
文末领取【SQL数据分析常用语句】
Mysql从8.0版本开始,也和Sql Server、Oracle一样支持在查询中使用窗口函数,本文将根据官方文档,通过实例介绍窗口函数并举例分组排序函数的使用。
本文用到的学生分数表格和语句如下:
DROP TABLE IF EXISTS Marks;CREATE TABLE Marks(学生 VARCHAR(10),科目 CHAR(2),分数 INT);insert into Marks values(’赵四’,’语文’,88),(’赵四’,’数学’,48),(’赵四’,’英语’,75),(’张三’,’语文’,30),(’张三’,’数学’,75),(’张三’,’英语’,75),(’王五’,’语文’,90),(’王五’,’数学’,94),(’王五’,’英语’,70),(’李四’,’语文’,82),(’李四’,’数学’,69),(’李四’,’英语’,90);SELECT * FROM Marks;
首先创建了如下班级分数表格为例:

窗口函数可以大体分为两大类,第一类是能够作为窗口函数的聚合函数:SUM、AVG、COUNT、MAX、MIN,第二类是以RANK、DENSE_RANK、ROW_NUMBER为代表的专用窗口函数。为了便于理解窗口函数,首先以聚合函数sum为例,下面分别使用窗口函数和聚合函数展示每个学生的成绩总分:
-- 作为窗口函数SELECT 学生,科目,分数,SUM(分数) OVER (PARTITION BY 学生) AS ’总分’FROM Marks;
-- 与直接使用sum聚合函数得到的结果一样SELECT 学生,SUM(分数) AS ’总分’FROM MarksGROUP BY 学生;

在这个例子中sum函数作为窗口函数,通过对‘学生’分区后,加总各个科目的分数得到总分,得分结果与sum聚合函数的结果一致,但结果中保留了每一行的信息,出现了重复的总分行。
因为,所有窗口函数的执行在JOIN, WHERE, GROUP BY, HAVING的结果集之后,在ORDER BY, LIMIT, SELECT DISTINCT之前。当PARTITION BY执行时GROUP BY的聚合过程已经完成了,因此不会再产生数据聚合。
01 窗口函数的语法
window_function_name(expression)OVER ([partition_defintion][order_definition][frame_definition])
首先需要指定窗口函数的函数名,也就是在上个例子中使用到的sum,之后的OVER子句中即使没有内容,括号也需要保留,窗口由[partition_defintion][order_definition][frame_definition]确定,任何一个都不是必须的。
02 partition_defintio 窗口分区
PARTITION BY expr [, expr] ...
根据表达式的计算结果来进行分区(列名也是一种表达式)。在例子中"PARTITION BY 学生"对学生列的值分区。
03 order_definition 窗口排序
ORDER BY expr [ASC|DESC] [, expr [ASC|DESC]] ...
为分区内的行的排列顺序。以下可以实现对学生的科目分数降序排列,并得出学生的科目最高分。
SELECT 学生,科目,分数,MAX(分数) OVER (PARTITION BY 学生 ORDER BY 分数 DESC) AS ’最高分’FROM Marks;
04 frame_definition 窗口框架
frame_clause:frame_units frame_extentframe_units:{ROWS | RANGE}frame_extent:{frame_start | frame_between}frame_between:BETWEEN frame_start AND frame_endframe_start, frame_end: {CURRENT ROW| UNBOUNDED PRECEDING| UNBOUNDED FOLLOWING| expr PRECEDING| expr FOLLOWING}
窗口框架的作用对分区进一步细分,frame_unit有两种,分别是ROWS和RANGE,ROWS通过指定当前行之前或之后的固定数目的行来限制分区中的行,RANGE按照排序列的当前值,根据相同值来确定分区中的行。以下通过计算当前行的前两行的平均值计算分数的移动平均分数。
SELECT 学生,科目,分数,AVG(分数) OVER (PARTITION BY 学生ORDER BY 分数 ASCROWS 2 preceding) AS moving_avgFROM Marks;
下面我们使用RANGE对每个分区内从第一行到当前行计算平均值,可以看到由于RANGE根据当前值来确定行,张三的第二行就已经出现了三门的均分,对于三门分数不同的李四,滑动平均值的结果没有变化。
SELECT 学生,科目,分数,AVG(分数) OVER (PARTITION BY 学生ORDER BY 分数 ASCRANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS AVGFROM Marks;

