相关知识讲解清楚，为了能够让读者轻松掌握窗口函数，本课程具备以下特点。引入相关的数据表数据和项目需求，让读者感觉自己在实现真实的项目。淡化纯理论的概念，重在实践。知识点由浅入深，将复杂的知识简单化。基于MySQL8的官方英文文档进行知识点的抽取。对比没有窗口函数和有窗口函数时的方案实现，意在让读者能够明白窗口函数的引入意义。
第8章 SQL高级处理-SQL基础教程
Tracy785的博客
05-24 224
8-1　窗口函数 什么是窗口函数 窗口函数也称为 OLAP （OnLine Analytical Processing）函数，意思是对数据库数据进行实时分析处理。例如，市场分析、创建财务报表、创建计划等日常性商务工作 窗口函数的语法 <窗口函数> OVER ([PARTITION BY <列清单>] ORDER BY <排序用列清单>) ※[]中的内容可以省略 ...
mysql grouping sets_【转】rollup、cub、grouping sets、grouping、grouping_id在报表中的应用...
weixin_35715402的博客
01-27 1531
在报表语句中经常要使用各种分组汇总，rollup和cube就是常用的分组汇总方式。第一：group by rollup1、如果使用诸如group by rollup(A,B,C)的方式分组，那么返回的分组结果是(A,B,C) (A,B) (A) (NULL) 一共四种结果。即从右到左递减，最后来个合计。例如：SQL> select * from t;YEARS MONTHS PROD...
SQL高级技巧：T-SQL TOP子句与JOIN操作解析
"T-SQL高级语句，包括TOP子句的使用以及SQL JOIN的概念和应用" 在SQL语言中，T-SQL是Microsoft SQL Server所特有的扩展，它包含了标准SQL的所有功能，并增加了一些特定的高级语句。本节主要探讨了T-SQL中的TOP子句...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值