Mysql基础篇（11）—— MySQL8.0新特性之窗口函数
举例1
假设我现在有这样一个数据表，它显示了某购物网站在每个城市每个区的销售额：
CREATE TABLE sales(
id INT PRIMARY KEY AUTO_INCREMENT,
city VARCHAR(15),
county VARCHAR(15),
sales_value DECIMAL
);
INSERT INTO sales(city,county,sales_value)
VALUES
('北京','海淀',10.00),
('北京','朝阳',20.00),
('上海','黄埔',30.00),
('上海','长宁',10.00)
需求：需要计算这个网站在每个城市的销售总额、在全国的销售总额、每个区的销售额占所在城市销售额中的比率，以及占总销售额中的比率。
在mysql8之前，我们使用分组（聚合）函数来实现：
- 第一步，计算总销售金额，存入临时表a
CREATE TEMPORARY TABLE a -- 创建临时表
SELECT SUM(sales_value) AS sales_value -- 计算总计金额
FROM sales;
- 第二步，计算每个城市的销售总额并存入临时表b
CREATE TEMPORARY TABLE b -- 创建临时表
SELECT city,SUM(sales_value) AS sales_value -- 计算城市销售合计
FROM sales
GROUP BY city
- 第三步，计算所有结果
SELECT s.city AS 城市,s.county AS 区,s.sales_value AS 区销售额,b.sales_value AS 市销售额,s.sales_value/b.sales_value AS 市比率, a.sales_value AS 总销售额,s.sales_value/a.sales_value AS 总比率
FROM sales s
JOIN b ON (s.city=b.city) -- 连接市统计结果临时表
JOIN a -- 连接总计金额临时表
ORDER BY s.city,s.county;
这个实现虽然逻辑思路很清晰，但是步骤太繁琐了。
同样的查询，如果使用窗口函数，就简单许多，我们可以用下面代码来实现：
SELECT city AS 城市,county AS 区,sales_value AS 区销售额,
SUM(sales_value) OVER(PARTITION BY city) AS 市销售额, -- 计算市销售额
sales_value/SUM(sales_value) OVER(PARTITION BY city) AS 市比率,
SUM(sales_value) OVER() AS 总销售额, -- 计算总销售额
sales_value/SUM(sales_value) OVER() AS 总比率
FROM sales
ORDER BY city,county;
个人对窗口函数的理解就是，OVER后面的就是可以临时地对数据进行分组,且支持对分组里面每条数据进行处理,这里临时的分组就是窗口
窗口函数可以分为静态窗口函数和动态窗口函数。
- 静态窗口函数的窗口大小是固定的，不会因为记录的不同而不同；
- 动态窗口函数的窗口大小会随着记录的不同而变化；
MySQL官方网站窗口函数的网址
https://dev.mysql.com/doc/refman/8.0/en/window-function-descriptions.html#function_row-number
除了大部分的聚合函数，其他窗口函数还有：
| 函数 | 函数说明 |
|---|---|
| ROW_NUMBER() | 顺序排序，序号不可能会出现重复 |
| RANK() | 并列排序，会跳过重复的序号，比如序号为1、1、3 |
| DENSE_RANK() | 并列排序，不会跳过重复的序号，比如序号为1、1、2 |
| PERCENT_RANK() | 等级值百分比 |
| CUME_DIST() | 累计分布值 |
| LAG(expr, n) | 返回当前行的前n行的expr的值 |
| LEAD(expr, n) | 返回当前行的后n行的expr的值 |
| FIRST_VALUE(expr) | 返回第一个expr值 |
| LAST_VALUE(expr) | 返回最后一个expr的值 |
| NTH_VALUE(expr, n) | 返回第n个expr的值 |
| NTILE(n) | 将分区中的有序数据分为n个桶，记录桶编号 |
语法结构
函数 OVER ([PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC])
或者是
函数 OVER 窗口名 ...WINDOW 窗口名 AS ([PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC])
- OVER关键字指定函数窗口的范围
- 窗口名：为窗口设置一个别名，用来标识窗口。
- PARTITION BY 子句：指定窗口函数按照哪些字段进行分组。分组后，窗口函数可以在每个分组中分别执行。
- ORDER BY 子句：执行窗口函数按照哪些字段进行排序。执行排序操作时窗口函数按照排序后的数据记录的顺序进行编号。
举例2
创建表：
CREATE TABLE goods(
id INT PRIMARY KEY AUTO_INCREMENT,
category_id INT,
category VARCHAR(15),
NAME VARCHAR(30),
price DECIMAL(10,2),
stock INT,
upper_time DATETIME
)
添加数据
INSERT INTO goods(category_id,category,NAME,price,stock,upper_time)
VALUES
