左轮Lee
左轮Lee

MySQL实现常用分析函数

分别在 MySQL5.7.25-log 和 8.0.16 环境中实现类似Oracle的分析函数(8.0版本中已支持，直接使用即可)。
一、创建测试数据
二、row_number() over()
三、rank() over()
四、dense_rank() over()
五、lag() over()
六、lead() over()
七、待补充

一、创建测试数据:
CREATE TABLE `devicecounter` (
  `roomid` int(11) DEFAULT NULL,
  `deviceid` int(11) DEFAULT NULL,
  `counter` decimal(12,4) DEFAULT NULL,
  `readtime` datetime DEFAULT NULL
) ENGINE=InnoDB;

INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (536, 147, 26.0000, '2020-01-17 10:21:16');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (536, 502, 872.2700, '2020-01-17 10:21:19');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3750, 4922, 1304.8000, '2020-01-17 10:21:30');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3750, 5164, 20.9450, '2020-01-17 10:21:36');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3928, 6282, 2514.7000, '2020-01-17 10:21:40');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3930, 6284, 2087.8300, '2020-01-17 10:42:11');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3930, 6284, 2087.7300, '2020-01-17 10:41:08');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3928, 6434, 70.0000, '2020-01-17 10:21:42');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3930, 6436, 18.5000, '2020-01-17 10:45:11');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3930, 6436, 18.0000, '2020-01-17 10:41:10');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3981, 7260, 5.6000, '2020-01-17 10:21:38');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (4038, 7314, 6.6000, '2020-01-17 10:25:31');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (4038, 7314, 5.8000, '2020-01-17 10:19:30');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3981, 7364, 838.7000, '2020-01-17 10:21:33');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (4038, 7418, 253.5000, '2020-01-17 10:30:31');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (4038, 7418, 252.7000, '2020-01-17 10:19:29');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (3981, 7468, 12.0000, '2020-01-17 10:21:29');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (4038, 7522, 12.8000, '2020-01-17 10:29:31');
INSERT INTO `devicecounter`(`roomid`, `deviceid`, `counter`, `readtime`) VALUES (4038, 7522, 12.0000, '2020-01-17 10:19:30');
二、查询结果添加序列号，类Oracle 的row_number() OVER()

例1：不分组，全部数据添加序列号，类Oracle 的rownum伪列

#### 按照房间和设备排序，依次标注序列号
#########   MySQL5.7
mysql> SELECT
    ( @rownum := @rownum + 1 ) AS rownum,
    a.* 
FROM
    devicecounter a,
    ( SELECT @rownum := 0 ) AS t 
ORDER BY roomid,deviceid,counter; 
+--------+--------+----------+-----------+---------------------+
| rownum | roomid | deviceid | counter   | readtime            |
+--------+--------+----------+-----------+---------------------+
|      1 |    536 |      147 | 26.0000   | 2020-01-17 10:21:16 |
|      2 |    536 |      502 | 872.2700  | 2020-01-17 10:21:19 |
|      3 |   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 |
|      4 |   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 |
|      5 |   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 |
|      6 |   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 |
|      7 |   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 |
|      8 |   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 |
|      9 |   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 |
|     10 |   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 |
|     11 |   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 |
|     12 |   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 |
|     13 |   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 |
|     14 |   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 |
|     15 |   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 |
|     16 |   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 |
|     17 |   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 |
|     18 |   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 |
|     19 |   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |
+--------+--------+----------+-----------+---------------------+

#########   MySQL8.0 
mysql>SELECT
    ROW_NUMBER () OVER w AS 'row_number',
    a.* 
FROM devicecounter a 
WINDOW w AS ( ORDER BY roomid,deviceid,counter );

#或者下面写法：
SELECT
    ROW_NUMBER() OVER (ORDER BY roomid,deviceid,counter) AS 'row_number',
    a.* 
FROM devicecounter a;

查询结果同上，不予列出。

例2：先按roomid分组，再按照deviceid,counter排序，类Oracle 的row_number() OVER(PARTITION BY ORDER BY )

##### 先按照房间分组，再添加序列号
#########   MySQL5.7
mysql> SELECT
  a.*,
  IF( @room_id = roomid,@rownum := @rownum + 1, @rownum := 1 ) AS rownum,
    @room_id := roomid AS roomid1  
FROM
    devicecounter a,(SELECT @rownum := 0, @room_id := 0) AS t 
ORDER BY roomid,deviceid,counter;
+--------+----------+-----------+---------------------+--------+---------+
| roomid | deviceid | counter   | readtime            | rownum | roomid1 |
+--------+----------+-----------+---------------------+--------+---------+
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 |      1 |     536 |
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 |      2 |     536 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 |      1 |    3750 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 |      2 |    3750 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 |      1 |    3928 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 |      2 |    3928 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 |      1 |    3930 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 |      2 |    3930 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 |      3 |    3930 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 |      4 |    3930 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 |      1 |    3981 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 |      2 |    3981 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 |      3 |    3981 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 |      1 |    4038 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 |      2 |    4038 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 |      3 |    4038 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 |      4 |    4038 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 |      5 |    4038 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |      6 |    4038 |
+--------+----------+-----------+---------------------+--------+---------+

#########   MySQL8.0
mysql>SELECT
    a.*,
    ROW_NUMBER() OVER w AS 'row_number'
FROM devicecounter a 
WINDOW w AS ( PARTITION BY roomid order by deviceid,counter);

#或者下面写法：
SELECT
    a.*,
    ROW_NUMBER() OVER (PARTITION BY roomid order by deviceid,counter) AS 'row_number'
FROM devicecounter a;
三、rank，类似Oracle的 rank() over()

例1：不分组，全部数据按 roomid 排序，再添加序号，类Oracle 的rank() OVER(ORDER BY)

