Oracle—开窗函数例子

/*现有试卷信息表examination_info（exam_id试卷ID, tag试卷类别, difficulty试卷难度, duration考试时长, release_time发布时间）：
id    exam_id       tag     difficulty    duration     release_time
1    9001       SQL      hard             60         2021-09-01 06:00:00
2    9002       SQL    hard           60          2021-09-01 06:00:00
3    9003       算法   medium         80          2021-09-01 10:00:00

试卷作答记录表exam_record（uid用户ID, exam_id试卷ID, start_time开始作答时间, submit_time交卷时间, score得分）：
id    uid    exam_id        start_time               submit_time         score
1    1001    9001        2021-09-01 09:01:01    2021-09-01 09:31:00       78
2    1002    9001        2021-09-01 09:01:01    2021-09-01 09:31:00       81
3    1002    9002        2021-09-01 12:01:01    2021-09-01 12:31:01       81
4    1003    9001        2021-09-01 19:01:01    2021-09-01 19:40:01        86
5    1003    9002        2021-09-01 12:01:01    2021-09-01 12:31:51     89
6       1004    9001        2021-09-01 19:01:01    2021-09-01 19:30:01     85
7       1005    9003        2021-09-01 12:01:01    2021-09-01 12:31:02     85
8    1006    9003        2021-09-07 10:01:01    2021-09-07 10:21:01     87
9    1003    9003        2021-09-08 12:01:01    2021-09-08 12:11:01     40
10    1003    9002        2021-09-01 14:01:01    (NULL)                 (NULL)
找到每类试卷得分的前3名，如果两人最大分数相同，选择最小分数大者，如果还相同，选择uid大者。由示例数据结果输出如下：
tid    uid    ranking
SQL    1003    1
SQL    1004    2
SQL    1002    3
算法    1005    1
算法    1006    2
算法    1003    3
**/

select tag, uid, ranking
  from (
        --获取各个科目每个用户得分的最大值和最小值
        select ei.tag,
                er.uid,
                --排序
                row_number() over(partition by ei.tag order by max(er.score) desc, min(er.score) desc, er.uid desc) ranking
          from exam_record er
          left join examination_info ei
            on ei.exam_id = er.exam_id
         group by ei.tag, er.uid) t1
 where ranking <= 3;

/*找到第二快和第二慢用时之差大于试卷时长的一半的试卷信息，按试卷ID降序排序。
由示例数据结果输出如下：
exam_id      duration    release_time
9001      60            2021-09-01 06:00:00
**/

select distinct exam_id, duration, release_time
  from (
    --找出第二快和第二慢的试卷信息
    select exam_id,
               duration,
               release_time,
               sum(case
                     when rank1 = 2 then
                      costtime
                     when rank2 = 2 then
                      -costtime
                     else
                      0
                   end) as sub
          from (
      --计算答题时间，并按照答题时间从大到小排序(rank1)及从小到大排序(rank2)，得到答题时间第二快和第二慢
         select ei.exam_id,
                       ei.duration,
                       ei.release_time,
                       timestampdiff(minute, er.start_time, er.submit_time) as costtime,
                       row_number() over(partition by er.exam_id order by timestampdiff(minute, er.start_time, er.submit_time) desc) rank1,
                       row_number() over(partition by er.exam_id order by timestampdiff(minute, er.start_time, er.submit_time) asc) rank2
                  from exam_record er
                  join examination_info ei
                    on er.exam_id = ei.exam_id
                 where er.submit_time is not null) table1
         group by exam_id) table2
 where sub * 2 >= duration
 order by exam_id desc;

--找到每个人近三个月有试卷作答记录的月份中没有试卷是未完成状态的用户的试卷作答完成数，按试卷完成数和用户ID降序排名。

select uid, count(score) exam_complete_cnt
  from (select er.uid,
               er.start_time,
               er.score,
               dense_rank() over(partition by uid order by date_format(start_time, '%Y%m') desc) as recent_months
          from exam_record er) recent_table
 where recent_months <= 3
 group by uid
having count(score) = count(uid)
order by exam_complete_cnt desc, uid desc;

