MySQL 窗口函数太好用了

古时的风筝2023-10-16 10:28

公众号「古时的风筝」，专注于后端技术，尤其是 Java 及周边生态。

个人博客：www.moonkite.cn

大家好，我是风筝

先看这段像天书一样的 SQL ,看着就头疼。

mysql 复制代码 
SELECT
  s1.name,
  s1.subject,
  s1.score,
  sub.avg_score AS average_score_per_subject,
  (SELECT COUNT(DISTINCT s2.score) + 1 FROM scores s2 WHERE s2.score > s1.score) AS score_rank
FROM scores s1
JOIN (
  SELECT subject, AVG(score) AS avg_score
  FROM scores
  GROUP BY subject
) sub ON s1.subject = sub.subject
ORDER BY s1.score DESC;

这段SQL是干什么用的呢，就是为了计算一个成绩排名，简直大动干戈啊。

那有没有简化的方法呢?有的。

简化后的版本就是利用今天说的窗口函数。

mysql 复制代码 
SELECT
  name,
  subject,
  score,
  AVG(score) OVER (PARTITION BY subject) AS average_score_per_subject,
  RANK() OVER (ORDER BY score DESC) AS score_rank
FROM scores
ORDER BY score DESC;

是不是看上去就简洁清晰多了。

下面我们看看是什么样的功能。

首先创建一个表，包含姓名、学科、分数三个字段，用于后面功能的演示。

mysql 复制代码 
CREATE TABLE `scores` (
  `name` varchar(20) COLLATE utf8_bin NOT NULL,
  `subject` varchar(20) COLLATE utf8_bin NOT NULL,
  `score` int(3) NOT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

然后向表中插入一些随机记录。

mysql 复制代码 
INSERT INTO scores (name, subject, score) VALUES ('Student1', '化学', 75);
INSERT INTO scores (name, subject, score) VALUES ('Student2', '生物', 92);
INSERT INTO scores (name, subject, score) VALUES ('Student3', '物理', 87);
INSERT INTO scores (name, subject, score) VALUES ('Student4', '数学', 68);
INSERT INTO scores (name, subject, score) VALUES ('Student5', '英语', 91);
INSERT INTO scores (name, subject, score) VALUES ('Student6', '化学', 58);
INSERT INTO scores (name, subject, score) VALUES ('Student7', '物理', 79);
INSERT INTO scores (name, subject, score) VALUES ('Student8', '数学', 90);
INSERT INTO scores (name, subject, score) VALUES ('Student9', '数学', 45);

##什么是窗口函数

在 MySQL 8.x 版本中，MySQL 提供了窗口函数，窗口函数是一种在查询结果的特定窗口范围内进行计算的函数。

很早以前用 Oracle 和 MS SQL 的时候会用到里面的窗口函数，但是用 MySQL 后才发现，MySQL 竟然没有窗口函数，以至于一些负责的统计查询都要用各种子查询、join，层层嵌套，看上去很简单的需求，结果搞得 SQL 语句写的是龙飞凤舞，别人一看跟天书似的。就一个字儿，懵。

窗口函数主要的应用场景是统计和计算，例如对查询结果进行分组、排序和计算聚合，通过各个函数的组合，可以实现各种复杂的逻辑，而且比起 MySQL 8.0之前用子查询、join 的方式，性能上要好得多。

OVER()

OVER() 是用于定义窗口函数的子句，它必须结合其他的函数才有意义，比如求和、求平均数。而它只用于指定要计算的数据范围和排序方式。

mysql 复制代码 
function_name(...) OVER (
    [PARTITION BY expr_list] 
    [ORDER BY expr_list] 
    [range]
)

PARTITION BY

用于指定分区字段,对不同分区进行分析计算，分区其实就列，可以指定一个列，也可以指定多个列。

ORDER BY

用于对分区内记录进行排序,排序后可以与「范围和滚动窗口」一起使用。

范围和滚动窗口

用于指定分析函数的窗口,包括范围和滚动窗口。

范围窗口(Range window)

指定窗口的起止行号,使用UNBOUNDED PRECEDING表示起点,UNBOUNDED FOLLOWING表示终点。

例如:

mysql 复制代码 
SUM(salary) OVER (ORDER BY id  
                   RANGE BETWEEN 5 PRECEDING AND 5 FOLLOWING)

这会计算当前行及之前5行和之后5行的salary总和。

滚动窗口(Row window)

使用了基于当前行的滚动窗口

例如:

mysql 复制代码 
SUM(salary) OVER (ORDER BY id  
                   ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING)