(1, '女装/女士精品', 'T恤', 39.90, 1000, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '连衣裙', 79.90, 2500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '卫衣', 89.90, 1500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '牛仔裤', 89.90, 3500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '百褶裙', 29.90, 500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '呢绒外套', 399.90, 1200, '2020-11-10 00:00:00'),
(2, '户外运动', '自行车', 399.90, 1000, '2020-11-10 00:00:00'),
(2, '户外运动', '山地自行车', 1399.90, 2500, '2020-11-10 00:00:00'),
(2, '户外运动', '登山杖', 59.90, 1500, '2020-11-10 00:00:00'),
(2, '户外运动', '骑行装备', 399.90, 3500, '2020-11-10 00:00:00'),
(2, '户外运动', '运动外套', 799.90, 500, '2020-11-10 00:00:00'),
(2, '户外运动', '滑板', 499.90, 1200, '2020-11-10 00:00:00');
ROW_NUMBER()
顺序排序，序号不可能会出现重复。
比如，展示每个商品在对应分类下的排序序号。
SELECT ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,id, category_id, category, NAME, price, stock
FROM goods;
结果：
RANK()
并列排序，会跳过重复的序号。
比如，使用RANK()函数获取goods表中各类别的价格从高到低排序的各商品信息。
SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num, id, category_id, category, NAME, price, stock
FROM goods;
结果：
DENSE_RANK()
并列排序，不会跳过重复的序号。
举例，同上。
SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num, id, category_id, category, NAME, price, stock
FROM goods;
结果：
PERCENT_RANK()
等级值百分比函数，按照如下方式计算。
(rank - 1) / (rows - 1)
其中，rank就是使用RANK()函数产生的序号，rows为当前窗口的总记录数
比如，计算 goods 数据表中名称为“女装/女士精品”的类别下的商品的PERCENT_RANK值
写法一
SELECT RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS r,
PERCENT_RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS pr,
id, category_id, category, NAME, price, stock
FROM goods
WHERE category_id = 1;
写法二
SELECT RANK() OVER w AS r,
PERCENT_RANK() OVER w AS pr,
id, category_id, category, NAME, price, stock
FROM goods
HERE category_id = 1 WINDOW w AS (PARTITION BY category_id ORDER BY price DESC);
结果：
CUME_DIST()
主要用于查询小于或等于某个值的比例。
比如，查询goods数据表中小于或等于当前价格的比例
SELECT CUME_DIST() OVER(PARTITION BY category_id ORDER BY price ASC) AS cd,
id, category, NAME, price
FROM goods;
结果：
LAG(expr,n)
返回当前行的前n行的expr的值。
比如，查询goods数据表中前一个商品价格与当前商品价格的差值。
SELECT id, category, NAME, price, pre_price, price - pre_price AS diff_price
FROM (
SELECT id, category, NAME, price,LAG(price,1) OVER w AS pre_price
FROM goods
WINDOW w AS (PARTITION BY category_id ORDER BY price)) t;
结果：
LEAD(expr, n)
返回当前行的后n行的expr的值。和LAG用法一样。
FIRST_VALUE(expr)
返回第一个expr的值。
比如，返回每个种类价格最低的商品价格
SELECT id, category, NAME, price, stock,FIRST_VALUE(price) OVER w AS first_price
FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
结果：
LAST_VALUE(expr)
返回最后一个expr的值，用法同FIRST_VALUE。
NTH_VALUE(expr, n)
返回第n个expr的值，n为1的时候和FIRST_VALUE()效果一样。
NTILE(n)
将分区中的有序数据分为n个桶，记录桶编号。
比如，将goods表中的商品按价格分为3组。
SELECT NTILE(3) OVER w AS nt,id, category, NAME, price
FROM goods
WINDOW w AS (PARTITION BY category_id ORDER BY price);
结果：
