SQL开窗函数（窗口函数）详解 |
您所在的位置：网站首页 › 窗函数优缺点 › SQL开窗函数（窗口函数）详解 |
SQL开窗函数（窗口函数）详解
|
一、什么是开窗函数
开窗函数/分析函数：over()
开窗函数也叫分析函数，有两类：一类是聚合开窗函数，一类是排序开窗函数。 开窗函数的调用格式为：函数名(列名) OVER(partition by 列名 order by列名) 。 如果你没听说过开窗函数，看到上面开窗函数的调用方法，你可能还会有些疑惑。但只要你了解聚合函数，那么理解开窗函数就非常容易了。 我们知道聚合函数对一组值执行计算并返回单一的值，如sum()，count()，max()，min()， avg()等，这些函数常与group by子句连用。除了 COUNT 以外，聚合函数忽略空值。 但有时候一组数据只返回一组值是不能满足需求的，如我们经常想知道各个地区的前几名、各个班或各个学科的前几名。这时候需要每一组返回多个值。用开窗函数解决这类问题非常方便。 开窗函数和聚合函数的区别：（1）SQL 标准允许将所有聚合函数用作开窗函数，用OVER 关键字区分开窗函数和聚合函数。 （2）聚合函数每组只返回一个值，开窗函数每组可返回多个值。
开窗函数与聚合函数一样，也是对行集组进行聚合计算，但是它不像普通聚合函数那样每组只返回一个值，开窗函数可以为每组返回多个值，因为开窗函数所执行聚合计算的行集组是窗口。 注：常见主流数据库目前都支持开窗函数，但mysql数据库目前还不支持（8.0后已支持）。 不过MySQL中可以通过变通的方式支持开窗函数。 示例: 开窗函数: SELECT RANK() OVER (PARTITION BY Gender ORDER BY Age) AS [Partition by Gender], FirstName, Age, Gender FROM Person;MySQL实现相同功能: SELECT first_name, age, gender, @curRank := @curRank + 1 AS rank FROM person p,(SELECT @curRank := 0) r ORDER BY age其他情况只需把开窗函数转换成MySQL支持的语法即可。 转自：https://www.zhihu.com/question/26592291 https://blog.csdn.net/qq_31183727/article/details/107023293 二、使用及说明 1. 分区排序：row_number () over()有如下学生成绩表：students_grades
查询每门课程course_name前三名的学生姓名及成绩，要求输出列格式如下： course_name, number, stu_name, grades 查询语句如下： 2. 几个排序函数row_number() over()、rank() over()、dense_rank() over()、ntile() over()的区别 （1） row_number() over()： 对相等的值不进行区分，其实就是行号，相等的值对应的排名不同，序号从1到n连续。 （2） rank() over()：相等的值排名相同，但若有相等的值，则序号从1到n不连续。如果有两个人都排在第3名，则没有第4名。 （3） dense_rank() over()：对相等的值排名相同，但序号从1到n连续。如果有两个人都排在第一名，则排在第2名（假设仅有1个第二名）的人是第3个人。 （4） ntile( n ) over()：可以看作是把有序的数据集合平均分配到指定的数量n的桶中,将桶号分配给每一行，排序对应的数字为桶号，序号从1到n连续。如果不能平均分配，则较小桶号的桶分配额外的行，并且各个桶中能放的数据条数最多相差1。 学生成绩表同上，查询语句如下：
查询结果如下： 在使用 row_number() over()函数时候，over()里头的分组以及排序的执行，晚于 where 、group by、 order by 的执行。 具体可查看文章：https://blog.csdn.net/qq_25221835/article/details/82762416 4. 其他开窗函数1、row_number() over(partition by … order by …) 增加一列,类似与增加伪列 2、rank() over(partition by … order by …) 3、dense_rank() over(partition by … order by …) rank(): 跳跃排序，如果有两个第一级时，接下来就是第三级。 dense_rank(): 连续排序，如果有两个第一级时，接下来仍然是第二级。 4、count() over(partition by … order by …) 5、max() over(partition by … order by …) 6、min() over(partition by … order by …) 7、sum() over(partition by … order by …) 8、avg() over(partition by … order by …) 9、first_value() over(partition by … order by …) 10、last_value() over(partition by … order by …) 与函数的功能一致,只是是开窗函数 11、lag() over(partition by … order by …) 12、lead() over(partition by … order by …) lag 和lead 可以 获取结果集中，按一定排序所排列的当前行的上下相邻若干offset 的某个行的某个列(不用结果集的自关联）； lag ，lead 分别是向前，向后； lag 和lead 有三个参数，第一个参数是列名，第二个参数是偏移的offset，第三个参数是 超出记录窗口时的默认值）本段转自：https://www.bbsmax.com/A/q4zVkPLxJK/ over子句的复用 WINDOW r AS ( PARTITION BY std.ticket_id ORDER BY std.step_end_time ) 这句话就是将 ‘( PARTITION BY std.ticket_id ORDER BY std.step_end_time ) ’ 声明为子句，然后别名是 r ；然后就可以在 over() 中使用了。 注意：这段声明要写在where句子的后面，如下所示： SELECT std1.* FROM ( SELECT std.*, ROW_NUMBER ( ) OVER ( r ) AS row_idx, string_agg ( std.step_name, ',' ) OVER ( r ) AS done_step_names FROM step_detail std WHERE std.step_operator = '001' AND std.step_status = '2' WINDOW r AS ( PARTITION BY std.ticket_id ORDER BY std.step_end_time ) ) AS std1 WHERE std1.row_idx = 1
本文大部分转载自：https://www.douban.com/group/topic/155112949/ |
【本文地址】