MySQL窗口函数（分组内排序、筛选）

MySQL窗口函数（分组内排序、筛选）

简介

​ 窗口函数(window functions)，也被称为 “开窗函数”，也叫OLAP函数（Online Anallytical Processing，联机分析处理），可对数据库数据进行实时分析处理。它是数据库的标准功能之一，主流的数据库比如Oracle，PostgreSQL都支持窗口函数功能，MySQL 直到 8.0 版本才开始支持窗口函数。

​ 窗口函数，简单来说就是对于一个查询SQL，将其结果集按指定的规则进行分区，每个分区可以看作是一个窗口，分区内的每一行，根据 其所属分区内的行数据进行函数计算，获取计算结果，作为该行的窗口函数结果值。

与GROUP BY区别

窗口函数与group聚合查询类似，都是对一组(分区)记录进行计算，区别在于group对一组记录计算后返回一条记录作为结果，而窗口函数对一组记录计算后，这组记录中每条数据都会对应一个结果。

下面举个例子看一下：

假设我们有一个sales表，为员工的年度销额表：

CREATE TABLE sales(
    sales_employee VARCHAR(50) NOT NULL,
    fiscal_year INT NOT NULL,
    sale DECIMAL(14,2) NOT NULL,
    PRIMARY KEY(sales_employee,fiscal_year)
);
 
INSERT INTO sales(sales_employee,fiscal_year,sale)
VALUES('Bob',2016,100),
      ('Bob',2017,150),
      ('Bob',2018,200),
      ('Alice',2016,150),
      ('Alice',2017,100),
      ('Alice',2018,200),
       ('John',2016,200),
      ('John',2017,150),
      ('John',2018,250);

SELECT 
    * 
FROM 
    sales; 

+----------------+-------------+--------+
| sales_employee | fiscal_year | sale   |
+----------------+-------------+--------+
| Alice          |        2016 | 150.00 |
| Alice          |        2017 | 100.00 |
| Alice          |        2018 | 200.00 |
| Bob            |        2016 | 100.00 |
| Bob            |        2017 | 150.00 |
| Bob            |        2018 | 200.00 |
| John           |        2016 | 200.00 |
| John           |        2017 | 150.00 |
| John           |        2018 | 250.00 |
+----------------+-------------+--------+
9 rows in set (0.01 sec)

例如，以下sum()函数返回记录年份中所有员工的总销售额，通过group by分组查询每年度员工的销售总额，如下sql:

SELECT 
    fiscal_year, 
    SUM(sale)
FROM
    sales
GROUP BY 
    fiscal_year; 

查询结果如下：

+-------------+-----------+
| fiscal_year | SUM(sale) |
+-------------+-----------+
|        2016 |    450.00 |
|        2017 |    400.00 |
|        2018 |    650.00 |
+-------------+-----------+
3 rows in set (0.01 sec)

在上述示例中，聚合函数都会减少查询返回的行数。

与带有GROUP BY子句的聚合函数一样，窗口函数也对行的子集进行操作，但它们不会减少查询返回的行数。

例如，以下查询返回每个员工的销售额，以及按会计年度计算的员工总销售额：

SELECT 
    fiscal_year, 
    sales_employee,
    sale,
    SUM(sale) OVER (PARTITION BY fiscal_year) total_sales
FROM
    sales; 

查询结果如下：

+-------------+----------------+--------+-------------+
| fiscal_year | sales_employee | sale   | total_sales |
+-------------+----------------+--------+-------------+
|        2016 | Alice          | 150.00 |      450.00 |
|        2016 | Bob            | 100.00 |      450.00 |
|        2016 | John           | 200.00 |      450.00 |
|        2017 | Alice          | 100.00 |      400.00 |
|        2017 | Bob            | 150.00 |      400.00 |
|        2017 | John           | 150.00 |      400.00 |
|        2018 | Alice          | 200.00 |      650.00 |
|        2018 | Bob            | 200.00 |      650.00 |
|        2018 | John           | 250.00 |      650.00 |
+-------------+----------------+--------+-------------+
9 rows in set (0.02 sec)

在此示例中，SUM()函数用作窗口函数，函数对由OVER子句内容定义的一组行进行操作。SUM()应用函数的一组行称为窗口。

窗口函数语法

调用窗口函数的一般语法如下：

window_function_name(expression) 
    OVER (
        [partition_defintion]
        [order_definition]
        [frame_definition]
    ) 

