目录
- 一、什么是窗口函数
- 1、怎么理解窗口?
- 2、什么是窗口函数
- 二、窗口函数用法
- 1、序号函数:row_number() / rank() / dense_rank()
- 2、分布函数:percent_rank() / cume_dist()
- 3、前后函数:lag(expr,n) / lead(expr,n)
- 4、头尾函数:first_value(expr)、last_value(expr)
- 5、其他函数:nth_value() / nfile()
- 本章小结
之前我给粉丝们搞过个投票,寻找mysql中那个
最熟悉的陌生人
~~mysql中哪些技术点是你既熟悉又陌生的?
前三名和我预料大差不差,分别是:
1、游标2、窗口函数3、聚簇索引
这三个点虽然平时用得少,但在面试中却常被问到
。值得一提的是,很多面试官对问题竟然也是一知半解。。
今天我想和你聊聊窗口函数,mysql从8.0开始支持窗口函数
,或许你们公司的mysql版本还无法让你爽一把,但我建议你要在本地搞一个试试,真香!
好了,废话不多说,老规矩,先上开胃小菜,看看今天的测试表数据吧。
本文用来演示用的测试表是chh_baozipu
,翻译过来就是emmm…陈哈哈的包子铺。悄悄告诉你,哈哥今年盘了个包子铺卖包子,这张表就是包子铺这半年的利润~
mysql> select * from chh_baozipu ; +----+--------------------+-------+---------+ | id | product | sales | month | +----+--------------------+-------+---------+ | 1 | 猪肉大葱包子 | 600 | 2021-11 | | 2 | 猪肉大葱包子 | 1600 | 2021-10 | | 3 | 猪肉大葱包子 | 1000 | 2021-09 | | 4 | 猪肉大葱包子 | 800 | 2021-08 | | 5 | 猪肉大葱包子 | 1600 | 2021-07 | | 6 | 猪肉大葱包子 | 1000 | 2021-06 | | 7 | 面馅儿包子 | 700 | 2021-11 | | 8 | 面馅儿包子 | 200 | 2021-10 | | 9 | 面馅儿包子 | 300 | 2021-09 | | 10 | 面馅儿包子 | 0 | 2021-08 | | 11 | 面馅儿包子 | 100 | 2021-07 | | 12 | 面馅儿包子 | 200 | 2021-06 | +----+--------------------+-------+---------+ 12 rows in set (0.00 sec)
怎么说?什么时候来我店里,请大家吃面馅儿包子。
一、什么是窗口函数
1、怎么理解窗口?
其实窗口
的概念是非常重要的,要想学会窗口函数,可不能只知其一不知其二;我们得搞清楚窗口
代表着啥,才知道什么时候该用它。
拿测试表举个简单的例子,统计一下:包子铺的猪肉大葱包子这半年截至每月累计利润
。
select *,sum(sales) over(order by `month`) as 累计利润 from chh_baozipu where product='猪肉大葱包子';
mysql> select *,sum(sales) over(order by `month`) as 累计利润 from chh_baozipu where product='猪肉大葱包子'; +----+--------------------+-------+---------+--------------+ | id | product | sales | month | 累计利润 | +----+--------------------+-------+---------+--------------+ | 6 | 猪肉大葱包子 | 1000 | 2021-06 | 1000 | | 5 | 猪肉大葱包子 | 1600 | 2021-07 | 2600 | | 4 | 猪肉大葱包子 | 800 | 2021-08 | 3400 | | 3 | 猪肉大葱包子 | 1000 | 2021-09 | 4400 | | 2 | 猪肉大葱包子 | 1600 | 2021-10 | 6000 | | 1 | 猪肉大葱包子 | 600 | 2021-11 | 6600 | +----+--------------------+-------+---------+--------------+ 6 rows in set (0.00 sec)
从这条sql可以看出,对于第一行id=6这行的窗口
就是第一行,对于第二行id=5这行的窗口
就是前两行,以此类推(如下图)。
可见,窗口就是范围的意思
,可以理解为一些记录(行)的集合;窗口函数也就是在满足某种条件的记录集合上执行计算
的特殊函数。
对于每条记录都要在此窗口内执行函数,有的函数随着记录不同,窗口大小都是固定的,这种属于静态窗口
;有的函数则相反,不同的记录对应着不同的窗口,这种动态变化的窗口叫滑动窗口
。看完本文再回来看这句话相信会理解的更透彻[手动狗头]。
2、什么是窗口函数
窗口函数也叫
olap函数
(online anallytical processing),可以对数据进行实时分析处理。
窗口函数多用在什么场景?主要有以下两类:
- 排名问题,例如:查包子铺利润月排名;
- topn问题,例如:查每种包子利润最高的两个月;
我们常见的窗口函数和聚合函数有这些:
- 专用窗口函数:
rank()
,dense_rank()
,row_number()
- 聚合函数:
max()
,min()
,count()
,sum()
,avg()
因为聚合函数也可以放在窗口函数中使用,因此窗口函数和普通聚合函数也很容易被混淆,二者区别如下:
聚合函数
是将多条记录聚合为一条
;而窗口函数是每条记录都会执行,有几条记录执行完还是几条
。- 聚合函数也可以用于窗口函数中,这个我会举例说明。
二、窗口函数用法
基本语法:
<窗口函数> over (partition by <用于分组的列名> order by <用于排序的列名>); -- over关键字用于指定函数的窗口范围, -- partition by 用于对表分组, -- order by子句用于对分组后的结果进行排序。
