SQL入门之第二三讲——窗口函数的介绍

窗口函数，是一种分析型的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。而且面试过程中出现的频率非常高，几乎是大厂的 面试必考题。

窗口函数是比较之前的内容较为难懂一点，是属于高阶知识，一般这个窗口函数会放在select语句中。

基本语法：

<窗口函数> OVER (
	PARTITION BY <用于分组的列名> --可选 
	ORDER BY <用于排序的列名> --可选
)

上面的 <窗口函数> 这个位置可以放下面两种函数：

1. 聚合函数：如sum、avgmin、max、coun等
2. 专用窗口函数：如rank、dense_rank、row_number

一般这个窗口函数会放在select语句中

1.聚合函数

• 窗口函数也是用来进行分组排序的，与聚合函数+GROUP BYDE 效果类似。但是窗口函数所产生的记录不会聚合到一起，每一行数据都生成一条记录。

实例1：在成绩表中，找到Sid为7-10的学生，并计算了每个学生的总分，并且总分按照正序显示出来。

select 
Sid as '学生编号',
sum(score) as '总分'
from scores
where Sid BETWEEN 6 AND 11
GROUP BY Sid
ORDER BY sum(score)

如上我们知道了学生的总分，但是我还想知道学生的每科成绩的分数，怎么办？

• 如果用上面的语句在select 后面加上Cid,和Score 两列，在GROUP BY 子句中也需要加上Cid,和Score 两列
• 那么查询出来的数据就不是我们想要的，总分计算的是单独每科的，而不是我们想要的总分，如图：

select 
Sid as '学生编号',
Cid as '科目编号',
score as '学生各科成绩',
sum(score) as '总分'
from scores
where Sid BETWEEN 6 AND 11
GROUP BY Sid,Cid,score

• 这时候如果我们想要知道学生的总分，学生每科成绩，课程编号，学生编号等数据，我们就需要使用窗口函数

实例2：

select 
Sid as '学生编号',
Cid as '科目编号',
score as '学生各科成绩',
sum(score) OVER (PARTITION BY Sid) as '总分'
from scores
where Sid between 6 and 11
group by Sid,Cid,score
order by sum(score)

补充知识：PARTITION BY的含义

• PARTITION BY 是分区的意思，与GROUP BY 分组的意思是一样的。
• 如果不写 PARTITION BY 就代表整个数据属于一个分区。
• 如果上面的SQL语局不写 PARTITION BY Sid ，会如何？

select 
Sid as '学生编号',
Cid as '科目编号',
score as '学生各科成绩',
sum(score) OVER () as '总分'
from scores
where Sid between 6 and 11
group by Sid,Cid,score
order by sum(score)

结果是会将所有的学生总分相加显示出来

2.专用窗口函数

常用的专用窗口函数有：

（1）获取数据排名

• ROW_NUMBER() ：不考虑并列名次的情况下，例如前三名分数都是88,88,77，排名是1,2,3
• RANK()：如果有并列名次的情况下，会自动占用下一名次的位置。例如，前三名分数都是88,88,77，排名是1,1,3
• DENSE_RANK() ：如果有并列名次的情况下，不占用下一名次的位置，例如前三名分数都是88,88,77，排名是1,1,2

实例3：在成绩表中，找出Sid为6-11的学生，并计算成绩从高到低的排名

select *,
	ROW_NUMBER() OVER (
	order by score
	) as '成绩排名'
from scores
where Sid between 6 and 11;

如果将 ROW_NUMBER() 替换成 RANK()，返回结果是这样的：

（2）获取第一名或者最后一名

• FIRST_VALUE(<列名>) ：获取第一名
• LAST_VALUE(<列名>) ：获取最后一名

实例4：在成绩表中，找到Sid为6-11的学生， 获取每个学生的最高成绩

select *,
FIRST_VALUE(score) OVER (
	PARTITION BY Sid
	ORDER BY score DESC
) as '最高成绩'
from scores
where Sid between 6 and 11

（3）偏移函数

• LEAD(<列名>,<数值n>)：从当前访问向下偏移N行的数据
• LAG(<列名>,<数值n>)：从当前访问向上偏移N行的数据
• NTH_VALUE(<列名>,<数值n>)：从结果集中的第N行获取数据

实例5：获取下面第2行偏移分数

select *,
LEAD(score,2) OVER (ORDER BY Sid DESC) as '获取下面第2行score值'
from scores
where Sid between 7 and 9

（4）分布函数

• CUME_DIST()：分组内小于，等于当前rank值的行数/分组内的总行数
• PERCENT_RANK()：返回某列每行的百分比排序，每行按照公式（rank-1）/ (row-1) 进行计算
• NTILE()：将结果集整体分为N组，并展现出某一条数据被分配在那个组中