在这个语法中：

• 首先，指定窗口函数名称，后跟表达式。
• 其次，指定OVER具有三个可能元素的子句：分区定义，顺序定义和帧定义。

OVER子句后面的开括号和右括号是强制性的，即使没有表达式，例如：

window_function_name(expression) OVER() 

partition_clause 句法

将partition_clause行分成块或分区。两个分区由分区边界分隔。

窗口函数在分区内执行，并在跨越分区边界时重新初始化。

partition_clause语法如下所示：

PARTITION BY [{,...}] 

您可以在PARTITION BY子句中指定一个或多个表达式。多个表达式用逗号分隔。

order_by_clause 句法

order_by_clause语法如下：

ORDER BY  [ASC|DESC], [{,...}] 

ORDER BY子句指定行在分区中的排序方式。可以在多个键上的分区内对数据进行排序，每个键由表达式指定。多个表达式也用逗号分隔。

与PARTITION BY子句类似ORDER BY，所有窗口函数也支持子句。但是，仅对ORDER BY顺序敏感的窗口函数使用子句才有意义。

frame_clause 句法

帧是当前分区的子集。要定义子集，请使用frame子句，如下所示：

frame_unit {|} 

相对于当前行定义帧，这允许帧根据其分区内当前行的位置在分区内移动。

帧单位指定当前行和帧行之间的关系类型。它可以是ROWS或RANGE。当前行和帧行的偏移量是行号，如果帧单位是ROWS行值，则行值是帧单位RANGE。

所述frame_start和frame_between定义帧边界。

将frame_start包含下列之一：

• UNBOUNDED PRECEDING：frame从分区的第一行开始。
• N PRECEDING：第一个当前行之前的物理N行。N可以是文字数字或计算结果的表达式。
• CURRENT ROW：当前计算的行

frame_between如下：

BETWEEN frame_boundary_1 AND frame_boundary_2 

frame_boundary_1和frame_boundary_2可各自含有下列之一：

• frame_start：如前所述。
• UNBOUNDED FOLLOWING：框架结束于分区的最后一行。
• N FOLLOWING：当前行之后的物理N行。

如果未frame_definition在OVER子句中指定，则MySQL默认使用以下帧：

RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 

MySQL窗口函数列表

聚合函数 + over()

常用聚合函数有：

函数名	作用
max	查询指定列的最大值
min	查询指定列的最小值
count	统计查询结果的行数
sum	求和，返回指定列的总和
avg	求平均值，返回指定列数据的平均值

排序函数 + over()

排序函数有row_number()、rank()、dense_rank()这三个函数，语法中排序字句（order_definition）是必填的，分组字句（partition_defintion）是非必填，不填表示整表排序，填写时表示组内排序。

• row_number()： 为不重复的连续排序，从1开始，为查询到的数据依次生成不重复的序号进行排序，基本语法——row_number() over(order by 需要排序的字段 asc/desc)；
• rank()： 为跳跃排序，结果相同的两个数据并列，为下一个数据空出所占的名次，即相同排名会占位，基本语法——rank() over(order by 需要排序的字段 asc/desc)；
• dense_rank()： 为有重复的连续排序，结果相同的两个数据并列，不为下一个数据空出所占的名次，即相同排名不占位，基本语法——dense_rank() over(order by 需要排序的字段 asc/desc)；

下面举例看一下：

假设有一个表employee保存了员工薪资和部门信息。

CREATE TABLE employee(
	`id` varchar(10) PRIMARY KEY NOT NULL COMMENT '主键',
  `name` varchar(50) NOT NULL COMMENT '姓名',
  `salary` int NOT NULL COMMENT '薪资',
  `department` varchar(50) NOT NULL COMMENT '部门'
);

INSERT INTO employee(`id`,`name`,`salary`,`department`)
VALUES ('1','Joe',85000,'IT'),
('2','Henry',85000,'Sales'),
('3','Sam',60000,'Sales'),
('4','Max',90000,'IT'),
('5','Janet',69000,'IT'),
('6','Randy',85000,'IT'),
('7','Will',70000,'IT');

SELECT * FROM employee;

+----+-------+--------+------------+
| id | name  | salary | department |
+----+-------+--------+------------+
| 1  | Joe   |  85000 | IT         |
| 2  | Henry |  85000 | Sales      |
| 3  | Sam   |  60000 | Sales      |
| 4  | Max   |  90000 | IT         |
| 5  | Janet |  69000 | IT         |
| 6  | Randy |  85000 | IT         |
| 7  | Will  |  70000 | IT         |
+----+-------+--------+------------+
7 rows in set (0.00 sec)