#########   MySQL5.7
mysql> SELECT
  a.*,
  @rownum := @rownum + 1  AS rownum,
  IF(@room_id = roomid, @rank := @rank,@rank := @rownum) AS rank,
  @room_id := roomid AS roomid1 
 FROM
    devicecounter a,(SELECT @rownum := 0, @rank := 0,@room_id:= 0) AS t 
ORDER BY roomid;
+--------+----------+-----------+---------------------+--------+------+---------+
| roomid | deviceid | counter   | readtime            | rownum | rank | roomid1 |
+--------+----------+-----------+---------------------+--------+------+---------+
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 |      1 | 1    |     536 |
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 |      2 | 1    |     536 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 |      3 | 3    |    3750 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 |      4 | 3    |    3750 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 |      5 | 5    |    3928 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 |      6 | 5    |    3928 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 |      7 | 7    |    3930 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 |      8 | 7    |    3930 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 |      9 | 7    |    3930 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 |     10 | 7    |    3930 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 |     11 | 11   |    3981 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 |     12 | 11   |    3981 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 |     13 | 11   |    3981 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 |     14 | 14   |    4038 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 |     15 | 14   |    4038 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |     16 | 14   |    4038 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 |     17 | 14   |    4038 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 |     18 | 14   |    4038 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 |     19 | 14   |    4038 |
+--------+----------+-----------+---------------------+--------+------+---------+

#########   MySQL8.0
mysql> SELECT
    a.*,
    rank() OVER w AS 'rank'
FROM devicecounter a
WINDOW w AS (order by roomid) ;

#或者下面写法：
SELECT
    a.*,
    rank() OVER (order by roomid) AS 'rank'
FROM devicecounter a ;

例2：先按roomid分组，再按deviceid排序，类Oracle 的rank() OVER(PARTITION BY ORDER BY)

#########   MySQL5.7
mysql> SELECT
  a.*,
  IF(@room_id = roomid, @rownum := @rownum + 1, @rownum := 1 ) AS rownum,
  IF(@device_id = deviceid, @rank := @rank,@rank := @rownum) AS rank ,
  @device_id := deviceid AS deviceid1,
  @room_id := roomid AS roomid1  
FROM
    devicecounter a,(SELECT @rownum := 0, @room_id := -1, @rank := 0,@device_id:= -1) AS t 
ORDER BY roomid,deviceid;
+--------+----------+-----------+---------------------+--------+------+-----------+---------+
| roomid | deviceid | counter   | readtime            | rownum | rank | deviceid1 | roomid1 |
+--------+----------+-----------+---------------------+--------+------+-----------+---------+
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 |      1 | 1    |       147 |     536 |
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 |      2 | 2    |       502 |     536 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 |      1 | 1    |      4922 |    3750 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 |      2 | 2    |      5164 |    3750 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 |      1 | 1    |      6282 |    3928 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 |      2 | 2    |      6434 |    3928 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 |      1 | 1    |      6284 |    3930 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 |      2 | 1    |      6284 |    3930 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 |      3 | 3    |      6436 |    3930 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 |      4 | 3    |      6436 |    3930 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 |      1 | 1    |      7260 |    3981 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 |      2 | 2    |      7364 |    3981 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 |      3 | 3    |      7468 |    3981 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 |      1 | 1    |      7314 |    4038 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 |      2 | 1    |      7314 |    4038 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 |      3 | 3    |      7418 |    4038 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 |      4 | 3    |      7418 |    4038 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |      5 | 5    |      7522 |    4038 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 |      6 | 5    |      7522 |    4038 |
+--------+----------+-----------+---------------------+--------+------+-----------+---------+

#########   MySQL8.0
mysql>SELECT
    a.*,
    rank() OVER w AS 'rank'
FROM devicecounter a 
WINDOW w AS (PARTITION BY roomid order by deviceid);

#或者下面写法：
mysql>SELECT
    a.*,
    rank() OVER (PARTITION BY roomid order by deviceidq) AS 'rank'
FROM devicecounter a ;
四、dense_rank，类Oracle 的 dense_rank() over()

例1：不分组，全部数据按roomid排序，再添加序号，类Oracle 的dense_rank() OVER(ORDER BY)

#########   MySQL5.7
mysql>  SELECT
  a.*,
    @rank := @rank + if(@room_id = roomid,0,1) AS rank ,
  @room_id := roomid AS roomid1  
FROM
    devicecounter a,(SELECT  @room_id := -1, @rank := 0,@device_id:= -1) AS t 
ORDER BY roomid,deviceid;
+--------+----------+-----------+---------------------+------+---------+
| roomid | deviceid | counter   | readtime            | rank | roomid1 |
+--------+----------+-----------+---------------------+------+---------+
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 |    1 |     536 |
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 |    1 |     536 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 |    2 |    3750 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 |    2 |    3750 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 |    3 |    3928 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 |    3 |    3928 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 |    4 |    3930 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 |    4 |    3930 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 |    4 |    3930 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 |    4 |    3930 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 |    5 |    3981 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 |    5 |    3981 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 |    5 |    3981 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 |    6 |    4038 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 |    6 |    4038 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 |    6 |    4038 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 |    6 |    4038 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |    6 |    4038 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 |    6 |    4038 |
+--------+----------+-----------+---------------------+------+---------+
#########   MySQL8.0
mysql>mysql>SELECT
    a.*,
    dense_rank() OVER w AS 'dense_rank'
FROM devicecounter a 
WINDOW w AS (order by roomid);

#或者下面写法：
mysql>SELECT
    a.*,
    dense_rank() OVER (order by roomid) AS 'dense_rank'
FROM devicecounter a ;

例2：先按roomid分组，再按deviceid排序，类Oracle 的dense_rank() OVER(PARTITION BY ORDER BY)

#########   MySQL5.7
mysql> SELECT
  a.*,
    IF(@room_id = roomid, @rank := @rank + if(@device_id = deviceid,0,1),@rank := 1) AS dense_rank ,
    @device_id := deviceid AS deviceid1,
  @room_id := roomid AS roomid1  
FROM
    devicecounter a,(SELECT  @room_id := -1, @rank := 0,@device_id:= -1) AS t 
ORDER BY roomid,deviceid;
+--------+----------+-----------+---------------------+------------+-----------+---------+
| roomid | deviceid | counter   | readtime            | dense_rank | deviceid1 | roomid1 |
+--------+----------+-----------+---------------------+------------+-----------+---------+
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 |          1 |       147 |     536 |
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 |          2 |       502 |     536 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 |          1 |      4922 |    3750 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 |          2 |      5164 |    3750 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 |          1 |      6282 |    3928 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 |          2 |      6434 |    3928 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 |          1 |      6284 |    3930 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 |          1 |      6284 |    3930 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 |          2 |      6436 |    3930 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 |          2 |      6436 |    3930 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 |          1 |      7260 |    3981 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 |          2 |      7364 |    3981 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 |          3 |      7468 |    3981 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 |          1 |      7314 |    4038 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 |          1 |      7314 |    4038 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 |          2 |      7418 |    4038 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 |          2 |      7418 |    4038 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |          3 |      7522 |    4038 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 |          3 |      7522 |    4038 |
+--------+----------+-----------+---------------------+------------+-----------+---------+

