第二十五篇 SQL优化杀手锏：用分析函数让你的查询快如闪电

本文能帮你解决什么问题？

• 告别复杂嵌套查询，1行代码实现累计计算
• 报表性能提升10倍的秘密武器
• 轻松应对排名、对比、滑动窗口等高级分析需求

---

一、初识分析函数：外卖骑手的一天

1.1 真实工作场景

假设你是外卖平台的数据工程师，老板突然要：

• 实时看板：每个骑手最近3单的平均配送时长
• 运营报表：统计每个商圈销售额Top3的商家

传统写法需要写多层子查询，而用分析函数只需一个SQL！

-- 骑手移动平均配送时长
SELECT rider_id, order_time,
       AVG(delivery_time) OVER (
         PARTITION BY rider_id 
         ORDER BY order_time 
         ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
       ) AS avg_3_orders
FROM delivery_records;

-- 商圈商家销售额排名
SELECT mall_id, shop_name, sales,
       RANK() OVER (PARTITION BY mall_id ORDER BY sales DESC) AS top3
FROM shop_sales;

---

二、分析函数三板斧（超直观对比表）

功能	传统写法	分析函数写法	优势对比
计算部门平均	需要GROUP BY + JOIN回原表	直接OVER计算	保留原始明细数据
累计销售额	多重自连接	一个SUM+窗口帧搞定	执行速度快10倍+
数据对比	复杂子查询	LAG/LEAD一行搞定	代码量减少80%

---

三、手把手教学：5大核心函数详解 ️

3.1 排名三剑客（班级成绩单案例）

-- 建表语句
CREATE TABLE class (
  student_id INT PRIMARY KEY,
  name VARCHAR(20),
  math_score INT
);

-- 插入数据
INSERT INTO class VALUES 
(1, '小明', 90),
(2, '小红', 90),
(3, '小刚', 85);

3.1.1 ROW_NUMBER()：唯一学号式排名

SELECT name, math_score,
       ROW_NUMBER() OVER (ORDER BY math_score DESC) as row_num
FROM class;

结果：

姓名	数学成绩	排名
小明	90	1
小红	90	2
小刚	85	3

3.1.2 RANK()：运动会颁奖式排名

SELECT name, math_score,
       RANK() OVER (ORDER BY math_score DESC) as rank
FROM class;

结果：

姓名	数学成绩	排名
小明	90	1
小红	90	1
小刚	85	3

3.1.3 DENSE_RANK()：电梯楼层式排名

SELECT name, math_score,
       DENSE_RANK() OVER (ORDER BY math_score DESC) as dense_rank
FROM class;

结果：

姓名	数学成绩	排名
小明	90	1
小红	90	1
小刚	85	2

避坑指南：

• 需要连续排名用DENSE_RANK
• 必须唯一序号用ROW_NUMBER

---

3.2 时间旅行函数（股票分析案例）

-- 查看股价波动
SELECT 
  trade_date,
  closing_price,
  LAG(closing_price, 1) OVER (ORDER BY trade_date) as 昨日收盘价,
  closing_price - LAG(closing_price, 1) OVER (ORDER BY trade_date) as 涨跌幅
FROM stock;

---

3.3 滑动窗口函数（疫情数据分析）

-- 计算7日平均新增
SELECT 
  report_date,
  new_cases,
  AVG(new_cases) OVER (
    ORDER BY report_date 
    ROWS BETWEEN 6 PRECEDING AND CURRENT ROW
  ) as 7日移动平均
FROM covid_data;

---

四、性能优化三大绝招（让老板眼前一亮）

4.1 黄金法则

1. 索引先行：为PARTITION BY和ORDER BY字段建索引
2. 窗口精控：ROWS BETWEEN比RANGE快10倍
3. 拒绝浪费：无排序需求时去掉ORDER BY

4.2 实战性能对比

慢查询（3.2秒）：

SELECT user_id, 
       (SELECT AVG(score) FROM logs WHERE user_id = l.user_id) 
FROM logs l;

优化后（0.4秒）：

SELECT user_id, 
       AVG(score) OVER (PARTITION BY user_id) 
FROM logs;

---

五、闯关练习：检验学习成果 ️

5.1 基础题

需求：计算每个员工的薪资在部门内的占比
表结构：employees(dept, name, salary)

5.2 进阶题

需求：找出连续3天登录的用户（提示：用日期差值法）

5.3 参考答案

-- 基础题答案
SELECT 
  dept, name, salary,
  salary / SUM(salary) OVER (PARTITION BY dept) AS ratio
FROM employees;

-- 进阶题答案
WITH login_series AS (
  SELECT 
    user_id,
    login_date - ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp
  FROM user_logins
)
SELECT user_id
FROM login_series
GROUP BY user_id, grp
HAVING COUNT(*) >= 3;

---

六、学习路线图（从小白到专家） ️

阶段	学习重点	推荐资源
新手	基础语法	《SQL必知必会》
进阶	复杂查询	LeetCode数据库题库
高手	执行计划优化	《高性能MySQL》第6章

---

下期预告：《SQL优化之分析需求》
互动话题：你在学习SQL时遇到过哪些坑？欢迎评论区留言讨论！
️温馨提示：我是[随缘而动，随遇而安], 一个喜欢用生活案例讲技术的开发者。如果觉得有帮助，点赞关注不迷路