SQL开窗函数

打工仔小任2024-05-26 17:58

文章目录

概念：

开窗函数是对于每条记录 都要在此窗口内执行函数，它对数据的每一行 ，都使用与该行相关的行进行计算并返回计算结果。开窗函数的本质还是聚合运算，只不过它更具灵活性。
开窗函数和普通聚合函数的区别：

  • 聚合函数是将多条记录聚合为一条；而开窗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开窗函数中。

应用：

窗口函数提供了在查询结果中进行排序、排名、聚合和分析的灵活性。窗口函数在数据分析和报表生成中非常有用，可以实现更复杂的计算和分析需求。

语法：

window_function() OVER (

PARTITION BY partition_expression

ORDER BY order_list

frame_clause )

开窗函数的一个概念是当前行，当前行属于某个窗口，窗口由over关键字用来指定函数执行的窗口范围，如果后面括号中什么都不写，则意味着窗口包含满足where条件的所行，开窗函数基于所有行进行计算；如果不为空，则有三个参数来设置窗口：

  • window_function(): 要使用的窗口函数，如：ROW_NUMBER(), RANK(), DENSE_RANK(), LEAD(), LAG(), SUM(), AVG() 等。
  • PARTITION BY: 可选项，用于将结果集划分为分区，以便窗口函数在每个分区内计算。
  • ORDER BY: 可选项，用于指定结果集的排序顺序，窗口函数将根据指定的排序顺序进行计算。
  • frame_clause: 可选项，用于指定窗口中要考虑的行的范围。常见的 frame 类型包括 ROWS, RANGE 等，通常用来作为滑动窗口使用。

对于滑动窗口的范围指定，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

示例：

rows between 1 preceding and 1 following 窗口范围是当前行、前一行、后一行一共三行记录。

rows unbounded preceding 窗口范围是当前行到分区中的最后一行。

rows between unbounded preceding and unbounded following 窗口范围是当前分区中所有行，等同于不写。

常用的窗口函数及示例：

以下是一些MySQL中常用的窗口函数：
示例数据： 销售表包含以下列：销售部门、销售产品、销售日期、销售员、销售数量、产品单价；(销售额=销售数量*产品单价)

sql 复制代码 
CREATE TABLE sales (
    department VARCHAR(50),
    product VARCHAR(50),
    sale_date DATE,
    salesperson VARCHAR(50),
    quantity INT,
    unit_price DECIMAL(10,2)
);

INSERT INTO sales (department, product, sale_date, salesperson, quantity, unit_price)
VALUES
('销售1部','1001','2024/5/3','王明','15','200'),
('销售2部','1002','2024/5/10','徐小小','20','500'),
('销售3部','1002','2024/5/18','纪风','10','500'),
('销售1部','1001','2024/5/5','王明','30','200'),
('销售2部','1002','2024/5/12','徐小小','25','500'),
('销售3部','1001','2024/5/20','纪风','18','200'),
('销售1部','1001','2024/5/8','王明','12','200'),
('销售2部','1002','2024/5/25','徐小小','22','500'),
('销售2部','1003','2024/5/15','徐小小','8','1000'),
('销售1部','1001','2024/5/30','王明','16','200'),
('销售2部','1002','2024/5/1','徐小小','14','500'),
('销售3部','1003','2024/5/22','纪风','19','1000'),
('销售2部','1001','2024/5/7','徐小小','21','200'),
('销售2部','1002','2024/5/28','刘阳','11','500'),
('销售3部','1003','2024/5/17','纪风','24','1000'),
('销售1部','1001','2024/5/4','王明','17','200'),
('销售2部','1002','2024/5/13','刘阳','9','500'),
('销售3部','1003','2024/5/21','纪风','23','1000'),
('销售1部','1001','2024/5/29','张一','7','200'),
('销售2部','1002','2024/5/6','刘阳','13','500'),
('销售3部','1003','2024/5/23','付华','18','1000'),
('销售1部','1001','2024/5/2','张一','20','200'),
('销售2部','1002','2024/5/9','刘阳','10','500'),
('销售3部','1003','2024/5/26','付华','30','1000'),
('销售1部','1001','2024/5/14','张一','25','200'),
('销售2部','1002','2024/5/31','刘阳','18','500'),
('销售3部','1003','2024/5/24','付华','12','1000'),
('销售1部','1001','2024/5/11','张一','22','200'),
('销售2部','1002','2024/5/19','刘阳','8','500'),
('销售3部','1003','2024/5/27','付华','16','1000'),
('销售1部','1001','2024/5/16','张一','14','200'),
('销售2部','1002','2024/5/3','刘阳','19','500'),
('销售3部','1003','2024/5/20','付华','21','1000'),
('销售1部','1001','2024/5/7','张一','11','200'),
('销售2部','1002','2024/5/24','刘阳','24','500'),
('销售3部','1003','2024/5/12','付华','17','1000'),
('销售1部','1001','2024/5/29','张一','9','200'),
('销售1部','1002','2024/5/5','张一','23','500'),
('销售2部','1003','2024/5/22','刘阳','7','1000'),
('销售3部','1001','2024/5/9','付华','13','200'),
('销售1部','1002','2024/5/16','张一','18','500'),
('销售2部','1003','2024/5/23','刘阳','20','1000'),
('销售3部','1001','2024/5/1','付华','10','200'),
('销售1部','1002','2024/5/18','张一','30','500'),
('销售2部','1003','2024/5/25','刘阳','25','1000'),
('销售3部','1001','2024/5/2','付华','18','200'),
('销售1部','1002','2024/5/11','张一','10','500'),
('销售2部','1003','2024/5/9','刘阳','50','1000'),
('销售3部','1001','2024/5/10','付华','5','200');