#########   MySQL8.0
mysql>SELECT
    a.*,
    dense_rank() OVER w AS 'dense_rank'
FROM devicecounter a 
WINDOW w AS (PARTITION BY roomid order by deviceid);

#或者下面写法：
mysql> SELECT
    a.*,
    dense_rank() OVER (PARTITION BY roomid order by deviceid) AS 'dense_rank'
FROM devicecounter a ;
五、lag，类Oracle 的 lag() over()

例1：不分组，全部数据按roomid,deviceid升序排序，类Oracle 的lag() OVER(ORDER BY)

#########   MySQL5.7
mysql> SELECT
  a.*,
    @lag  as lag_field,
    @lag:=deviceid  
FROM
    devicecounter a,(SELECT  @lag := '') AS t 
ORDER BY roomid,deviceid;
+--------+----------+-----------+---------------------+-----------+----------------+
| roomid | deviceid | counter   | readtime            | lag_field | @lag:=deviceid |
+--------+----------+-----------+---------------------+-----------+----------------+
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 |           |            147 |
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 |       147 |            502 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 |       502 |           4922 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 |      4922 |           5164 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 |      5164 |           6282 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 |      6282 |           6434 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 |      6434 |           6284 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 |      6284 |           6284 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 |      6284 |           6436 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 |      6436 |           6436 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 |      6436 |           7260 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 |      7260 |           7364 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 |      7364 |           7468 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 |      7468 |           7314 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 |      7314 |           7314 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 |      7314 |           7418 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 |      7418 |           7418 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |      7418 |           7522 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 |      7522 |           7522 |
+--------+----------+-----------+---------------------+-----------+----------------+

#########   MySQL8.0
mysql> SELECT
  a.*,
    lag(deviceid) over w as lag_field
FROM
    devicecounter a  
WINDOW w AS (ORDER BY roomid,deviceid);

#或者下面写法：
mysql> SELECT
  a.*,
    lag(deviceid) over(ORDER BY roomid,deviceid) as lag_field
FROM
    devicecounter a ;

例2：先按roomid分组，再按roomid,deviceid排序，类Oracle 的lag() OVER(PARTITION BY ORDER BY)

#########   MySQL5.7
mysql> SELECT
  a.*,
    if(@room_id=roomid,@lag,'') as lag_field,
    @lag:=deviceid,
    @room_id:=roomid
FROM
    devicecounter a,(SELECT  @lag := '',@room_id:=-1) AS t 
ORDER BY roomid,deviceid;
+--------+----------+-----------+---------------------+-----------+----------------+------------------+
| roomid | deviceid | counter   | readtime            | lag_field | @lag:=deviceid | @room_id:=roomid |
+--------+----------+-----------+---------------------+-----------+----------------+------------------+
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 |           |            147 |              536 |
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 | 147       |            502 |              536 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 |           |           4922 |             3750 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 | 4922      |           5164 |             3750 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 |           |           6282 |             3928 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 | 6282      |           6434 |             3928 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 |           |           6284 |             3930 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 | 6284      |           6284 |             3930 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 | 6284      |           6436 |             3930 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 | 6436      |           6436 |             3930 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 |           |           7260 |             3981 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 | 7260      |           7364 |             3981 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 | 7364      |           7468 |             3981 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 |           |           7314 |             4038 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 | 7314      |           7314 |             4038 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 | 7314      |           7418 |             4038 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 | 7418      |           7418 |             4038 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 | 7418      |           7522 |             4038 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 | 7522      |           7522 |             4038 |
+--------+----------+-----------+---------------------+-----------+----------------+------------------+

#########   MySQL8.0
mysql> SELECT
  a.*,
    lag(deviceid) over w as lag_field
FROM
    devicecounter a  
WINDOW w AS (PARTITION by roomid ORDER BY roomid,deviceid);

#或者下面写法：
mysql> SELECT
  a.*,
    lag(deviceid) over(PARTITION by roomid ORDER BY roomid,deviceid) as lag_field
FROM
    devicecounter a ;
六、lead，类Oracle 的 lead() over()

例1：不分组，全部数据按roomid,deviceid,counter升序排序，类Oracle 的lead() OVER(ORDER BY)

#########   MySQL5.7   先全部降序，获取前一个值，然后再升序即可
mysql> select * from (
SELECT
  a.*,
    @lead  as lead_field,
    @lead:=deviceid  
FROM
    devicecounter a,(SELECT  @lead := '') AS t 
ORDER BY roomid desc ,deviceid desc,counter desc)tt 
ORDER BY roomid ,deviceid,counter;
+--------+----------+-----------+---------------------+------------+-----------------+
| roomid | deviceid | counter   | readtime            | lead_field | @lead:=deviceid |
+--------+----------+-----------+---------------------+------------+-----------------+
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 | 502        |             147 |
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 | 4922       |             502 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 | 5164       |            4922 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 | 6282       |            5164 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 | 6434       |            6282 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 | 6284       |            6434 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 | 6284       |            6284 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 | 6436       |            6284 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 | 6436       |            6436 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 | 7260       |            6436 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 | 7364       |            7260 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 | 7468       |            7364 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 | 7314       |            7468 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 | 7314       |            7314 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 | 7418       |            7314 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 | 7418       |            7418 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 | 7522       |            7418 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 | 7522       |            7522 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |            |            7522 |
+--------+----------+-----------+---------------------+------------+-----------------+

#########   MySQL8.0
mysql> SELECT
  a.*,
    lead(deviceid) over w as lead_field
FROM
    devicecounter a  
WINDOW w AS (ORDER BY roomid,deviceid,counter);

#或者下面写法：
mysql> SELECT
  a.*,
    lead(deviceid) over( ORDER BY roomid,deviceid,counter) as lead_field
FROM
    devicecounter a ;

例2：先按roomid分组，再按deviceid,counter排序，类Oracle 的lead() OVER(PARTITION BY ORDER BY)