注意:窗口函数是对where或者group by子句处理后的结果再进行二次操作,因此会按照sql语句的运行顺序,窗口函数一般放在select子句中(from前),例如上一条sql,可以往上拖着看看~
窗口函数都有哪些?懒得画了,借lulin916
老哥的导图一用~~
- 序号函数:row_number() / rank() / dense_rank()
- 分布函数:percent_rank() / cume_dist()
- 前后函数:lag() / lead()
- 头尾函数:first_val() / last_val()
- 其他函数:nth_value() / nfile()
让我们来分别举例看一看:
1、序号函数:row_number() / rank() / dense_rank()
row_number():顺序排序 —— 1、2、3
rank():并列排序,跳过重复序号 —— 1、1、3
dense_rank():并列排序,不跳过重复序号 —— 1、1、2
mysql> select *,row_number() over(order by sales desc) as pro_row_number,rank() over(order by sales desc) as pro_rank,dense_rank() over(order by sales desc) as pro_dense_rank from chh_baozipu where product='猪肉大葱包子'; +----+--------------------+-------+---------+----------------+----------+----------------+ | id | product | sales | month | pro_row_number | pro_rank | pro_dense_rank | +----+--------------------+-------+---------+----------------+----------+----------------+ | 2 | 猪肉大葱包子 | 1600 | 2021-10 | 1 | 1 | 1 | | 5 | 猪肉大葱包子 | 1600 | 2021-07 | 2 | 1 | 1 | | 3 | 猪肉大葱包子 | 1000 | 2021-09 | 3 | 3 | 2 | | 6 | 猪肉大葱包子 | 1000 | 2021-06 | 4 | 3 | 2 | | 4 | 猪肉大葱包子 | 800 | 2021-08 | 5 | 5 | 3 | | 1 | 猪肉大葱包子 | 600 | 2021-11 | 6 | 6 | 4 | +----+--------------------+-------+---------+----------------+----------+----------------+ 6 rows in set (0.00 sec)
如上述示例可见,三个窗口函数服务与不同的三个典型业务需求,这三种足以应对我们的排序统计。
以后同学们在面试或笔试时被问到时,请不要再说自查询嵌套之类的lowb方案了,不然可别说你认识我~狗子们
2、分布函数:percent_rank() / cume_dist()
这个分布函数基本不用,不讲。有兴趣的同学自行百度~
3、前后函数:lag(expr,n) / lead(expr,n)
expr后面还会涉及到,统一解释一下:expr可以是
表达式
,也可以是列名
前后函数常用于:返回位于当前行的前n行(lag(expr,n))或后n行(lead(expr,n))
的expr的值
应用场景:查询前n名同学的成绩和当前同学成绩的差值
内层sql先通过lag()函数得到前1名同学的成绩,外层sql再将当前同学和前1名同学的成绩做差得到成绩差值diff。
这里换成哈哥的测试表就有点尬了。。但你肯定明白这意思,来,让我们尬查一下:
mysql> select *,lag(sales,1) over win as pro_lag,lead(sales,1) over win as pro_lead from chh_baozipu window win as (partition by product order by sales desc); +----+--------------------+-------+---------+---------+----------+ | id | product | sales | month | pro_lag | pro_lead | +----+--------------------+-------+---------+---------+----------+ | 2 | 猪肉大葱包子 | 1600 | 2021-10 | null | 1600 | | 5 | 猪肉大葱包子 | 1600 | 2021-07 | 1600 | 1000 | | 3 | 猪肉大葱包子 | 1000 | 2021-09 | 1600 | 1000 | | 6 | 猪肉大葱包子 | 1000 | 2021-06 | 1000 | 800 | | 4 | 猪肉大葱包子 | 800 | 2021-08 | 1000 | 600 | | 1 | 猪肉大葱包子 | 600 | 2021-11 | 800 | null | | 7 | 面馅儿包子 | 700 | 2021-11 | null | 300 | | 9 | 面馅儿包子 | 300 | 2021-09 | 700 | 200 | | 8 | 面馅儿包子 | 200 | 2021-10 | 300 | 200 | | 12 | 面馅儿包子 | 200 | 2021-06 | 200 | 100 | | 11 | 面馅儿包子 | 100 | 2021-07 | 200 | 0 | | 10 | 面馅儿包子 | 0 | 2021-08 | 100 | null | +----+--------------------+-------+---------+---------+----------+ 12 rows in set (0.00 sec)
这里我想问一下同学们是不是发现这条sql和前面sql不同?有哪几个地方不同呢?