求平均值：AVG() ：

查询各部门的平均销售额（需保留全部行信息）

sql 复制代码 
SELECT *,quantity*unit_price as sale,avg(quantity*unit_price) over(partition by department ) avg_sale  from sales;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  department	|	product	|	sale_date	|	salesperson	|	quantity	|	unit_price	|	sale	|	avg_sale	|
|  销售1部	|	1001	|	2024/5/3	|	王明	|	15	|	200	|	3000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/7	|	张一	|	11	|	200	|	2200	|	5006.25	|
|  销售1部	|	1001	|	2024/5/29	|	张一	|	9	|	200	|	1800	|	5006.25	|
|  销售1部	|	1001	|	2024/5/5	|	王明	|	30	|	200	|	6000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/29	|	张一	|	7	|	200	|	1400	|	5006.25	|
|  销售1部	|	1002	|	2024/5/5	|	张一	|	23	|	500	|	11500	|	5006.25	|
|  销售1部	|	1001	|	2024/5/8	|	王明	|	12	|	200	|	2400	|	5006.25	|
|  销售1部	|	1002	|	2024/5/16	|	张一	|	18	|	500	|	9000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/2	|	张一	|	20	|	200	|	4000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/30	|	王明	|	16	|	200	|	3200	|	5006.25	|
|  销售1部	|	1002	|	2024/5/18	|	张一	|	30	|	500	|	15000	|	5006.25	|
|  销售1部	|	1002	|	2024/5/11	|	张一	|	10	|	500	|	5000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/14	|	张一	|	25	|	200	|	5000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/11	|	张一	|	22	|	200	|	4400	|	5006.25	|
|  销售1部	|	1001	|	2024/5/16	|	张一	|	14	|	200	|	2800	|	5006.25	|
|  销售1部	|	1001	|	2024/5/4	|	王明	|	17	|	200	|	3400	|	5006.25	|
|  销售2部	|	1002	|	2024/5/10	|	徐小小	|	20	|	500	|	10000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/6	|	刘阳	|	13	|	500	|	6500	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/12	|	徐小小	|	25	|	500	|	12500	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/13	|	刘阳	|	9	|	500	|	4500	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/25	|	徐小小	|	22	|	500	|	11000	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/15	|	徐小小	|	8	|	1000	|	8000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/1	|	徐小小	|	14	|	500	|	7000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/9	|	刘阳	|	10	|	500	|	5000	|	11705.55556	|
|  销售2部	|	1001	|	2024/5/7	|	徐小小	|	21	|	200	|	4200	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/28	|	刘阳	|	11	|	500	|	5500	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/31	|	刘阳	|	18	|	500	|	9000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/24	|	刘阳	|	24	|	500	|	12000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/19	|	刘阳	|	8	|	500	|	4000	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/22	|	刘阳	|	7	|	1000	|	7000	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/23	|	刘阳	|	20	|	1000	|	20000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/3	|	刘阳	|	19	|	500	|	9500	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/25	|	刘阳	|	25	|	1000	|	25000	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/9	|	刘阳	|	50	|	1000	|	50000	|	11705.55556	|
|  销售3部	|	1001	|	2024/5/20	|	纪风	|	18	|	200	|	3600	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/12	|	付华	|	17	|	1000	|	17000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/22	|	纪风	|	19	|	1000	|	19000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/27	|	付华	|	16	|	1000	|	16000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/17	|	纪风	|	24	|	1000	|	24000	|	13186.66667	|
|  销售3部	|	1001	|	2024/5/9	|	付华	|	13	|	200	|	2600	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/24	|	付华	|	12	|	1000	|	12000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/21	|	纪风	|	23	|	1000	|	23000	|	13186.66667	|
|  销售3部	|	1001	|	2024/5/1	|	付华	|	10	|	200	|	2000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/23	|	付华	|	18	|	1000	|	18000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/26	|	付华	|	30	|	1000	|	30000	|	13186.66667	|
|  销售3部	|	1001	|	2024/5/2	|	付华	|	18	|	200	|	3600	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/20	|	付华	|	21	|	1000	|	21000	|	13186.66667	|
|  销售3部	|	1002	|	2024/5/18	|	纪风	|	10	|	500	|	5000	|	13186.66667	|
|  销售3部	|	1001	|	2024/5/10	|	付华	|	5	|	200	|	1000	|	13186.66667	|
+-------+--------+-----------+------+------------+------+------+--------+