这会计算当前行及之前2行和之后2行的salary总和。

OVER()可搭配的函数：

聚合函数

MAX(),MIN(),COUNT(),SUM()等，用于生成每个分区的聚合结果。

排序相关

ROW_NUMBER(),RANK(),DENSE_RANK()等，用于生成每个分区的行号或排名。

窗口函数

LAG(),LEAD(),FIRST_VALUE(),LAST_VALUE()等，用于基于窗口框生成结果。

搭配聚合函数

1、按subject列进行分区，并求出某学科的最大最小值

获取分数和此学科最高分

mysql 复制代码 
SELECT subject,score, MAX(score) OVER (PARTITION  BY subject) as `此学科最高分` FROM scores;

得出的结果是:

subject score 此学科最高分
化学 75 75
化学 58 75
数学 68 90
数学 90 90
数学 45 90
物理 87 87
物理 79 87
生物 92 92
英语 91 91

2、获取学科的报名人数

mysql 复制代码 
SELECT subject,score, count(name) OVER (PARTITION  BY subject) as `报名此学科人数` FROM scores;

得到的结果为:

subject score 报名此学科人数
化学 75 2
化学 58 2
数学 68 3
数学 90 3
数学 45 3
物理 87 2
物理 79 2
生物 92 1
英语 91 1

3、求学科的总分

mysql 复制代码 
SELECT subject, SUM(score) OVER (PARTITION  BY subject) as `此学科总分` FROM scores;

得到的结果:

subject 此学科总分
化学 133
化学 133
数学 203
数学 203
数学 203
物理 166
物理 166
生物 92
英语 91

4、使用 order by 求累加分数

mysql 复制代码 
SELECT name,subject,score, SUM(score) OVER (order  BY score) as `累加分数` FROM scores;

得到的结果：

name subject score 累加分数
Student9 数学 45 45
Student6 化学 58 103
Student4 数学 68 171

我们看这是怎么算出来的，OVER 函数里面是 order by 。

首先根据分数排序（默认升序），得到第一行分数是45，所以累加分数就是它自己，也就是45。

然后排序得到第二行 58，然后将第一行和第二行相加，这样得到累加分数就是45+58=103。

同理，第三行就是前三行的总和，也就是45+58+68=171。

以此类推，第 N 行就是1~N的累加和。

5、使用 order by + 范围

前面因为没有限定范围，所以就是前 N 行的累加，还可以限定范围。

mysql 复制代码 
SELECT name,subject,score, SUM(score) OVER (order BY `score` ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) as `累加分数` FROM scores;

这里的累加分数是指当前行+前一行+后一行的和。

获取的结果为：

name subject score 累加分数
Student9 数学 45 103
Student6 化学 58 171
Student4 数学 68 201
Student1 化学 75 222
Student7 物理 79 241
Student3 物理 87 256
Student8 数学 90 268
Student5 英语 91 273

第一行 103，是当前行 45+后一行（58）的和，等于103，因为没有前一行。

第二行171，是当前行58+前一行（45）+后一行（68）的和，等于171。

以此类型，后面的累加分数都是这样算出来的。

搭配排序相关函数

ROW_NUMBER()

ROW_NUMBER() 函数用于为结果集中的每一行分配一个唯一的排序。

如下，对成绩进行排名，分数高的排在前面，如果有两个人分数相同，那仍然是一个第一，另一个第二。

sql 复制代码 
SELECT name,subject,score, ROW_NUMBER() OVER (order BY `score` desc) as `排名` FROM scores;

查询结果为：

name subject score 排名
Student2 生物 92 1
Student5 英语 91 2
Student8 数学 90 3
Student3 物理 87 4
Student7 物理 79 5

如果不用 ROW_NUMBER(),比如在 MySQL 5.7的版本中，就会像下面这样:

mysql 复制代码 
SELECT s1.name, s1.subject, s1.score, COUNT(s2.score) + 1 AS `排名`
FROM scores s1
LEFT JOIN scores s2 ON s1.score < s2.score
GROUP BY s1.name, s1.subject, s1.score
ORDER BY s1.score DESC;

是不是比使用 ROW_NUMBER()复杂的多。

RANK()

RANK() 函数用于为结果集中的每一行分配一个排名值，它也是排名的，但是它和 ROW_NUMBER()有，RANK()函数在遇到相同值的行会将排名设置为相同的，就像是并列排名。

就像是奥运比赛，如果有两个人都是相同的高分，那可能就是并列金牌，但是这时候就没有银牌了，仅次于这两个人的排名就会变成铜牌。

sql 复制代码 
SELECT name,subject,score, RANK() OVER (order BY `score` desc) as `排名` FROM scores;

查询结果为：

name subject score 排名
Student1 化学 92 1
Student2 生物 92 1
Student5 英语 91 3
Student8 数学 90 4
Student3 物理 87 5

DENSE_RANK()

