mysql8.0 窗口函数

---

一. 什么是窗口函数

基本含义

窗口限定一个范围，它可以理解为满足某些条件的记录集合，窗口函数也就是在窗口范围内执行的函数。

适用场景: 对分组中每一条记录进行计算场景下，普通聚合函数 group by是每一组只有一条记录!!!

注意Mysql8才支持窗口函数

窗口函数作用：
类似于分组函数，不同的是，分组操作会把结果聚合成一条记录，而窗口函数可以展示分组中每一条记录。
窗口函数分类：静态窗口函数 和 动态窗口函数。
静态窗口：窗口大小是固定的, 不会因为记录的不同而不同;
滑动窗口：不同的记录对应着不同的窗口。

二、基本用法

• over：指定函数执行的窗口范围，
• partition by：窗口按照某些字段进行分组。
• order by：按照某些字段进行排序

<函数名> over ( partition by <分组的列> 
               order by <排序的列> 
               rows between <起始行> and <终止行>)

分组子句(partition by)

• ​ 不分组可以写成partition by null或者直接不写
• ​ 根据多个字段，进行分组： 如 partition by cid, sname

注意 partition by与group by的区别

1）前者不会压缩行数但是后者会

2）后者只能选取分组的列和聚合的列

group by 改变了原表结果集的行数和列数。

排序子句(order by)

​ 不排序可以写成order by null 或者直接不写

​ asc：不写表示升序，desc：降序

​ 根据多个字段，进行排序：如 order by cid, sname

滑动窗口子句(rows)

滑动窗口子句设置

​ 分为两种：ROWS 、RANGE
不写时：默认是以分区为单位。【默认值为RANGE】

• ROWS：以一行为一个单位。
• RANGE(有排序)：以连续相同的值为一个单位。
• RANGE(无排序)：以分区为单位。（默认值）

select *, 
		sum(score) over (partition by cid order by score rows current row ) as '分区1',
		sum(score) over (partition by cid order by score range current row ) as '分区2',
	  sum(score) over (partition by cid  range current row ) as '分区3'	
from SQL_5;

窗口子句的描述

​ between 开始行 and 结束行 ：指定区间范围。

​ N preceding ：当前行上面第N行。

​ current row：当前行。

​ unbounded preceding ：当前行上面所有行。（起点）

​ unbounded following ：当前行下面所有行。（终点）

举例：

rows between unbounded preceding and current row 从之前所有的行到当前行

rows between current row and unbounded following 从当前行到之后所有的行

rows between 2 preceding and current row 从前面两行到当前行

rows between current row and following 从当前行到后面一行

注意：

缺少窗口子句，默认为： rows between unbounded preceding and current row

排序子句、窗口子句都缺失，默认为： rows between unbounded preceding and unbounded following

总体流程

1） 通过partition by 和 order by 子句确定大窗口（ 定义出上界unbounded preceding和下界unbounded following）

2） 通过row 子句针对每一行数据确定小窗口（滑动窗口）

3） 对每行的小窗口内的数据执行函数并生成新的列

三. 函数分类

序号函数

• row_number () ：顺序排序——1、2、3
• ​ rank() ：并列排序，跳过重复序号——1、1、3
• ​ dense_rank() ：并列排序，不跳过重复序号——1、1、2

-- 【排序类】
select *, 
	row_number() over w as '不可并列排名',
	rank() over w as '跳跃可并列排名',
	dense_rank() over w as '连续可并列排名'
from SQL_5
WINDOW w as (partition by cid order by score desc);

--  查询每科成绩前三名：row_number()。
select * from (
		select *, row_number() over (partition by cid order by score desc) as '前三名' from sql_5
) temp
where 前三名 <= 3;

聚合类

• sum()、avg()、 count()、 max()、min()
• group_concat() ：将分组函数中的值，连接起来，返回一个字符串结果。
• std() ：总体标准差； variance()：方差函数

-- 【聚合类】
-- 让同一班级每个学生都知道班级总分是多少
select *, sum(score) over (partition by cid) as '班级总分' from SQL_5;

-- 计算同一班级，每个同学和比他分数低的同学的累计总分是多少
select *, sum(score) over (partition by cid order by score) '累加分数' from SQL_5;

前后函数

• ​ 参数（参数1:比较的列，参数2:偏移量，参数3:找不到的默认值）
• ​ lag()：从同一结果集中，当前行访问前面行数据。
• lead()：从同一结果集中，当前行访问后面行数据。

-- 【跨行类】
-- 同一班级内，成绩比自己低一名的分数是多少
select *, lag(score, 1, 0) over (partition by cid order by score) as '低一名的分数' from SQL_5;

-- 同一班级内，成绩比自己高2名的分数是多少
select *, lead(score, 2) over (partition by cid order by score) as '高两名的分数' from SQL_5;

头尾函数

• first_value(列名) ：找出窗口内第一个值。
• last_value(列名)：找出窗口内最后一个值。
• nth_value() ：找出统计窗口内第N个值。

--  查询每科成绩第一名，倒数第一名。【first_value、last_value】
select distinct cid, 
		first_value(score) over (partition by cid order by score desc) as '第一名',
		last_value(score) over (partition by cid ) as '倒数第一名'	
from SQL_5

--  查询每科成绩的第三名。【nth_value】
select distinct cid, 
		nth_value(score, 3) over (partition by cid order by score desc
		rows between unbounded preceding and unbounded following ) as '第三名'
from SQL_5;

占比函数

• percent_rank()：（rank-1) / (rows-1)【rank: rank()函数排序产出的序号； rows：当前窗口总行数。】
• cume_dist()：分组中 <= 当前行值的行数 / 分组内总行数。
• ntile()：将行划分为指定数量的组。

/*
* CUME_DIST()：分组中 <= 当前行值的行数 / 分组内总行数
*/
select 
	*,
	cume_dist() over (order by score) as cd1
from SQL_5

/*
* ntile(N) : 结果集平分成 N 组
*/
select 
    *, 
    ntile(4) OVER (order by score) aa
from 
    sql_5

四、技巧

分组内查找前N名

公式:

select * from
(
	select *, row_number() over (partition by 分组列 order by 比较列) as rn from table
) as tmp
where rn <= N;

1） 窗口函数 -> 生成辅助列（相当于高级语言的临时变量)

2. with 语句 -> 生成临时表（相当于高级语言的局部方法)

​ 把复杂的问题拆分成多个子问题并用临时表去表达

引用文章1
引用文章2
引用文章3