下面语句展示未分组进行排序：

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 row_number() over(order by salary desc) as `row_number`,
	 rank() over(order by salary desc) as `rank`,
	 dense_rank() over(order by salary desc) as `dense_rank`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+------------+------+------------+
| id | name  | salary | department | row_number | rank | dense_rank |
+----+-------+--------+------------+------------+------+------------+
| 4  | Max   |  90000 | IT         |          1 |    1 |          1 |
| 1  | Joe   |  85000 | IT         |          2 |    2 |          2 |
| 2  | Henry |  85000 | Sales      |          3 |    2 |          2 |
| 6  | Randy |  85000 | IT         |          4 |    2 |          2 |
| 7  | Will  |  70000 | IT         |          5 |    5 |          3 |
| 5  | Janet |  69000 | IT         |          6 |    6 |          4 |
| 3  | Sam   |  60000 | Sales      |          7 |    7 |          5 |
+----+-------+--------+------------+------------+------+------------+
7 rows in set (0.00 sec)

下面语句展示根据部门分组进行排序：

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 row_number() over(partition by department  order by salary desc) as `row_number`,
	 rank() over(partition by department  order by salary desc) as `rank`,
	 dense_rank() over(partition by department  order by salary desc) as `dense_rank`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+------------+------+------------+
| id | name  | salary | department | row_number | rank | dense_rank |
+----+-------+--------+------------+------------+------+------------+
| 4  | Max   |  90000 | IT         |          1 |    1 |          1 |
| 1  | Joe   |  85000 | IT         |          2 |    2 |          2 |
| 6  | Randy |  85000 | IT         |          3 |    2 |          2 |
| 7  | Will  |  70000 | IT         |          4 |    4 |          3 |
| 5  | Janet |  69000 | IT         |          5 |    5 |          4 |
| 2  | Henry |  85000 | Sales      |          1 |    1 |          1 |
| 3  | Sam   |  60000 | Sales      |          2 |    2 |          2 |
+----+-------+--------+------------+------------+------+------------+
7 rows in set (0.00 sec)

ntile()函数 + over()

基本语法： ntile(n) over(partition by…order by…)，其中n表示被切分的段数。

含义： ntile(n)用于将分组数据平均切分成n块，如果切分的每组数量不均等，则第一组分得的数据更多。

举例： ntile()函数通常用于比如部门前33%高薪的员工，则n取值为3，用where筛选出第一组的数据。其sql如下：

SELECT temp.* FROM (
SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 row_number() over(partition by department  order by salary desc) as `row_number`,
	 ntile(3) over(partition by department  order by salary desc) as `ntile`
FROM
	employee) temp
WHERE temp.ntile <= 1;

执行结果如下：

+----+-------+--------+------------+------------+-------+
| id | name  | salary | department | row_number | ntile |
+----+-------+--------+------------+------------+-------+
| 4  | Max   |  90000 | IT         |          1 |     1 |
| 1  | Joe   |  85000 | IT         |          2 |     1 |
| 2  | Henry |  85000 | Sales      |          1 |     1 |
+----+-------+--------+------------+------------+-------+
3 rows in set (0.01 sec)

first_value()函数 + over()

基本语法： first_value(column) over(partition by…order by…)，其中column为的列名

含义： 返回窗口第一行中列column对应的值

举例： 查询部门的年薪最高者姓名追加到新的一列

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 first_value(name) over(partition by department  order by salary desc) as `max_salary_name`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+-----------------+
| id | name  | salary | department | max_salary_name |
+----+-------+--------+------------+-----------------+
| 4  | Max   |  90000 | IT         | Max             |
| 1  | Joe   |  85000 | IT         | Max             |
| 6  | Randy |  85000 | IT         | Max             |
| 7  | Will  |  70000 | IT         | Max             |
| 5  | Janet |  69000 | IT         | Max             |
| 2  | Henry |  85000 | Sales      | Henry           |
| 3  | Sam   |  60000 | Sales      | Henry           |
+----+-------+--------+------------+-----------------+
7 rows in set (0.01 sec)

lag()函数 + over()

基本语法：

LAG([,offset[, default_value]]) OVER (
    PARTITION BY expr,...
    ORDER BY expr [ASC|DESC],...
) 