DENSE_RANK() 也是用作排名的，和 RANK()函数的差别就是遇到相同值的时候，不会跳过排名，比如两个人是并列金牌，排名都是1，那仅次于这两个人的排名就是2，而不像 RANK()那样是3。

sql 复制代码 
SELECT name,subject,score, DENSE_RANK() OVER (order BY `score` desc) as `排名` FROM scores;

查询结果为：

name subject score 排名
Student1 化学 92 1
Student2 生物 92 1
Student5 英语 91 2
Student8 数学 90 3

配合其他窗口函数

NTILE()

NTILE() 函数用于将结果集划分为指定数量的组，并为每个组分配一个编号。例如，将分数倒序排序并分成4个组，相当于有了4个梯队。

sql 复制代码 
SELECT name,subject,score, NTILE(4) OVER (order BY `score` desc) as `组` FROM scores;

查询结果为：

name subject score 组
Student1 化学 92 1
Student2 生物 92 1
Student5 英语 91 1
Student8 数学 90 2
Student3 物理 87 2
Student7 物理 79 3
Student4 数学 68 3
Student6 化学 58 4
Student9 数学 45 4

LAG()

LAG() 函数用于在查询结果中访问当前行之前的行的数据。它允许您检索前一行的值，并将其与当前行的值进行比较或计算差异。LAG()函数对于处理时间序列数据或比较相邻行的值非常有用。

LAG()函数完整的表达式为 LAG(column, offset, default_value)，包含三个参数：

column：就是列名，获取哪个列的值就是哪个列名，很好理解。

offset: 就是向前的偏移量，取当前行的前一行就是1，前前两行就是2。

default_value：是可选值，如果向前偏移的行不存在，就取这个默认值。

例如比较相邻两个排名的分数差，可以这样写：

sql 复制代码 
SELECT
  name,
  subject,
  score,
  ABS(score - LAG(score, 1,score) OVER (ORDER BY score DESC)) AS `分值差`
FROM
  scores;

得到的结果为：

name subject score 分值差
Student1 化学 92 0
Student2 生物 92 0
Student5 英语 91 1
Student8 数学 90 1
Student3 物理 87 3
Student7 物理 79 8
Student4 数学 68 11

LEAD()

LEAD() 函数和 LAG()的功能一致，只不过它的偏移量是向后偏移，也就是取当前行的后 N 行。

所以前面的比较相邻两行差值的逻辑，也可以向后比较。

mysql 复制代码 
SELECT
  name,
  subject,
  score,
  score - LEAD(score, 1,score) OVER (ORDER BY score DESC) AS `分值差`
FROM
  scores;

得到的结果：

name subject score 分值差
Student1 化学 92 0
Student2 生物 92 1
Student5 英语 91 1
Student8 数学 90 3
Student3 物理 87 8
Student7 物理 79 11
Student4 数学 68 10

推荐阅读

➿ 我的第一个 Chrome 插件上线了，欢迎试用！

➿ 什么是向量数据库

➿ 《轻解计算机网络》系列离线版 PDF 终于来了

➿ JDK21引入协程，再也不用为并发而头疼了

相关推荐
ROCKY_81726 分钟前
Mysql复习（二）
数据库·mysql·oracle
心软小念2 小时前
外包干了27天，技术退步明显。。。。。
软件测试·面试
问道飞鱼3 小时前
【知识科普】认识正则表达式
数据库·mysql·正则表达式
HaiFan.3 小时前
SpringBoot 事务
java·数据库·spring boot·sql·mysql
2401_882727573 小时前
低代码配置式组态软件-BY组态
前端·后端·物联网·低代码·前端框架
追逐时光者4 小时前
.NET 在 Visual Studio 中的高效编程技巧集
后端·.net·visual studio
大梦百万秋4 小时前
Spring Boot实战：构建一个简单的RESTful API
spring boot·后端·restful
上山的月5 小时前
MySQL -函数和约束
数据库·mysql
zhcf5 小时前
【MySQL】十三，关于MySQL的全文索引
数据库·mysql
丁总学Java5 小时前
要查询 `user` 表中 `we_chat_open_id` 列不为空的用户数量
数据库·mysql
热门推荐
01大模型国产化适配7-华为昇腾LLM落地可选解决方案（MindFormers、ModelLink、MindIE）02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03玄机平台应急响应—webshell查杀04电赛2024年H题智能小车基于MSPM0G3507主控MCU（利用8路灰度加上MPU6050的解决方式）具体项目报告05组基轨迹建模 GBTM的介绍与实现（Stata 或 R）06支付宝短视频平台创作分成激励项目07STM32 无法烧录08【一文读懂】NTN（非地面网络）技术介绍09优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间10怎么找小红书美食探店博主合作？