#########   MySQL5.7
mysql> select * from ( SELECT
  a.*,
    if(@room_id=roomid,@lag,'') as lead_field,
    @lead:=deviceid,
    @room_id:=roomid
FROM
    devicecounter a,(SELECT  @lead := '',@room_id:=-1) AS t 
ORDER BY roomid desc ,deviceid desc,counter desc )tt 
ORDER BY roomid ,deviceid,counter;
+--------+----------+-----------+---------------------+------------+----------------+------------------+
| roomid | deviceid | counter   | readtime            | lead_field | @lag:=deviceid | @room_id:=roomid |
+--------+----------+-----------+---------------------+------------+----------------+------------------+
|    536 |      147 | 26.0000   | 2020-01-17 10:21:16 | 502        |            147 |              536 |
|    536 |      502 | 872.2700  | 2020-01-17 10:21:19 |            |            502 |              536 |
|   3750 |     4922 | 1304.8000 | 2020-01-17 10:21:30 | 5164       |           4922 |             3750 |
|   3750 |     5164 | 20.9450   | 2020-01-17 10:21:36 |            |           5164 |             3750 |
|   3928 |     6282 | 2514.7000 | 2020-01-17 10:21:40 | 6434       |           6282 |             3928 |
|   3928 |     6434 | 70.0000   | 2020-01-17 10:21:42 |            |           6434 |             3928 |
|   3930 |     6284 | 2087.7300 | 2020-01-17 10:41:08 | 6284       |           6284 |             3930 |
|   3930 |     6284 | 2087.8300 | 2020-01-17 10:42:11 | 6436       |           6284 |             3930 |
|   3930 |     6436 | 18.0000   | 2020-01-17 10:41:10 | 6436       |           6436 |             3930 |
|   3930 |     6436 | 18.5000   | 2020-01-17 10:45:11 |            |           6436 |             3930 |
|   3981 |     7260 | 5.6000    | 2020-01-17 10:21:38 | 7364       |           7260 |             3981 |
|   3981 |     7364 | 838.7000  | 2020-01-17 10:21:33 | 7468       |           7364 |             3981 |
|   3981 |     7468 | 12.0000   | 2020-01-17 10:21:29 |            |           7468 |             3981 |
|   4038 |     7314 | 5.8000    | 2020-01-17 10:19:30 | 7314       |           7314 |             4038 |
|   4038 |     7314 | 6.6000    | 2020-01-17 10:25:31 | 7418       |           7314 |             4038 |
|   4038 |     7418 | 252.7000  | 2020-01-17 10:19:29 | 7418       |           7418 |             4038 |
|   4038 |     7418 | 253.5000  | 2020-01-17 10:30:31 | 7522       |           7418 |             4038 |
|   4038 |     7522 | 12.0000   | 2020-01-17 10:19:30 | 7522       |           7522 |             4038 |
|   4038 |     7522 | 12.8000   | 2020-01-17 10:29:31 |            |           7522 |             4038 |
+--------+----------+-----------+---------------------+------------+----------------+------------------+

#########   MySQL8.0
mysql> SELECT
  a.*,
    lead(deviceid) over w as lead_field
FROM
    devicecounter a  
WINDOW w AS (partition by roomid ORDER BY deviceid,counter);

#或者下面写法：
mysql>SELECT
  a.*,
    lead(deviceid) over(partition by roomid ORDER BY deviceid,counter) as lead_field
FROM
    devicecounter a ;

你可能感兴趣的:(MySQL实现常用分析函数)