• expression

LAG()函数返回expression当前行之前的行的值，其值为offset 其分区或结果集中的行数。

• offset

offset是从当前行返回的行数，以获取值。offset必须是零或文字正整数。如果offset为零，则LAG()函数计算expression当前行的值。如果未指定offset，则LAG()默认情况下函数使用一个。

• default_value

如果没有前一行，则LAG()函数返回default_value。例如，如果offset为2，则第一行的返回值为default_value。如果省略default_value，则默认LAG()返回函数NULL。

• PARTITION BY 子句

PARTITION BY子句将结果集中的行划分LAG()为应用函数的分区。如果省略PARTITION BY子句，LAG()函数会将整个结果集视为单个分区。

• ORDER BY 子句

ORDER BY子句指定在LAG()应用函数之前每个分区中的行的顺序。

LAG()函数可用于计算当前行和上一行之间的差异。

含义： 返回分区中当前行之前的第N行的值。 如果不存在前一行，则返回NULL。。

举例： 查询部门中比当前员工年薪较高一位姓名追加到新的一列

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 lag(name,1) over(partition by department  order by salary desc) as `higher_salary_name`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+--------------------+
| id | name  | salary | department | higher_salary_name |
+----+-------+--------+------------+--------------------+
| 4  | Max   |  90000 | IT         | NULL               |
| 1  | Joe   |  85000 | IT         | Max                |
| 6  | Randy |  85000 | IT         | Joe                |
| 7  | Will  |  70000 | IT         | Randy              |
| 5  | Janet |  69000 | IT         | Will               |
| 2  | Henry |  85000 | Sales      | NULL               |
| 3  | Sam   |  60000 | Sales      | Henry              |
+----+-------+--------+------------+--------------------+
7 rows in set (0.00 sec)

last_value()函数 + over()

基本语法：

LAST_VALUE (expression) OVER (
    [partition_clause]
    [order_clause]
    [frame_clause]
) 

• expression：列名

查询部门的年薪最第者姓名追加到新的一列

	SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 last_value(name) over(partition by department  order by salary desc) as `min_salary_name`
FROM
	employee;

查询结果如下，很显然结果和我们预期的不一样：

+----+-------+--------+------------+-----------------+
| id | name  | salary | department | min_salary_name |
+----+-------+--------+------------+-----------------+
| 4  | Max   |  90000 | IT         | Max             |
| 1  | Joe   |  85000 | IT         | Randy           |
| 6  | Randy |  85000 | IT         | Randy           |
| 7  | Will  |  70000 | IT         | Will            |
| 5  | Janet |  69000 | IT         | Janet           |
| 2  | Henry |  85000 | Sales      | Henry           |
| 3  | Sam   |  60000 | Sales      | Sam             |
+----+-------+--------+------------+-----------------+
7 rows in set (0.00 sec)

为什么min_salary_name查询是当前行数据呢？

原因在于这两个函数 可以用rows 指定作用域。 而默认的作用域是
RANGE UNBOUNDED PRECEDING AND CURRENT ROW就是说从窗口的第一行到当前行。 所以last_value 最后一行肯定是当前行了。知道原因后，只需要改掉行的作用域就可以了。

如下sql:

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 last_value(name) over(partition by department  order by salary desc rows between UNBOUNDED PRECEDING AND UNBOUNDED following) as `min_salary_name`
FROM
	employee;

查询结果如下，这回就正确了：

+----+-------+--------+------------+-----------------+
| id | name  | salary | department | min_salary_name |
+----+-------+--------+------------+-----------------+
| 4  | Max   |  90000 | IT         | Janet           |
| 1  | Joe   |  85000 | IT         | Janet           |
| 6  | Randy |  85000 | IT         | Janet           |
| 7  | Will  |  70000 | IT         | Janet           |
| 5  | Janet |  69000 | IT         | Janet           |
| 2  | Henry |  85000 | Sales      | Sam             |
| 3  | Sam   |  60000 | Sales      | Sam             |
+----+-------+--------+------------+-----------------+
7 rows in set (0.00 sec)

lead()函数 + over()

基本语法：

LEAD([,offset[, default_value]]) OVER (
    PARTITION BY (expr)
    ORDER BY (expr)
) 

