sql — 窗口函数

1. 基本介绍

1.1 窗口函数介绍

窗口函数是SQL中的一种强大工具,用于在查询结果中进行分析和计算。

与常规聚合函数不同,窗口函数可以在不影响查询结果集的情况下,对结果集中的每一行应用函数,生成额外的信息,例如排名、累计和等。这些函数可以根据定义的窗口范围动态地计算值,而不是像常规聚合函数那样对整个数据集进行计算。

窗口函数通常与OVER子句一起使用,OVER子句定义了窗口的范围,可以指定分区、排序规则等。

1.2 窗口函数分类

窗口函数可以分为排序窗口函数统计窗口函数两大类。

排序窗口函数主要用于对数据进行排序和排名,包括row_number、rank、dense_rank、percent_rank、ntile;

统计窗口函数则用于进行统计计算,包括count、sum、avg、min、max、first_value、last_value、lag、lead、cume_dist。

2. 样例数据

2.1 样例数据SQL

复制代码
CREATE TABLE Sales (    id INT,    region VARCHAR(50),    amount DECIMAL(10, 2));
INSERT INTO Sales (id, region, amount) VALUES(1, 'North', 1000.50),(2, 'North', 1500.75),(3, 'South', 800.25),(4, 'West', 1200.00),(5, 'East', 2000.30);

3.各个窗口函数介绍

3.1 row_number**()** 窗口函数

row_number函数为结果集中的每一行分配一个唯一的整数,按照指定的排序顺序进行排列。

复制代码
SELECT id, region, amount,ROW_NUMBER() OVER (ORDER BY amount DESC) AS row_numFROM Sales;

3.2 rank**()** 窗口函数

rank函数为结果集中的每一行分配一个排名,如果有相同数值,则会跳过相同排名并继续递增(不连续排名)

rank()函数的结果是:1, 2,3, 3, 5, 6。

复制代码
SELECT id, region, amount, RANK() OVER (ORDER BY amount DESC)AS rankFROM Sales;

分区

RANK() OVER (PARTITION BY column ORDER BY column) AS rank_column

  • PARTITION BY 子句用于指定分区列,根据该列的值将数据分成不同的分区。
  • ORDER BY 子句用于指定排序列,根据该列的值对每个分区内的行进行排序。

3.3 dense_rank**()** 窗口函数

dense_rank函数为结果集中的每一行分配一个排名, 与rank函数类似,但是在遇到相同数值时,dense_rank不会跳过相同排名,而是连续分配相同的排名(连续排名)

dense_rank()函数的结果是:1, 2,3, 3, 4, 5

复制代码
SELECT id, region, amount, DENSE_RANK() OVER (ORDER BY amount DESC) AS dense_rankFROM Sales;

3.4 percent_rank() 窗口函数

percent_rank函数计算每一行在排序结果中的相对排名,返回一个介于0和1之间的小数值,用来表示行在排序结果中的相对位置。

复制代码
SELECT id, region, amount, PERCENT_RANK() OVER (ORDER BY amount DESC)AS percent_rankFROM Sales;

3.5 ntile(n)窗口函数

ntile函数将结果集分割成指定数量的桶,并为每个桶分配一个编号,确保每个桶中的行数量尽可能均匀。

复制代码
SELECT id, region, amount, NTILE(2) OVER (ORDER BY amount DESC)AS ntileFROM Sales;

3.6 count (*)窗口函数

count函数计算结果集中行的数量,可以结合分组函数使用,用于统计分组内的行数。

复制代码
SELECT id, region, amount,COUNT(*) OVER (PARTITION BY region) AS region_countFROM Sales;

3.7 sum( ) 窗口函数

sum函数计算指定列的总和,并将结果添加到每一行。

复制代码
SELECT id, region, amount, SUM(amount) OVER () AStotal_salesFROM Sales;

3.8 min() 窗口函数

min函数计算指定列的最小值,并将结果添加到每一行。

复制代码
SELECT id, region, amount, MIN(amount) OVER () AS min_amountFROM Sales;

3.9 max() 窗口函数

max函数计算指定列的最大值,并将结果添加到每一行。

复制代码
SELECT id, region, amount, MAX(amount) OVER ()AS max_amountFROM Sales;

3.10 avg () 窗口函数

avg函数计算指定列的平均值,并将结果添加到每一行。

复制代码
SELECT id, region, amount, AVG(amount) OVER ()AS avg_amountFROM Sales;

3.11 first_value () 窗口函数

first_value() 函数返回分组内的第一个值,并将其添加到每一行。

复制代码
SELECT id, region, amount, FIRST_VALUE(amount) OVER (PARTITION BY region ORDER BY id) AS first_amountFROM Sales;
相关推荐
十碗饭吃不饱36 分钟前
sql报错:java.sql.SQLSyntaxErrorException: Unknown column ‘as0‘ in ‘where clause‘
java·数据库·sql
我是Superman丶1 小时前
【优化】Mysql指定索引查询或忽略某个索引
数据库·mysql
程序定小飞1 小时前
基于springboot的在线商城系统设计与开发
java·数据库·vue.js·spring boot·后端
呆呆小金人1 小时前
SQL入门: HAVING用法全解析
大数据·数据库·数据仓库·sql·数据库开发·etl·etl工程师
LL_break1 小时前
Mysql数据库
java·数据库·mysql
野犬寒鸦2 小时前
从零起步学习Redis || 第十一章:主从切换时的哨兵机制如何实现及项目实战
java·服务器·数据库·redis·后端·缓存
倔强的石头_2 小时前
面向大数据架构的演进:为何 Apache IoTDB 是与生态无缝融合的理想之选?
数据库
Elastic 中国社区官方博客3 小时前
如何减少 Elasticsearch 集群中的分片数量
大数据·数据库·elasticsearch·搜索引擎·全文检索
Logintern093 小时前
只有通过Motor 获取 mongodb的collection,才能正常使用 async with collection.watch()监听集合变更
数据库·mongodb
huaqw003 小时前
Java17新特性解析深入理解SealedClasses的语法约束与设计哲学
数据库