  • SAP预制发票，相关屏幕增强及bapi 增强 IT 与丘 SAP精品资源SAP
    SAPABAP]预制发票，相关屏幕增强及bapi增强MIRO：需要对屏幕增强，实现可以输入xref1，xref2.如下图：图中，参考代码1和参考代码2都是通过隐式增强放出来的，具体操作过程请查看链接：XREF1,XREF2,XREF3inMIRO–theultimatesolution|SAPBlogs在下列程序中，写隐式增强
  • 曹悦的感恩日记：200111 D17 8b434506860d
    1.感恩宇宙哥哥爱我，下订单想改名，今天己找到了老师帮助我改名，下单实现的速度好快哟，谢谢谢谢2.感恩黄欢老师，让我看到生命的绽放，不同面相，不同纬度的美，也让我了解到自品牌这个课程，谢谢谢谢3.感恩洁莹，虽然她以她的想法来表达对我母系家族的想法，还是非常感谢她的爱，谢谢谢谢4.感恩张老师，对我和我女儿的八字解读，让我对未来有很美好的展望，谢谢谢谢5.感恩孙老师，愿意帮我改名，谢谢谢谢6.感恩齐红
  • 《Linux就该这么学》学习笔记——Day13 ggsddu_mmm Linux学习笔记
    简介本章节主要讲解nmtui命令配置网络参数管理网络会话服务以及手工绑定mode6模式双网卡，实现网络的负载均衡。同时深入介绍了SSH协议与sshd服务程序的理论知识以及实验演示Linux系统的远程管理方和配置服务程序的方法，并使用screen服务程序远程管理Linux系统的不间断会话等技术。参考：https://www.linuxprobe.com/chapter-09.html命令行详解可参考
  • Java-List分割工具类 ZHOU_VIP MACjava
    为了实现列表分割功能，以便于后续进行自定义多线程分批执行，我们可以创建一个工具类ListSplitter，它包含一个静态方法splitList，该方法接收一个列表和一个批次大小，并返回一个分割后的列表集合。importjava.util.ArrayList;importjava.util.List;publicclassListSplitter{/***将列表分割成多个批次。**@param列表元
  • Linux基础入门 LIPAH linux运维服务器
    课程链接：黑马程序员新版Linux零基础快速入门到精通，全涵盖linux系统知识、常用软件环境部署、Shell脚本、云平台实践、大数据集群项目实战等_哔哩哔哩_bilibili声明：该文章为本人的学习笔记，非专业教程目录声明：本文章为本人的学习笔记，非正版教程第一章概述操作系统概述硬件和软件操作系统初始LinuxLinux诞生Linux内核Linux发行版虚拟机概念VMwareWorkStatio
  • 彦彦：在我眼中，真实不虚的生活 彦值圈
    我是彦彦，已经坚持写原创文章2年又98天（第828篇），阅读过去的文章可关注公众号或“彦值圈”。我创立了高端文化IP圈子【彦值圈】以及高能量经典文化终身学习社群【国之学堂】我们的愿景是：用爱和使命帮助更多人实现人生圆满！我们的使命是：陪伴100位伙伴活出人生使命！让我们一起创造“人人都有使命感”的“心文化”世界！昨天下午睡醒了，临时开了一场直播，聊聊我们真实不虚的生活。其实这个话题，值得常常来聊，
  • 【选型】数据库 Mysql MariaDB 存储引擎选择 我是Superman丶 数据库架构心得数据库mysqlmariadb
    【选型】数据库MysqlMariaDB存储引擎选择MariaDB新增十多个存储引擎，比较有特色的有：（1）Aria：适用于快速读取快速写入场景，替代为人诟病的MyISAM，支持事务，支持崩溃恢复；（2）TokuDB：适用于大数据量写入场景，支持事务，支持高压缩比，减少存储空间；（3）Spider：适用于水平分片场景，支持数据分片，将数据分布在多个服务器上；（5）DynamicComumns：支持动
  • 关于MySQL索引超详细讲解，你值得收藏！ java大神说
    索引是在存储引擎中实现的，而不是在服务器层中实现的。所以，每种存储引擎的索引都不一定完全相同，并不是所有的存储引擎都支持所有的索引类型。下面来详细总结一下MySQL索引。MySQL索引的类型有一下几种：第一、普通索引普通索引(由关键字KEY或INDEX定义的索引)的唯一任务是加快对数据的访问速度。因此，应该只为那些最经常出现在查询条件(WHEREcolumn=…)或排序条件(ORDERBYcolu
  • 邀请码填谁的好?氧惠邀请码哪个级别高？ 氧惠全网优惠
    氧惠是一个网络购物平台，它提供了淘宝、京东、拼多多等众多电商平台的内部优惠券和返利佣金。用户通过氧惠平台领取优惠券后，在合作的电商平台购物可以享受折扣或返利，从而实现省钱的目的。此外，氧惠还支持用户通过分享商品链接或邀请好友注册来赚取推广佣金。在氧惠平台上赚钱的主要方式包括：自购省钱：用户通过氧惠领取优惠券后在电商平台购物，可以获得返利，相当于自己购物省钱。分享赚钱：当用户邀请好友使用氧惠并成功注
  • 后端学习笔记：Python基础 Tai_Monster 通工-数据结构与算法C学习笔记python
    后端学习笔记：Python基础数据类型：Python中主要有以下几种常用的基本数据类型：String字符串类型，用单引号或者双引号引用Number数字类型，包括浮点数，整数，长整数和复数List列表项，类似于数组Dictionary字典，一个可变数据类型，加强版的Map，存储键值对类型Tuple元组，相当于一个不可变的列表项访问列表（元组）和字符串：Python的列表访问和字符串访问很相似，均可以
  • EventBus(事件总线)的使用和源码的简单解析 Tai_Monster Android开发笔记java开发语言android
    GoogleGuavaEventBus(事件总线)的使用和源码的简单解析什么是EventBus？事件总线（EventBus）是一种广泛用于软件架构中的设计模式，用于实现解耦和松散耦合的通信机制。它可以帮助组织和管理应用程序中不同组件之间的通信，以提高应用程序的可维护性、可扩展性和灵活性。在事件总线模式中，不同的组件通过订阅和发布事件来进行通信。发布者发布一个事件，订阅者可以订阅该事件并在事件发生时
  • 海外系统为什么需要高防服务 群联云防护小杜 ddos服务器运维安全tcp/ip
    本文将探讨为什么海外系统需要高防服务，以及如何通过技术手段来实现有效的防护。我们将通过具体的案例和代码示例来说明高防服务的重要性，并介绍一些实用的解决方案。1.引言随着全球化的发展，越来越多的企业选择将业务扩展到海外市场。然而，海外系统面临着各种网络攻击的威胁，尤其是分布式拒绝服务（DDoS）攻击。本文将重点讨论为什么海外系统需要高防服务，并提供一些实用的指南。2.为什么需要高防服务地理位置因素：
  • 为何要隐藏源 IP 地址？ 群联云防护小杜 tcp/ip网络协议网络服务器运维
    概述在网络世界中，服务器的安全至关重要。一旦服务器遭受黑客攻击，采取正确的防御措施是防止进一步损害的关键。其中一项重要的策略就是隐藏服务器的真实IP地址。本文将探讨隐藏源IP地址的重要性，并提供一些实用的方法来实现这一目标。为什么隐藏源IP？减少攻击面：公开的IP地址是黑客进行攻击的第一个入口点。通过隐藏真实的IP地址，可以显著降低服务器被发现的概率。保护基础设施：服务器通常是企业IT基础设施的核
  • 【ERPNext】Frappe、Bench、Bench CLI、 ERPNext、Desk 烟话6 python
    文章目录Frappe：Bench：BenchCLI：ERPNext：Desk:Frappe：提示：就是一个开源的Web应用程序框架Frappe是一个开源的Web应用程序框架，用于构建数据驱动的应用。它的核心特点包括：MVC架构：Frappe基于模型-视图-控制器（MVC）架构，使代码结构清晰，便于维护和扩展。集成数据库：Frappe使用MariaDB/MySQL作为后端数据库，并提供ORM（对象关
  • 2018-10-16 金八力杜老师