• expression

LEAD()函数返回的值expression从offset-th有序分区排。

• offset

offset是从当前行向前行的行数，以获取值。

offset必须是一个非负整数。如果offset为零，则LEAD()函数计算expression当前行的值。

如果省略 offset，则LEAD()函数默认使用一个。

• default_value

如果没有后续行，则LEAD()函数返回default_value。例如，如果offset是1，则最后一行的返回值为default_value。

如果您未指定default_value，则函数返回 NULL 。

• PARTITION BY子句

PARTITION BY子句将结果集中的行划分LEAD()为应用函数的分区。

如果PARTITION BY未指定子句，则结果集中的所有行都将被视为单个分区。

• ORDER BY子句

ORDER BY子句确定LEAD()应用函数之前分区中行的顺序。

含义： 返回分区中当前行之后的第N行的值。 如果不存在前一行，则返回NULL。。

举例： 查询部门中比当前员工年薪较低一位姓名追加到新的一列

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 lead(name,1) over(partition by department  order by salary desc) as `lower_salary_name`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+-------------------+
| id | name  | salary | department | lower_salary_name |
+----+-------+--------+------------+-------------------+
| 4  | Max   |  90000 | IT         | Joe               |
| 1  | Joe   |  85000 | IT         | Randy             |
| 6  | Randy |  85000 | IT         | Will              |
| 7  | Will  |  70000 | IT         | Janet             |
| 5  | Janet |  69000 | IT         | NULL              |
| 2  | Henry |  85000 | Sales      | Sam               |
| 3  | Sam   |  60000 | Sales      | NULL              |
+----+-------+--------+------------+-------------------+
7 rows in set (0.00 sec)

nth_value()函数 + over()

基本语法：

NTH_VALUE(expression, N)
FROM FIRST
OVER (
    partition_clause
    order_clause
    frame_clause
) 

NTH_VALUE()函数返回expression窗口框架第N行的值。如果第N行不存在，则函数返回NULL。N必须是正整数，例如1,2和3。

FROM FIRST指示NTH_VALUE()功能在窗口帧的第一行开始计算。

请注意，SQL标准支持FROM FIRST和FROM LAST。但是，MySQL只支持FROM FIRST。如果要模拟效果FROM LAST，则可以使用其中ORDER BY的over_clause相反顺序对结果集进行排序。

含义： 返回窗口框架第N行的参数值。请注意默认边界问题加RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING与不加的区别。

举例： 查询部门中薪水第二高的员工姓名追加到新的一列

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 nth_value(name,2) over(partition by department  order by salary desc RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) as `second_salary_name`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+--------------------+
| id | name  | salary | department | second_salary_name |
+----+-------+--------+------------+--------------------+
| 4  | Max   |  90000 | IT         | Joe                |
| 1  | Joe   |  85000 | IT         | Joe                |
| 6  | Randy |  85000 | IT         | Joe                |
| 7  | Will  |  70000 | IT         | Joe                |
| 5  | Janet |  69000 | IT         | Joe                |
| 2  | Henry |  85000 | Sales      | Sam                |
| 3  | Sam   |  60000 | Sales      | Sam                |
+----+-------+--------+------------+--------------------+
7 rows in set (0.00 sec)

cume_dist()函数 + over()

基本语法：

CUME_DIST() OVER (
 PARTITION BY expr, ...
 ORDER BY expr [ASC | DESC], ...
) 

含义： 它返回一组值中值的累积分布。它表示值小于或等于行的值除以总行数的行数。

举例： 查询部门中员工薪资累积分布（即高于等于当前员工工资员工数量占员工总数的百分比）追加到新的一列

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 cume_dist() over(partition by department  order by salary desc ) as `cume`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+------+
| id | name  | salary | department | cume |
+----+-------+--------+------------+------+
| 4  | Max   |  90000 | IT         |  0.2 |
| 1  | Joe   |  85000 | IT         |  0.6 |
| 6  | Randy |  85000 | IT         |  0.6 |
| 7  | Will  |  70000 | IT         |  0.8 |
| 5  | Janet |  69000 | IT         |    1 |
| 2  | Henry |  85000 | Sales      |  0.5 |
| 3  | Sam   |  60000 | Sales      |    1 |
+----+-------+--------+------------+------+
7 rows in set (0.00 sec)

percent_rank()函数 + over()

基本语法：

PERCENT_RANK()
    OVER (
        PARTITION BY expr,...
        ORDER BY expr [ASC|DESC],...
    ) 

