实战 | 利用SQL “窗口函数” 分析高(三)班学生考试成绩和生活消费！
一、背景介绍
今天，野鸡大学高（三）班的月考成绩出来了，这里先给大家公布一下各位同学的考试成绩。
接着，在给大家公布一下各位同学的生活消费情况。
下面我们利用上述考试成绩和生活消费记录，利用mysql做一个简单的分析。
当然，从本文标题就可以看出来。本文就是要结合这份数据，为大家讲述SQL “窗口函数” 应该怎么用？
从上面这张图，应该知道这个知识点的重要性了。包括你以后学习hive或者oracle数据库，或者说数据分析面试，这都将是一个很重要的知识点。
二、建表语句和插入数据
创建表格
create table exam_score(
sname varchar(20),
age int,
subject varchar(20),
score varchar(20)
)charset=utf8;
# ----------------------- #
create table cost_fee(
sname varchar(20),
buydate varchar(20),
buycost int
)charset=utf8;
插入数据
insert into exam_score values
('张三' , 18, '语文' , 90),
('张三' , 18, '数学' , 80),
('张三' , 18, '英语' , 70),
('李四' , 21, '语文' , 88),
('李四' , 21, '数学' , 78),
('李四' , 21, '英语' , 71),
('王五' , 18, '语文' , 95),
('王五' , 18, '数学' , 83),
('王五' , 18, '英语' , 71),
('赵六' , 19, '语文' , 98),
('赵六' , 19, '数学' , 90),
('赵六' , 19, '英语' , 80);
# ----------------------- #
insert into cost_fee values
('张三','2019-01-01',10),
('张三','2019-03-03',23),
('张三','2019-02-05',46),
('李四','2019-02-02',15),
('李四','2019-01-07',50),
('李四','2019-03-04',29),
('王五','2019-03-08',62),
('王五','2019-02-09',68),
('王五','2019-01-11',75),
('赵六','2019-02-08',55),
('赵六','2019-03-10',12),
('赵六','2019-01-12',80);
三、窗口函数分类介绍
在正式讲述 “窗口函数” 应用之前，我这里先带着大家梳理一遍 “窗口函数” 的基础。我们可以将窗口函数分为如下几类：
- 聚合函数 + over()搭配；
- 排序函数 + over()搭配；
- ntile()函数 + over()搭配；
- 偏移函数 + over()搭配；
具体每一类，有哪些函数呢？观察下面的思维导图。
对于over()里面，这里还有两个常用的关键字，必须要讲述。如下：
- partition by + 字段：你可以想象成group by关键字，就是用于 “分组” 的关键字；
- order by + 字段：这个更容易理解，就是用于 “排序” 的关键字；
四、窗口函数应用
上面给大家介绍了若干常用的 “窗口函数”，这里利用文首创建的数据，讲讲 “窗口函数” 的应用。
希望大家通过每个案例，来总结一下每个函数的含义，这里就不详细写了。
1. 聚合函数 + over()搭配
① 计算每位同学的得分与平均值的情况
select
sname
,subject
,score
,avg(score) over(partition by sname) as avg_score
from
exam_score
结果如下：
② 计算每位同学1-3月消费情况和消费总额
select
sname
,buydate
,buycost
,sum(buycost) over(partition by sname) as sum_cost
from
cost_fee
结果如下：
③ 计算每位同学1-3月消费情况和累计消费总额
select
sname
,buydate
,buycost
,sum(buycost) over(partition by sname order by buydate) as sum_cost
from
cost_fee
结果如下：
注意： 结合②③，大家可以发现partition by结合order by，与不结合order by，得到的完全是不同的结果。一个是分组求总和（不加order by）；一个是分组求累计和（加order by）。
2. 排序函数 + over()搭配
① 计算每个科目的排名，相同的分数排名不同，顺序依次增加
select
sname
,subject
,score
,row_number() over(partition by subject order by score) rank1
from
exam_score
结果如下：
② 计算每个科目的排名，相同的分数排名相同，余下排名跳跃增加
select
sname
,subject
,score
,rank() over(partition by subject order by score) rank1
from
exam_score
结果如下：
③ 计算每个科目的排名，相同的分数排名相同，余下排名顺序增加
select
sname
,subject
,score
,dense_rank() over(partition by subject order by score) rank1
from
exam_score
结果如下：
3. ntile()函数 + over()搭配
ntile()函数有点乱入的感觉，你不知道给它分哪一类。该函数主要用 “数据切分”。如果说这个函数还有点用的话，就是他也可以对数据进行排序，类似于上面提到的row_number()函数。
① 对exam_score表，进行整张表切分
select
sname
,subject
,score
,ntile(4) over() rank1
from
exam_score
结果如下：
不信你下去试一下，ntile()里面不管写哪个数字，好像都可以。
② 对exam_score表，按照subject分组切分
select
sname
,subject
,score
,ntile(4) over(partition by subject) rank1
from
exam_score
结果如下：
即使是分组切分，你也会发现，这样毫无意义，因为score并没有排序。
② 对exam_score表，对score排序后，按照subject分组切分（最有用）
select
sname
,subject
,score
,ntile(4) over(partition by subject order by score) rank1
from
exam_score
结果如下：
注意： 仔细观察这种用法，基本可以等效row_number()函数，效果是一样的。
4. 偏移函数 + over()搭配
① 展示各位同学的“上次购买时间”和“下次购买时间”
注：对于第一天，显示 “first buy”；对于最后一天，显示 “last buy”；
select
sname
,buydate
,lag(buydate,1,'first day') over(partition by sname order by buydate) as 上次购买时间
,lead(buydate,1,'last day') over(partition by sname order by buydate) as 下次购买时间
from
cost_fee
结果如下：
② 截止到当前日期，每位同学的“首次购买时间”和“最后一次购买时间”
select
sname
,buydate
,first_value(buydate) over(partition by sname order by buydate) as 首次购买时间
,last_value(buydate) over(partition by sname order by buydate) as 最后一次购买时间
from
cost_fee
结果如下：
③ 展示每位同学的“首次购买时间”和“最后一次购买时间”
注意： 这里并没有说 “截止到当前日期”，请注意②③之间的区别呀。需求不同，结果就不同。
select
sname
,buydate
,first_value(buydate) over(partition by sname order by buydate) as 首次购买时间
,last_value(buydate) over(partition by sname ) as 最后一次购买时间
from
cost_fee
结果如下：