    日精进34天亲爱的王总及何校，亲爱的家人们大家好!我是来自山峰教外教育的杜胜利，今天是我第34天的日精进，给大家分享我今天的进步，我们互相勉励，携手前行。每天进步一点点，距离成功便不远。1、比学习：2、比改变：领导们为了我们能继续更好的在一起工作，更改了机制，目标是用来超越的而不是用来实现的！3、比付出：为了达成目标每个老师都在努力宣传，努力招生，努力为自己拼搏4、比谦卑：厚积薄发最是我们应该学习
  • 我为什么要写作？ sabrina052
    当我介绍自己的时候，我会说我是一个业余文字爱好者，还谈不上写作，从一开始的初心只是记录，自娱自乐到现在慢慢有了一些思考，希望我的文字能传递给别人一些价值，无论是出于记录生活、进行思考、梳理情绪还是倒逼输入，有无数的原因，但归根结底还是想要改变，最终实现成长。改变：从坚持写文字开始其实早在上大学那会就会在QQ上发表说说以及日志，通过文字来表达自己以及与外界进行交互，那时候属于间歇式的，随性而发。当我
  • 设计模式--策略模式 Liu_Junwei 设计模式设计模式策略模式java
    策略模式（StrategyPattern）是一种行为型设计模式，用于定义一系列算法，并将每一个算法封装起来，使它们可以相互替换。策略模式让算法的变化独立于使用算法的客户。主要角色策略（Strategy）接口：定义了一个公共接口，所有具体策略类都需要实现这个接口。具体策略（ConcreteStrategy）：实现了策略接口的具体算法。上下文（Context）：持有一个策略对象的引用，用于调用策略对象
  • Flutter之ListView 嵌套不同的Item 涂文远 Flutterflutterandroid
    效果实现代码如下home_page.dartimport'dart:convert';import'dart:ffi';import'package:flutter/material.dart';import'package:flutterwncq/constants/constants.dart'showAppUrls;import'package:flutterwncq/models/inde
  • Java23种设计模式-行为型模式之备忘录模式 秃头佛爷 设计模式笔记设计模式备忘录模式
    备忘录模式（MementoPattern）:用于捕获和存储一个对象的内部状态，以便在以后可以将对象恢复到这个状态。备忘录模式通常用于实现撤销功能或者保存对象的历史状态。主要角色：发起人（Originator）：负责创建一个备忘录对象，用于记录当前的内部状态，并可以使用备忘录对象来恢复内部状态。备忘录（Memento）：用于存储发起人的内部状态，可以包含多个状态属性。管理者（Caretaker）：负
  • python-docx 拆分docx文档：按分节符拆分文档 布啦啦李 python-docx使用教程xmlpython-docx拆分docx拆分wordxmldocx
    本文目录前言一、处理过程简述二、实现方式三、通过xml进行拆分1、完整代码【方式一】2、代码逻辑讲解3、实现效果图前言本文主要处理的需求是，将一个docx文档，按节（section）分割成多个docx文档，分割后的文档保留原来文档的字体格式、页眉、页脚、水印等。一、处理过程简述解压原始.docx文件：首先，你需要将原始的.docx文件解压缩，以便可以访问其内部的XML文件。这通常可以通过任何标准的
  • Scala Trait(特征) lly202406 开发语言
    ScalaTrait(特征)Scala中的Trait是一种特殊的概念，它类似于Java中的接口，但提供了更多的功能。Trait允许我们定义一组方法，这些方法可以被子类实现，同时还可以包含方法的实现。这使得Trait既具有接口的灵活性，又具有抽象类的实用性。在本文中，我们将深入探讨ScalaTrait的概念、用法以及它在Scala编程语言中的重要性。什么是ScalaTrait？ScalaTrait是
  • C++学习 — 函数 土豆片啊 C++学习学习c++
    目录1.概述2.函数的定义3.函数的调用4.值传参5.函数的常见样式6.函数的声明7.函数的分文件编写8.函数默认参数9.函数占位参数10.函数重载(1)函数重载概述(2)函数重载注意事项1.概述作用：将一段经常使用的代码封装起来，减少重复代码一个较大的程序，一般分为若干个程序块，每个模块实现特定的功能。2.函数的定义函数的定义一般主要有5个步骤:（1）返回值类型：一个函数可以返回一个值（2）函数
  • 如何个人创业（如何个人创业做生意） 声优配音圈
    创业是一种追求梦想、实现价值、改变世界的行为，也是一种充满挑战、风险和不确定性的冒险。兼职副业推荐公众号，配音新手圈，声优配音圈，新配音兼职圈，配音就业圈，鼎音副业，有声新手圈，每天更新各种远程工作与在线兼职，职位包括：写手、程序开发、剪辑、设计、翻译、配音、无门槛、插画、翻译、等等。。。每日更新兼职。很多人都有创业的想法，但如何从零开始自己创业呢?如何选择创业方向，给大家一些参考建议1、学会挖掘
  • 常用ES查询DSL语句 攻城狮Kevin ElasticSerachES
    1.针对hive表中jsonObject类型的String数据mapping中定义如下："esf_room":{"type":"text","fields":{"keyword":{"type":"keyword"}},"norms":false},DSL查询语句如下：GET/hdp_teu_dia_face_smart_muid_20191111/_search{"query":{"bool":
  • Transformer模型整体构建的实现 好好学习Py 自然语言处理transformerpython人工智能深度学习pytorchnlp
    编码器-解码器结构classEncoderDecoder(nn.Module):def__init__(self,encoder,decoder,source_embedding,target_embedding,generator):"""初始化函数中有5个参数,分别是编码器对象,解码器对象,源数据嵌入函数,目标数据嵌入函数,以及输出部分的类别生成器对象"""super(EncoderDecod
  • JAVA高级编程之集合框架和泛型（超详细） 就这个java爽！ 开发语言javaeclipseidea青少年编程
    Java集合框架包含的内容Java集合框架提供了一套性能优良、使用方便的接口和类，它们位于java.util包中Collection接口存储一组不唯一，无序的对象List接口存储一组不唯一，有序（插入顺序）的对象Set接口存储一组唯一，无序的对象Map接口存储一组键值对象，提供key到value的映射List接口的实现类ArrayList实现了长度可变的数组，在内存中分配连续的空间，遍历元素和随机
  • java 使用zookeeper包实现zookeeper分布式锁 angen2018 javazookeeper分布式java-zookeeperjava
    zookeeper不可重入锁的实现代码importorg.apache.zookeeper.*;importorg.apache.zookeeper.data.Stat;importjava.io.IOException;importjava.util.Collections;importjava.util.List;publicclassDistributedLockExample{privat
  • 【DevOps实践】6. TAPD集成实现Jenkins流水线持续集成 笔名辉哥
    1.摘要TAPD是腾讯的敏捷开发管理工具，现在集成到企业微信，已对外免费开放。TAPD流水线是支持集成企业正在使用的持续集成平台，提供可视化流水线，支持构建任务展示与管理。这里以Jenkins集成为例，介绍流水线相关功能：完成关联配置后，Jenkins中的构建和部署结果将会自动同步至TAPD流水线中，可以在TAPD中直接查看流水线任务列表，执行状态，构建范围等信息，并可以直接触发流水线执行。2.T
  • 【MAC 上学习 C++】Day 60-4. 6-4 求自定类型元素的平均 (10 分) RaRasa