含义： PERCENT_RANK()函数返回一个从0到1的数字。

对于指定的行，PERCENT_RANK()计算行的等级减1，除以评估的分区或查询结果集中的行数减1：

(rank - 1) / (total_rows - 1) 

在此公式中，rank是指定行的等级，total_rows是要计算的行数。

PERCENT_RANK()对于分区或结果集中的第一行，函数始终返回零。重复的列值将接收相同的PERCENT_RANK()值。

与其他窗口函数类似，PARTITION BY子句将行分配到分区中，ORDER BY子句指定每个分区中行的逻辑顺序。PERCENT_RANK()为每个有序分区独立计算函数。

两个PARTITION BY和ORDER BY子句都是可选项。但是，它PERCENT_RANK()是一个顺序敏感函数，因此，您应始终使用ORDER BY子句。

举例： 查询部门中员工薪资等级分布追加到新的一列

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 percent_rank() over(partition by department  order by salary desc ) as `percent_rank`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+--------------+
| id | name  | salary | department | percent_rank |
+----+-------+--------+------------+--------------+
| 4  | Max   |  90000 | IT         |            0 |
| 1  | Joe   |  85000 | IT         |         0.25 |
| 6  | Randy |  85000 | IT         |         0.25 |
| 7  | Will  |  70000 | IT         |         0.75 |
| 5  | Janet |  69000 | IT         |            1 |
| 2  | Henry |  85000 | Sales      |            0 |
| 3  | Sam   |  60000 | Sales      |            1 |
+----+-------+--------+------------+--------------+
7 rows in set (0.00 sec)

拓展：mysql 5.7怎么实现row_number函数呢？

mysql 8.0版本我们可以直接使用row_number实现部门薪资排名，如下sql：

SELECT
	`id`,
	`name`,
	`salary`,
	`department`,
	 row_number() over(partition by department  order by salary desc) as `row_number`
FROM
	employee;

查询结果如下：

+----+-------+--------+------------+------------+
| id | name  | salary | department | row_number |
+----+-------+--------+------------+------------+
| 4  | Max   |  90000 | IT         |          1 |
| 1  | Joe   |  85000 | IT         |          2 |
| 6  | Randy |  85000 | IT         |          3 |
| 7  | Will  |  70000 | IT         |          4 |
| 5  | Janet |  69000 | IT         |          5 |
| 2  | Henry |  85000 | Sales      |          1 |
| 3  | Sam   |  60000 | Sales      |          2 |
+----+-------+--------+------------+------------+
7 rows in set (0.00 sec)

mysql 5.7因为还没有窗口函数，所以我们实现其查询逻辑，下面给出查询sql：

SELECT
		a.*,
		@rn := ( IF ( @department = department, @rn + 1, 1 ) ) AS num, 
		@department := department AS temp_department # 要点：分组字段必须要赋值，顺序一定在生成序号逻辑后面
	FROM
		( SELECT * FROM employee  ORDER BY department, salary ) a, 
		( SELECT @rn := 0, @department := '' ) b 

查询结果如下：

+----+-------+--------+------------+------+-----------------+
| id | name  | salary | department | num  | temp_department |
+----+-------+--------+------------+------+-----------------+
| 5  | Janet |  69000 | IT         |    1 | IT              |
| 7  | Will  |  70000 | IT         |    2 | IT              |
| 1  | Joe   |  85000 | IT         |    3 | IT              |
| 6  | Randy |  85000 | IT         |    4 | IT              |
| 4  | Max   |  90000 | IT         |    5 | IT              |
| 3  | Sam   |  60000 | Sales      |    1 | Sales           |
| 2  | Henry |  85000 | Sales      |    2 | Sales           |
+----+-------+--------+------------+------+-----------------+
7 rows in set, 4 warnings (0.00 sec)

上面的逻辑实现也比较简单也比较巧妙，其思想是：

• 使用排序来实现分组，其字段顺序也比较巧妙，要分组的字段放在前面，要排序的字段放在后面。
• 需要定义一个变量记录生成的序号，需要定义一个或多个变量记录前一条记录的值，多个是指多个分组
• 分组字段必须要赋值，顺序一定在生成序号逻辑后面

当然也能实现rank()、dense_rank()函数，请读者思考自行实现。

经典题目

排名问题：每个部门按业绩来排名
topN问题：找出每个部门排名前N的员工进行奖励

leetcode 185. 部门工资前三高的所有员工（困难）

相信读者看完本篇，这道题简单闭着眼睛也能写出来，哈哈哈。