一、窗口函数的作用
在日常工作中,经常会遇到每组内进行排名,比如下面的业务需求
排名问题:每个部门按业绩进行排名。
topN问题:找出每个部门排名前N的员工进行奖励。
面对这些需求,就需要使用SQL的高级功能窗口函数了。
二、什么是窗口函数
窗口函数,也叫OLAP函数(Online Anallytical Processing, 联机分析处理),可以对数据库进行实时分析处理。
窗口函数的基本语法如下:
<窗口函数> over(partition by <用于分组的列名> order by <用于排序的列名>)
语法中的<窗口函数>都有哪些呢?
<窗口函数>的位置,可以放以下两种函数:
(1)专用窗口函数,包括后面要讲到的rank,dense_rank,row_number等专用窗口函数。
(2)聚合函数,如sum,avg,count,max,min等。
因为窗口函数是对where或者group by子句处理后的结果进行操作,所以窗口函数原则上只能写在select子句中。
三、如何使用
1.专用窗口函数rank
如果我们想在每个班级内按成绩排名,得到下面的结果
sql代码
select *, rank() over(partition by 班级 order by 成绩 desc) as ranking from 班级表
解释下这个SQL语句里的select子句,rank是排序的函数。要求是“每个班级内按成绩排名”,这句话可以分为两个部分:
(1)每个班级内:按班级分组
partition by用来对表分组。这个例子中,所以我们指定了按“班级”分组(partition by 班级)
(2)按成绩排名
order by子句的功能是对分组后的结果进行排序,默认是按照升序(asc)排列。在本例中(order by成绩 desc)是按成绩这一列排序,加上desc关键词是降序排列。
通过下图,我们就可以理解partition by(分组)和order by(在组内排序)的作用。
窗口函数具备了我们之前学过的group by子句分组的功能和order by子句的排序的功能。那么,为什么还要用窗口函数呢?这是因为,group by分组汇总后改变了表的行数,一行只有一个类别。而partition by和rank函数不会减少原表中的函数。例如下面统计每个班级的人数。
为什么“窗口”函数呢?这是因为partition by分组后的结果称为“窗口”,这里的窗口是“范围”的意思。
简单来说,窗口函数有以下功能:
(1)同时具有分组和排序的功能
(2)不减少原表的行数
(3)语法:<窗口函数> over (partition by <用于分组的列名> order by<用于排序的列名>)
3.其他窗口函数
专用窗口函数rank,dense_rank,row_number 有什么区别呢?
举个例子一目了然:
select *,
rank() over (order by 成绩 desc)as ranking,
dense_rank() over(order by 成绩 desc) as dese_rank,
row_number() over(order by 成绩 desc)as row_num from 班级表
得到结果:
从上面的结果可以看出:
rank函数:如果有并列名次的行,会占用下一名次的位置。
dense_rank函数:如果有并列名次的行,不占用下一名次的位置。
row_number函数:不考虑并列名次的情况。
注意:在上述的这三个专用窗口函数中,函数后面的括号不需要任何参数,保持()空着的就可以。
4.聚合函数作为窗口函数
聚合窗口函数和上面提到的专用窗口函数用法完全相同,只需要把聚合函数写在窗口函数的位置即可,但是函数后面的括号不能为空,需要指定聚合的列名。
举个列子,窗口函数是聚合函数
select *, sum(成绩) over(order by 学号)as current_sum,
avg(成绩) over(order by 学号)as current_avg,
count(成绩) over(order by 学号)as current_count.
max(成绩) over(order by 学号)as current_max,
min(成绩) over(order by 学号)as current_min from 班级表
这样使用窗口函数有什么用呢?
聚合函数作为窗口函数,可以在每一行的数据里直观的看到,截止到本行的数据,统计数据是多少(最大值、最小值等)。同时可以看出每一行数据,对整体统计数据的影响。
四、注意事项
partition子句是可以省略的,省略就是不指定分组,结果如下,只是按成绩由高到低进行排序:
select *,rank() over(order by 成绩 desc)as ranking from 班级表
但是,这就失去了窗口函数的意义,所以一般不建议这么用。
四、总结
1.窗口函数语法
<窗口函数> over (partition by <用于分组的列名> order by <用于排序的列名>)
<窗口函数>的位置,可以放以下两种函数:
(1)专用窗口函数,比如rank,dense_rank,row_number等
(2)聚合函数,如sum,avg,count,max,min等
2.窗口函数有以下功能:
(1)同时具有分组(partition by)和排序(order by)的功能
(2)不减少原表的行数,所以经常用来在每组内排名
3.注意事项
窗口函数原则上只能写在select子句中
4.窗口函数使用场景
(1)业务需求“在每组内排名”,比如排名问题: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