select *, lag(sales,1) over win as pro_lag, lead(sales,1) over win as pro_lead from chh_baozipu where product='猪肉大葱包子' window win as (partition by product order by sales desc);
1、把窗口提取出来设置了别名
其实,这种是把窗口提了出来,设置别名为:win
,像我们写sql时用别名一样,这样看起来会简洁舒服一些,是吧。
有人问程序员要什么简洁?别人看不懂才会觉得代码牛b啊。这种同学一看就是没被社会毒打过,等你遇到百年一见的祖传代码时候,你就懂啥叫大道至简了(借胖哥图一用)。
2、窗口中增加了partition by product
这个关键字在over子句中,也就意味着控制了窗口的内容,在上面基础语法中我告诉你over中有两个个关键词:
partition by
是对窗口内容进行分组处理;order by
是对窗口内容分组后进行排序;
其实,还有更有意思的控制窗口范围的方式~~
对于滑动窗口的范围指定
,有两种方式,基于行和基于范围,我跟你着重介绍常用的基于行
来控制窗口范围;
通常使用between frame_start and frame_end语法来表示行范围,frame_start和frame_end可以支持如下关键字,来确定不同的动态行记录:
- current row 边界是当前行,一般和其他范围关键字一起使用
- unbounded preceding 边界是分区中的第一行
- unbounded following 边界是分区中的最后一行
- expr preceding 边界是当前行减去expr的值
- expr following 边界是当前行加上expr的值
来看几个例子:
①计算当前行与前n行(共n+1行)的聚合窗口函数
下例中控制窗口大小为当前月+前两个月的利润总和,来看一下效果:
select *,sum(sales) over win as '近三个月利润相加' from chh_baozipu window win as (partition by product order by `month` rows 2 preceding);
mysql> select *,sum(sales) over win as '近三个月利润相加' -> from chh_baozipu -> window win as (partition by product order by `month` rows 2 preceding); +----+--------------------+-------+---------+--------------------------+ | id | product | sales | month | 近三个月利润相加 | +----+--------------------+-------+---------+--------------------------+ | 6 | 猪肉大葱包子 | 1000 | 2021-06 | 1000 | | 5 | 猪肉大葱包子 | 1600 | 2021-07 | 2600 | | 4 | 猪肉大葱包子 | 800 | 2021-08 | 3400 | | 3 | 猪肉大葱包子 | 1000 | 2021-09 | 3400 | | 2 | 猪肉大葱包子 | 1600 | 2021-10 | 3400 | | 1 | 猪肉大葱包子 | 600 | 2021-11 | 3200 | | 12 | 面馅儿包子 | 200 | 2021-06 | 200 | | 11 | 面馅儿包子 | 100 | 2021-07 | 300 | | 10 | 面馅儿包子 | 0 | 2021-08 | 300 | | 9 | 面馅儿包子 | 300 | 2021-09 | 400 | | 8 | 面馅儿包子 | 200 | 2021-10 | 500 | | 7 | 面馅儿包子 | 700 | 2021-11 | 1200 | +----+--------------------+-------+---------+--------------------------+ 12 rows in set (0.00 sec)
②计算当前行与前n1行、后n2行的聚合窗口函数
下例中控制窗口大小为当前月前一个月到后一个月的利润总和,来看一下效果:
select *,sum(sales) over win as '前三个月利润相加' from chh_baozipu window win as (partition by product order by `month` rows between n1 preceding and n2 following);
mysql> select *,sum(sales) over win as '前一个月到下一个月利润相加' from chh_baozipu window win as (partition by product order by `month` rows between 1 preceding and 1 following); +----+--------------------+-------+---------+--------------------------+ | id | product | sales | month |前一个月到下一个月利润相加| +----+--------------------+-------+---------+--------------------------+ | 6 | 猪肉大葱包子 | 1000 | 2021-06 | 2600 | | 5 | 猪肉大葱包子 | 1600 | 2021-07 | 3400 | | 4 | 猪肉大葱包子 | 800 | 2021-08 | 3400 | | 3 | 猪肉大葱包子 | 1000 | 2021-09 | 3400 | | 2 | 猪肉大葱包子 | 1600 | 2021-10 | 3200 | | 1 | 猪肉大葱包子 | 600 | 2021-11 | 2200 | | 12 | 面馅儿包子 | 200 | 2021-06 | 300 | | 11 | 面馅儿包子 | 100 | 2021-07 | 300 | | 10 | 面馅儿包子 | 0 | 2021-08 | 400 | | 9 | 面馅儿包子 | 300 | 2021-09 | 500 | | 8 | 面馅儿包子 | 200 | 2021-10 | 1200 | | 7 | 面馅儿包子 | 700 | 2021-11 | 900 | +----+--------------------+-------+---------+--------------------------+ 12 rows in set (0.00 sec)