    6-4求自定类型元素的平均(10分)1.题目摘自https://pintia.cn/problem-sets/14/problems/7362.题目内容本题要求实现一个函数，求N个集合元素S[]的平均值，其中集合元素的类型为自定义的ElementType。函数接口定义：ElementTypeAverage(ElementTypeS[],intN);其中给定集合元素存放在数组S[]中，正整数N是数组
  • vue响应式原理实现 尤小小
    varinput=document.querySelector('#input')varshowText=document.querySelector('#showText')varobj={}Object.defineProperty(obj,'something',{get:function(){console.log('get')},set:function(val){showText.in
  • Java 并发包之线程池和原子计数 lijingyao8206 Java计数ThreadPool并发包java线程池
    对于大数据量关联的业务处理逻辑，比较直接的想法就是用JDK提供的并发包去解决多线程情况下的业务数据处理。线程池可以提供很好的管理线程的方式，并且可以提高线程利用率，并发包中的原子计数在多线程的情况下可以让我们避免去写一些同步代码。     这里就先把jdk并发包中的线程池处理器ThreadPoolExecutor 以原子计数类AomicInteger 和倒数计时锁C
  • java编程思想 抽象类和接口 百合不是茶 java抽象类接口
    接口c++对接口和内部类只有简介的支持,但在java中有队这些类的直接支持   1 ,抽象类 :  如果一个类包含一个或多个抽象方法,该类必须限定为抽象类(否者编译器报错)   抽象方法 : 在方法中仅有声明而没有方法体    package com.wj.Interface;
  • [房地产与大数据]房地产数据挖掘系统 comsci 数据挖掘
           随着一个关键核心技术的突破,我们已经是独立自主的开发某些先进模块,但是要完全实现,还需要一定的时间...        所以,除了代码工作以外,我们还需要关心一下非技术领域的事件..比如说房地产     &nb
  • 数组队列总结 沐刃青蛟 数组队列
          数组队列是一种大小可以改变，类型没有定死的类似数组的工具。不过与数组相比，它更具有灵活性。因为它不但不用担心越界问题，而且因为泛型（类似c++中模板的东西）的存在而支持各种类型。      以下是数组队列的功能实现代码：   import List.Student; public class
  • Oracle存储过程无法编译的解决方法 IT独行者 oracle存储过程　
    今天同事修改Oracle存储过程又导致2个过程无法被编译，流程规范上的东西，Dave 这里不多说，看看怎么解决问题。   1.     查看无效对象 XEZF@xezf(qs-xezf-db1)> select object_name,object_type,status from all_objects where status='IN
  • 重装系统之后oracle恢复 文强chu oracle
    前几天正在使用电脑，没有暂停oracle的各种服务。 突然win8.1系统奔溃，无法修复，开机时系统 提示正在搜集错误信息，然后再开机，再提示的无限循环中。 无耐我拿出系统u盘 准备重装系统，没想到竟然无法从u盘引导成功。 晚上到外面早了一家修电脑店，让人家给装了个系统，并且那哥们在我没反应过来的时候， 直接把我的c盘给格式化了 并且清理了注册表，再装系统。 然后的结果就是我的oracl
  • python学习二（ 一些基础语法） 小桔子 pthon基础语法
    紧接着把！昨天没看继续看django 官方教程，学了下python的基本语法 与c类语言还是有些小差别： 1.ptyhon的源文件以UTF-8编码格式 2. /   除 结果浮点型 //  除 结果整形 %   除 取余数 *   乘 **  乘方 eg 5**2 结果是5的2次方25 _&
  • svn 常用命令 aichenglong SVN版本回退
    1 svn回退版本   1)在window中选择log,根据想要回退的内容,选择revert this version或revert chanages from this version 两者的区别:   revert this version:表示回退到当前版本(该版本后的版本全部作废)   revert chanages from this versio
  • 某小公司面试归来 alafqq 面试
    先填单子，还要写笔试题，我以时间为急，拒绝了它。。时间宝贵。 老拿这些对付毕业生的东东来吓唬我。。 面试官很刁难，问了几个问题，记录下； 1，包的范围。。。public,private,protect. --悲剧了 2，hashcode方法和equals方法的区别。谁覆盖谁.结果，他说我说反了。 3，最恶心的一道题，抽象类继承抽象类吗？（察，一般它都是被继承的啊） 4，stru
  • 动态数组的存储速度比较 集合框架 百合不是茶 集合框架
    集合框架： 自定义数据结构(增删改查等) package 数组; /** * 创建动态数组 * @author 百合 * */ public class ArrayDemo{ //定义一个数组来存放数据 String[] src = new String[0]; /** * 增加元素加入容器 * @param s要加入容器
  • 用JS实现一个JS对象，对象里有两个属性一个方法 bijian1013 js对象
    <html> <head> </head> <body> 用js代码实现一个js对象，对象里有两个属性，一个方法 </body> <script> var obj={a:'1234567',b:'bbbbbbbbbb',c:function(x){
  • 探索JUnit4扩展：使用Rule bijian1013 java单元测试JUnitRule
            在上一篇文章中，讨论了使用Runner扩展JUnit4的方式，即直接修改Test Runner的实现(BlockJUnit4ClassRunner)。但这种方法显然不便于灵活地添加或删除扩展功能。下面将使用JUnit4.7才开始引入的扩展方式——Rule来实现相同的扩展功能。 1. Rule       &n
  • [Gson一]非泛型POJO对象的反序列化 bit1129 POJO
    当要将JSON数据串反序列化自身为非泛型的POJO时，使用Gson.fromJson(String, Class)方法。自身为非泛型的POJO的包括两种： 1. POJO对象不包含任何泛型的字段 2. POJO对象包含泛型字段，例如泛型集合或者泛型类 Data类 a.不是泛型类， b.Data中的集合List和Map都是泛型的 c.Data中不包含其它的POJO    
  • 【Kakfa五】Kafka Producer和Consumer基本使用 bit1129 kafka
    0.Kafka服务器的配置 一个Broker， 一个Topic Topic中只有一个Partition（）   1. Producer： package kafka.examples.producers; import kafka.producer.KeyedMessage; import kafka.javaapi.producer.Producer; impor
  • lsyncd实时同步搭建指南——取代rsync+inotify ronin47
    1. 几大实时同步工具比较 1.1 inotify + rsync 最近一直在寻求生产服务服务器上的同步替代方案，原先使用的是 inotify + rsync，但随着文件数量的增大到100W+，目录下的文件列表就达20M，在网络状况不佳或者限速的情况下，变更的文件可能10来个才几M，却因此要发送的文件列表就达20M，严重减低的带宽的使用效率以及同步效率；更为要紧的是，加入inotify