frame_extent指定帧的起止点,在其中也可以只用frame_start(结束位置就默认为当前行)和frame_between指定起点和终点。
frame_start和frame_end可以是以下几种:
-
CURRENT ROW:当前行
-
UNBOUNDED PRECEDING: 区间的第一行
-
UNBOUNDED FOLLOWING:区间的最后一行
-
N PRECEDING: 当前行之前的N行,可以是数字,也可以是一个能计算出数字的表达式
-
N FOLLOWING:当前行之后的N行,可以是数字,也可以是一个能计算出数字的表达式
如果没指定帧的话,默认的frame取决于ORDER BY。
如果有ORDER BY,SQL会默认帧是区间内从第一行(UNBOUNDED PRECEDING)到当前行(CURRENTROW)
SELECT 学生,科目,分数,MAX(分数) OVER (PARTITION BY 学生ORDER BY 分数 ASC) AS ’最高分’ FROM Marks;-- 结果相同SELECT 学生,科目,分数,MAX(分数) OVER (PARTITION BY 学生ORDER BY 分数 ASCRANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS ’最高分’ FROM Marks;

如果没有ORDER BY,SQL会默认帧是区间内从第一行(UNBOUNDED PRECEDING)到最后一行(UNBOUNDED FOLLOWING)
SELECT 学生,科目,分数,MAX(分数) OVER (PARTITION BY 学生) AS ’最高分’FROM Marks;-- 结果相同SELECT 学生,科目,分数,MAX(分数) OVER (PARTITION BY 学生RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS ’最高分’FROM Marks;

日常我们更常用的是在窗口函数中使用排序函数:
-
ROW_NUMBER:函数名即是排序方法,也就是输出结果集分区的行号(例如:1,2,3,4,5...)
-
RANK:返回结果集的分区内数据进行跳跃排序。也就是为相同数值的行输出相同排序结果,对于下一行不同的数据将返回行号(例如:1,1,3,4...)
-
DENSE_RANK: 返回结果集分区中每行的连续排名,排名值没有间断。行排名等于该行之前不同排名值的数量加一(例如:1,1,2,3,4...)
-
NTILE:将有序分区中的数据分发到指定数目的组中。以本文数据为例,将60-90分的分数等分为4组,即第1组为[90, 82.5),第2组为[82.5, 75),第3组为[75, 67.5),第4组为[67.5, 60]
SELECT 学生,科目,分数,ROW_NUMBER OVER (PARTITION BY 科目 ORDER BY 分数 DESC) AS "Row_Number",RANK OVER (PARTITION BY 科目 ORDER BY 分数 DESC) AS ’Rank’,DENSE_RANK OVER (PARTITION BY 科目 ORDER BY 分数 DESC) AS "Dense_Rank",NTILE(4) OVER (PARTITION BY 科目 ORDER BY 分数 DESC) AS ’Quartile’FROM Marks;

End.
来源:知乎
本文为转载分享,如侵权请联系后台删除
SQL作为数据开发的必备技能,它的重要性是不言而喻的。今晚,我们为大家准备了 免费直播课程, 老师将演示 用shell语言模拟SQL语句和批量检查SQL语法。 我知道有上进心的你一定不会错过这免费学习的机会,快快动手 扫描文末二维码 吧,我们 今晚20:30 直播间不见不散!
文末长按海报领取【SQL数据分析常用语句 】

· 爱数据每周免费直播 ·
直播主题:数据开发技能必备—shell轻松入门
直播内容:
-
shell批量操作之快速修改文件名
-
用shell语言帮你模拟一个SQL语句
-
批量检查SQL语法怎么做?shell轻松搞定
直播时间:5月20日今晚20:30准时直播分享
