(三)SQL窗口分析函数 #SQL #CDA学习打卡

目录

[一. 窗口分析函数](#一. 窗口分析函数)

1)前后函数

(a)lag

(b)lead

2)头尾函数

[(a)first value](#(a)first value)

[(b)last value](#(b)last value)

3)排序函数

(a)row_number

(b)rank

(c)dense_rank

(d)三者之间对比

4)分布函数

(a)cume_dist

(b)percent_rank

(c)两者之间对比

5)其它函数

(a)ntile


一. 窗口分析函数

窗口分析函数主要用来做数据统计分析,属于OLAP方式。OLAP联机分析处理和OLTP联机事务处理是两种常见的数据库处理方式,通常分析师更喜爱OLAP(分析),开发者更关注的是OLTP(事务)。

窗口分析函数可以计算一定范围内、一定值域内、或者一段时间内的累积和以及移动平均值等,可以方便的实现复杂的数据统计分析需求。

窗口分析函数包括:

前后函数:lag,lead

头尾函数:first-val,last val

排序函数:rank,dense rank,row number

分布函数:percent_rank,cume_dist

聚合函数:sum,count,min,max,avg

其它函数:ntile

1)前后函数

(a)lag

(b)lead

2)头尾函数

(a)first value

(b)last value

3)排序函数

(a)row_number

(b)rank

(c)dense_rank

(d)三者之间对比

row_number()不区分是否并列:row_number函数为每一行分配唯一的行号,而rank函数和dense_rank函数在处理具有相同排序值的行时有所不同。

**rank()会产生序号相同的记录,产生序号间隔,dense_rank()不产生序号间隔:**rank函数会跳过下一个排名,而dense_rank函数会紧随其后。选择使用哪个函数取决于具体的需求和对重复值的处理方式。

4)分布函数

用于计算当前行在排序结果中的累积分布比例。

(a)cume_dist

(b)percent_rank

(c)两者之间对比

5)其它函数

(a)ntile

Bye!

相关推荐
一隅论数智2 天前
给AI一张“业务概念地图“:本体如何从哲学走向企业智能
大数据·人工智能·经验分享·笔记·学习·学习方法·政务
XiHongShi20162 天前
STM32F407 RTC定时器例程,建议保存
stm32·单片机·学习
爱吃苹果的日记本2 天前
离散数学第六课
学习·离散数学
Asa121382 天前
R语言实现多组学因子分析(MOFA)
数据分析
这个DBA有点耶2 天前
MVCC深入:Read View、版本链与快照读——InnoDB并发控制的内核
数据库·mysql·架构
DBA_G2 天前
从地面到云霄:GBase数据库在民航三大场景的落地实践
数据库
自由能燃气设备2 天前
商用全预混低氮冷凝锅炉免费方案vs付费方案对比+选型避坑指南
大数据·数据库·人工智能
科创致远2 天前
科创致远 ESOP 系统核心效能与实战价值展示
大数据·数据库·人工智能·精益工程
AI职业加油站2 天前
AI智能体应用工程师证书:政策红利下的职业新风口
大数据·运维·人工智能·学习·职场发展