4、头尾函数:first_value(expr)、last_value(expr)
头尾函数应用于:返回第一个或最后一个expr的值;
应用场景:截止到当前,按照日期排序查询当前最大月收入
和当前最小月收入
。
select *, first_value(sales) over win as '当前最大月收入', last_value(sales) over win as '当前最小月收入' from chh_baozipu window win as (partition by product order by `month`);
mysql> select *,first_value(sales) over win as '当前最大月收入',last_value(sales) over win as '当前最小月收入' from chh_baozipu window win as (partition by product order by `month`); +----+--------------------+-------+---------+-----------------------+-----------------------+ | id | product | sales | month | 当前最大月收入 | 当前最小月收入 | +----+--------------------+-------+---------+-----------------------+-----------------------+ | 6 | 猪肉大葱包子 | 1000 | 2021-06 | 1000 | 1000 | | 5 | 猪肉大葱包子 | 1600 | 2021-07 | 1000 | 1600 | | 4 | 猪肉大葱包子 | 800 | 2021-08 | 1000 | 800 | | 3 | 猪肉大葱包子 | 1000 | 2021-09 | 1000 | 1000 | | 2 | 猪肉大葱包子 | 1600 | 2021-10 | 1000 | 1600 | | 1 | 猪肉大葱包子 | 600 | 2021-11 | 1000 | 600 | | 12 | 面馅儿包子 | 200 | 2021-06 | 200 | 200 | | 11 | 面馅儿包子 | 100 | 2021-07 | 200 | 100 | | 10 | 面馅儿包子 | 0 | 2021-08 | 200 | 0 | | 9 | 面馅儿包子 | 300 | 2021-09 | 200 | 300 | | 8 | 面馅儿包子 | 200 | 2021-10 | 200 | 200 | | 7 | 面馅儿包子 | 700 | 2021-11 | 200 | 700 | +----+--------------------+-------+---------+-----------------------+-----------------------+ 12 rows in set (0.00 sec)
5、其他函数:nth_value() / nfile()
nfile()不常用,不再赘述;这里我们只提一下nth_value(expr,n)
函数;
nth_value用途:返回窗口中第n个expr的值。
应用场景:截止到当前,显示陈哈哈包子铺月利润榜中排名第2和第3的成绩的利润。
select *, nth_value(sales,2) over win as '当前排名第二的月收入', nth_value(sales,3) over win as '当前排名第三的月收入' from chh_baozipu window win as (partition by product order by `month`);
mysql> select *,nth_value(sales,2) over win as '当前排名第二的月收入',nth_value(sales,3) over win as '当前排名第三的月收入' from chh_baozipu window win as (partition by product order by `month`); +----+--------------------+-------+---------+--------------------------------+--------------------------------+ | id | product | sales | month | 当前排名第二的月收入 | 当前排名第三的月收入 | +----+--------------------+-------+---------+--------------------------------+--------------------------------+ | 6 | 猪肉大葱包子 | 1000 | 2021-06 | null | null | | 5 | 猪肉大葱包子 | 1600 | 2021-07 | 1600 | null | | 4 | 猪肉大葱包子 | 800 | 2021-08 | 1600 | 800 | | 3 | 猪肉大葱包子 | 1000 | 2021-09 | 1600 | 800 | | 2 | 猪肉大葱包子 | 1600 | 2021-10 | 1600 | 800 | | 1 | 猪肉大葱包子 | 600 | 2021-11 | 1600 | 800 | | 12 | 面馅儿包子 | 200 | 2021-06 | null | null | | 11 | 面馅儿包子 | 100 | 2021-07 | 100 | null | | 10 | 面馅儿包子 | 0 | 2021-08 | 100 | 0 | | 9 | 面馅儿包子 | 300 | 2021-09 | 100 | 0 | | 8 | 面馅儿包子 | 200 | 2021-10 | 100 | 0 | | 7 | 面馅儿包子 | 700 | 2021-11 | 100 | 0 | +----+--------------------+-------+---------+--------------------------------+--------------------------------+ 12 rows in set (0.00 sec)
本章小结
窗口函数就说到这里,窗口函数是我接触mysql8以后发现的新东西,突然感觉mysql开发团队还是很灵性的,每个版本都会新增一些玩儿法,当然也很实用,希望mysql9.0会给我们带来更多的惊喜。
到此这篇关于mysql窗口函数的具体使用的文章就介绍到这了,更多相关mysql窗口函数内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com!