/*现有用户信息表user_info（uid用户ID，nick_name昵称, achievement成就值, level等级, job职业方向, register_time注册时间）：
id    uid    nick_name    achievement    level    job    register_time
1    1001    牛客1号         3200            7    算法    2020-01-01 10:00:00
2    1002    牛客2号         2500            6    算法    2020-01-01 10:00:00
3    1003    牛客3号♂        2200            5    算法    2020-01-01 10:00:00**/
--请统计SQL试卷上未完成率较高的50%用户中，6级和7级用户在有试卷作答记录的近三个月中，每个月的答卷数目和完成数目。按用户ID、月份升序排序。

select t1.uid,
       --抽取月份
       date_format(start_time, '%Y%m') start_month,
       --答卷总数
       count(start_time) total_cnt,
       --提交总数
       count(submit_time) complete_cnt
  from (
        -- 对作答时间进行排序
        select *,
                dense_rank() over(partition by uid order by date_format(start_time, '%Y-%m') desc) time_rk
          from exam_record) t1
 right join (
             --查询排名低于50%的用户
             select *
               from (
                      --完成率进行分组排序
                      select er.uid,
                              percent_rank() over(order by count(er.submit_time) / count(er.start_time)) rate_rk
                        from exam_record er
                       where exam_id in (
                                         --限定SQL试卷
                                         select ei.exam_id
                                           from examination_info ei
                                          where tag = 'SQL')
                       group by er.uid) A
              where rate_rk <= 0.5
                and uid in (
                            -- 查找6.7级用户
                            select uid from user_info where level in (6, 7))) t2
    on t1.uid = t2.uid
--限定作答时间最近的3个月
 where t1.time_rk <= 3
 group by uid, start_month
--按照用户id和月份进行升序排序
 order by uid, start_month;

--请输出每份试卷每月作答数和截止当月的作答总数。

select *,
       sum(month_cnt) over(partition by exam_id order by start_month) cum_exam_cnt
  from (select exam_id,
               date_format(start_time, '%y%m') start_month,
               count(start_time) month_cnt
          from exam_record
         group by exam_id, start_month) t1
--or

select exam_id,
       date_format(start_time, '%y%m') start_month,
       count(start_time) month_cnt,
       sum(count(start_time)) over(partition by exam_id order by date_format(start_time, '%y%m')) cum_exam_cnt
  from exam_record
 group by exam_id, start_month;

--请输出自从有用户作答记录以来，每月的试卷作答记录中月活用户数、新增用户数、截止当月的单月最大新增用户数、截止当月的累积用户数。结果按月份升序输出。

select
--月份
 start_month,
 --月活用户数
 count(distinct uid) mau,
 --新增用户数量
 sum(new_day) month_add_uv,
 --截至当月的单月新增最大新增用户数
 max(sum(new_day)) over(order by start_month) max_month_add_uv,
 --截至当月的累计用户数
 sum(sum(new_day)) over(order by start_month) cum_sum_uv
  from (select *,
               date_format(start_time, '%Y%m') start_month,
               --若用户的登录时间等于首次登录的时间定义为新用户，新用户被标记为1，其他标记为0
               if(start_time = min(start_time) over(partition by uid), 1, 0) new_day
          from exam_record) t1
 group by start_month;

常用的排序函数

• rank() over() 1 2 2 4 4 6  (计数排名，跳过相同的几个，eg.没有3没有5)
• row_number() over() 1 2 3 4 5 6 (赋予唯一排名)
• dense_rank() over() 1 2 2 3 3 4 (不跳过排名，可以理解为对类别进行计数)
• percent_rank() over() 按照数字所在的位置进行百分位分段
• ntile(n)over() 将数字按照大小平均分成n段

lead的窗口函数用法

• lead(字段名，n) over () :取值向后偏移n行（空间的理解就是直接将一列数据往前推n个位置，后面的位置就空出来了）;
• lag(字段名，n) over () :取值向前偏移n行（空间的理解就是直接将一列数据往前后n个位置，前面的位置就空出来了）;
• lag(字段名，n，x) over () :取值向前偏移n行，并将空值填充为数字x（空间的理解就是直接将一列数据往前后n个位置，前面的空出来的位置用X填充上） 。

datediff 函数

• datediff(时间1，时间2)：计算两个日期之间间隔的天数，单位为日
• timestampdiff(时间单位，开始时间，结束时间):两个日期的时间差，返回的时间差形式由时间单位决定(日，周，月，年)
• date_add(日期，INTERVAL n 时间单位) ：返回加上n个时间单位后的日期
• date_sub(日期，INTERVAL n 时间单位 )：返回减去n个时间单位后的日期
• date_format(时间，‘%Y-%m-%d’)：强制转换时间为所需要的格式

datediff和timestampdiff函数的区别

datediff()函数的作用是求日期差，也就是把一个时间的日期部分取出来求差。例如：'2021-09-05 12:00:00'和'2021-09-04 11:00:00'这两个日期，datediff只取2021-09-05和2021-09-04求日期差，并不会管后面的时间部分。

timestampdiff()函数的作用则是求时间戳的差，例如：'2021-09-05 12:00:00'和'2021-09-04 11:00:00'这两个日期，datediff只会先求出这个日期的时分秒差，之后再转换成天数来求日期差。