  • java-9. 判断整数序列是不是二元查找树的后序遍历结果 bylijinnan java
    public class IsBinTreePostTraverse{ static boolean isBSTPostOrder(int[] a){ if(a==null){ return false; } /*1.只有一个结点时，肯定是查找树 *2.只有两个结点时，肯定是查找树。例如{5,6}对应的BST是 6 {6,5}对应的BST是
  • MySQL的sum函数返回的类型 bylijinnan javaspringsqlmysqljdbc
    今天项目切换数据库时，出错 访问数据库的代码大概是这样： String sql = "select sum(number) as sumNumberOfOneDay from tableName"; List<Map> rows = getJdbcTemplate().queryForList(sql); for (Map row : rows
  • java设计模式之单例模式 chicony java设计模式
    在阎宏博士的《JAVA与模式》一书中开头是这样描述单例模式的： 　　作为对象的创建模式，单例模式确保某一个类只有一个实例，而且自行实例化并向整个系统提供这个实例。这个类称为单例类。 单例模式的结构 　　单例模式的特点： 单例类只能有一个实例。 单例类必须自己创建自己的唯一实例。 单例类必须给所有其他对象提供这一实例。 　　饿汉式单例类   publ
  • javascript取当月最后一天 ctrain JavaScript
    <!--javascript取当月最后一天--> <script language=javascript> var current = new Date(); var year = current.getYear(); var month = current.getMonth(); showMonthLastDay(year, mont
  • linux tune2fs命令详解 daizj linuxtune2fs查看系统文件块信息
    一.简介： tune2fs是调整和查看ext2/ext3文件系统的文件系统参数，Windows下面如果出现意外断电死机情况，下次开机一般都会出现系统自检。Linux系统下面也有文件系统自检，而且是可以通过tune2fs命令，自行定义自检周期及方式。 二.用法： Usage: tune2fs [-c max_mounts_count] [-e errors_behavior] [-g grou
  • 做有中国特色的程序员 dcj3sjt126com 程序员
      从出版业说起 网络作品排到靠前的，都不会太难看，一般人不爱看某部作品也是因为不喜欢这个类型，而此人也不会全不喜欢这些网络作品。究其原因，是因为网络作品都是让人先白看的，看的好了才出了头。而纸质作品就不一定了，排行榜靠前的，有好作品，也有垃圾。 许多大牛都是写了博客，后来出了书。这些书也都不次，可能有人让为不好，是因为技术书不像小说，小说在读故事，技术书是在学知识或温习知识，有
  • Android：TextView属性大全 dcj3sjt126com textview
    android:autoLink    设置是否当文本为URL链接/email/电话号码/map时，文本显示为可点击的链接。可选值(none/web/email/phone/map/all)  android:autoText    如果设置，将自动执行输入值的拼写纠正。此处无效果，在显示输入法并输
  • tomcat虚拟目录安装及其配置 eksliang tomcat配置说明tomca部署web应用tomcat虚拟目录安装
    转载请出自出处：http://eksliang.iteye.com/blog/2097184 1.-------------------------------------------tomcat  目录结构 config：存放tomcat的配置文件 temp  ：存放tomcat跑起来后存放临时文件用的 work   ： 当第一次访问应用中的jsp
  • 浅谈：APP有哪些常被黑客利用的安全漏洞 gg163 APP
    首先，说到APP的安全漏洞，身为程序猿的大家应该不陌生；如果抛开安卓自身开源的问题的话，其主要产生的原因就是开发过程中疏忽或者代码不严谨引起的。但这些责任也不能怪在程序猿头上，有时会因为BOSS时间催得紧等很多可观原因。由国内移动应用安全检测团队爱内测（ineice.com）的CTO给我们浅谈关于Android 系统的开源设计以及生态环境。 1. 应用反编译漏洞：APK 包非常容易被反编译成可读
  • C#根据网址生成静态页面 hvt Web.netC#asp.nethovertree
    HoverTree开源项目中HoverTreeWeb.HVTPanel的Index.aspx文件是后台管理的首页。包含生成留言板首页，以及显示用户名，退出等功能。根据网址生成页面的方法：   bool CreateHtmlFile(string url, string path) { //http://keleyi.com/a/bjae/3d10wfax.htm stri
  • SVG 教程 （一） 天梯梦 svg
    SVG 简介 SVG 是使用 XML 来描述二维图形和绘图程序的语言。 学习之前应具备的基础知识： 继续学习之前，你应该对以下内容有基本的了解： HTML XML 基础 如果希望首先学习这些内容，请在本站的首页选择相应的教程。 什么是SVG？ SVG 指可伸缩矢量图形 (Scalable Vector Graphics) SVG 用来定义用于网络的基于矢量
  • 一个简单的java栈 luyulong java数据结构栈
    public class MyStack { private long[] arr; private int top; public MyStack() { arr = new long[10]; top = -1; } public MyStack(int maxsize) { arr = new long[maxsize]; top
  • 基础数据结构和算法八：Binary search sunwinner AlgorithmBinary search
    Binary search needs an ordered array so that it can use array indexing to dramatically reduce the number of compares required for each search, using the classic and venerable binary search algori
  • 12个C语言面试题，涉及指针、进程、运算、结构体、函数、内存，看看你能做出几个！ 刘星宇 c面试
    12个C语言面试题，涉及指针、进程、运算、结构体、函数、内存，看看你能做出几个！ 1.gets()函数 问：请找出下面代码里的问题： #include<stdio.h> int main(void) {     char buff[10];     memset(buff,0,sizeof(buff));
  • ITeye 7月技术图书有奖试读获奖名单公布 ITeye管理员 活动ITeye试读
    ITeye携手人民邮电出版社图灵教育共同举办的7月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。 7月试读活动回顾： http://webmaster.iteye.com/blog/2092746 本次技术图书试读活动的优秀奖获奖名单及相应作品如下（优秀文章有很多，但名额有限，没获奖并不代表不优秀）： 《Java性能优化权威指南》
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他