mysql开窗函数

1.定义

• 窗口函数为了解决想要即显示聚集前的数据，又要显示聚集后的数据。
• 开窗函数对一组值进行操作，不需要group by 子句对数据进行分组，能够在同一行中同时返回基础行的列和聚合列

注意：开窗函数在mysql8.0后才有

2.语法

函数名(列) over(选项【选项可以为 partition by 列 order by 列】)

over(partition by xxx) 按照xxx所有行进行分组
over(partition by xxx order by aaa) 按照xxx分组，按照aaa排序

3.开窗函数的分类

3.1聚合开窗函数

• 函数名如果是聚合函数，则成为聚合开窗函数
  • 语法：聚合函数(列) over(partition by 列 order by 行)
  • 常见的聚合函数：sum(),count(),max(),min()…

计算每个学生的及格数
-- 使用聚合函数
select student_id,count(sid) from score where num>=60 group by student_id;

-- 使用开窗函数
select sid,student_id,count(sid) over(partition by student_id order by student_id) 及格数 
from score where num>=60;

总结

开窗函数不会修改源数据表的结构，会在表的最后一列添加想要的结果，如果分组存在多行数据，则重复显示

3.2排序开窗函数

• row_number(行号)
  • 生成连续的序号，不考虑分数相同
• rank(排名)
  • 相同分数的排名一样，后面排名为真正的序号，排名存在跳跃性
  • 例如：12225，排名为2的有3个，下一个排名为5，因为前面有4个成绩
• dense_rank(密集排序)
  • 相同分数的排名一样，是连续的排名
  • 例如：12223，排名为2的有3个，下一个排名为3
• ntile(分组排名)
  • ntile有桶的概念
  • ntile(6)，将总记录划分为6桶，如果是12条记录，就是一桶2条记录
  • 排名就是：112233445566
  • 排序的结果数字大小只能用于桶与桶之间，桶内部虽然序号相同，但是num不一定相同

-- 看代码区分关系
select s.sid,s1.sname,s1.gender,c.cname,s.num,
row_number() over(partition by c.cname order by num desc) as row_number排名,
rank() over(partition by c.cname order by num desc) as rank排名,
dense_rank() over(partition by c.cname order by num desc) as dense_rank排名,
ntile(6) over(partition by c.cname order by num desc) as ntile排名
from score as s 
join student s1 on s.student_id=s1.sid
left join course c on s.course_id=c.cid;

案例：
-- 查询各科成绩前三名的学生成绩信息
select * from(
select s.sid,s1.sname,s1.gender,c.cname,s.num,
dense_rank() over(partition by c.cname order by num desc) as dense_rank排名
from score as s 
join student s1 on s.student_id=s1.sid
left join course c on s.course_id=c.cid) as e
where dense_rank排名<=3;

3.3其他

• lag(col,n)

  统计窗口内向上第n行值

• lead(col,n)

  统计窗口内往下第n行值

  这两种函数可以用于同列中相邻行的数据相减操作

案例
-- 对于下面的数据，对于同一用户（uid）如果在2分钟之内重新登录，则判断为作弊，统计哪些用户有作弊行为，并计算作弊次数
-- 去时间差
SELECT *, 
	format(相差秒数 / 60, 3) 相差分钟数 
	FROM 
		( SELECT id, 
         		uid, 
         login_time, 
         -- 加一列时间
         lead (login_time, 1) over ( PARTITION BY uid ORDER BY login_time ) lead_time, 
         -- 求2列时间的差值
		timestampdiff( 
            SECOND, 
            login_time, 
            ( lead (login_time, 1) over ( PARTITION BY uid ORDER BY login_time ))
                     ) 相差秒数 
		FROM lag_table ) as e;
-- 求作弊次数
SELECT uid,count(1) 作弊次数
	FROM 
		( SELECT id, 
         		uid, 
         login_time, 
         -- 加一列时间
         lead (login_time, 1) over ( PARTITION BY uid ORDER BY login_time ) lead_time, 
         -- 求2列时间的差值
		timestampdiff( 
            SECOND, 
            login_time, 
            ( lead (login_time, 1) over ( PARTITION BY uid ORDER BY login_time ))
                     ) 相差秒数 
		FROM lag_table ) as e
	where format(相差秒数 / 60, 3)<=2 group by uid;

• first_value(column)

  取分组内排序后，截止当前行，第一个值

  -- 取科目成绩最大值
  -- 根据降序，第一个值是最大值
  select s.sid,s1.sname,s1.gender,c.cname,s.num,
  first_value(num) over(partition by c.cname order by num desc) as firstvalue
  from score s join student s1 on s.student_id=s1.sid
  left join course c on s.course_id=c.cid;
  

• last_value(column)

  • 取分组内排序后,截止到当前行，最后一个值
  • last_value()默认统计范围是rows between unbounded preceding and current row，就是取当前行数据与当前行之前的数据比较

  修改范围：
  在order by 后面加上rows between unbounded preceding and unbounded following
  即：order by rows between unbounded preceding and unbounded following
  就变为：当前分组数据与数据进行比较，取最后一个值
  unbounded 无限制的
  preceding 分区的当前记录向前的偏移量
  current 当前
  following 分区的当前记录向后偏移量
  

  -- 取科目成绩最小值
  -- 根据降序，最后一个值是最小值，要修改范围
  select s.sid,s1.sname,s1.gender,c.cname,s.num,
  last_value(num) over(partition by c.cname order by num desc rows between unbounded preceding and unbounded following) as lastvalue
  from score s join student s1 on s.student_id=s1.sid
  left join course c on s.course_id=c.cid;