(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
数据组小组1 天前
免费数据库管理工具深度横评:NineData 社区版、Bytebase 社区版、Archery,2026 年开发者该选哪个?
数据库·测试·数据库管理工具·数据复制·迁移工具·ninedata社区版·naivicat平替
爱可生开源社区1 天前
MiniMax M2.5 的 SQL 能力令人惊艳!
sql·llm
Nyarlathotep01131 天前
事务隔离级别
sql·mysql
悟空聊架构1 天前
基于KaiwuDB在游乐场“刷卡+投币”双模消费系统中的落地实践
数据库·后端·架构
IvorySQL1 天前
PostgreSQL 技术日报 (3月4日)|硬核干货 + 内核暗流一网打尽
数据库·postgresql·开源
Nyarlathotep01131 天前
SQL的事务控制
sql·mysql
进击的丸子1 天前
虹软人脸服务器版SDK(Linux/ARM Pro)多线程调用及性能优化
linux·数据库·后端
NineData2 天前
NineData智能数据管理平台新功能发布|2026年1-2月
数据库·sql·数据分析
IvorySQL2 天前
双星闪耀温哥华:IvorySQL 社区两项议题入选 PGConf.dev 2026
数据库·postgresql·开源
ma_king2 天前
入门 java 和 数据库
java·数据库·后端