求和：SUM():

查询每个产品的销售总额:

sql 复制代码 
SELECT   product, SUM(quantity*unit_price) AS sale FROM sales GROUP BY product;
+-------+--------+-----------+------+------------+------+------+--------+
|  product  | sale  |
|  1001  | 	56600  |
|  1002  | 	142000  |
|  1003  | 	290000  |
+-------+--------+-----------+------+------------+------+------+--------+

求排名：

  • row_number(): 显示分区中不重复不间断的序号
  • dense_rank(): 显示分区中重复不间断的序号
  • rank() 显示分区中重复间断的序号

计算每个产品在每个日期的销售量排名:

sql 复制代码 
SELECT   product,quantity,unit_price,sale_date,RANK() OVER (PARTITION BY sale_date, product ORDER BY quantity DESC) AS sale_rank FROM sales ORDER BY sale_date, product, quantity DESC;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  product	|	quantity	|	unit_price	|	sale_date	|	sales_rank	|
|  1001	|	10	|	200	|	2024/5/1	|	1	|
|  1002	|	14	|	500	|	2024/5/1	|	1	|
|  1001	|	20	|	200	|	2024/5/2	|	1	|
|  1001	|	18	|	200	|	2024/5/2	|	2	|
|  1001	|	15	|	200	|	2024/5/3	|	1	|
|  1002	|	19	|	500	|	2024/5/3	|	1	|
|  1001	|	17	|	200	|	2024/5/4	|	1	|
|  1001	|	30	|	200	|	2024/5/5	|	1	|
|  1002	|	23	|	500	|	2024/5/5	|	1	|
|  1002	|	13	|	500	|	2024/5/6	|	1	|
|  1001	|	21	|	200	|	2024/5/7	|	1	|
|  1001	|	11	|	200	|	2024/5/7	|	2	|
|  1001	|	12	|	200	|	2024/5/8	|	1	|
|  1001	|	13	|	200	|	2024/5/9	|	1	|
|  1002	|	10	|	500	|	2024/5/9	|	1	|
|  1003	|	50	|	1000	|	2024/5/9	|	1	|
|  1001	|	5	|	200	|	2024/5/10	|	1	|
|  1002	|	20	|	500	|	2024/5/10	|	1	|
|  1001	|	22	|	200	|	2024/5/11	|	1	|
|  1002	|	10	|	500	|	2024/5/11	|	1	|
|  1002	|	25	|	500	|	2024/5/12	|	1	|
|  1003	|	17	|	1000	|	2024/5/12	|	1	|
|  1002	|	9	|	500	|	2024/5/13	|	1	|
|  1001	|	25	|	200	|	2024/5/14	|	1	|
|  1003	|	8	|	1000	|	2024/5/15	|	1	|
|  1001	|	14	|	200	|	2024/5/16	|	1	|
|  1002	|	18	|	500	|	2024/5/16	|	1	|
|  1003	|	24	|	1000	|	2024/5/17	|	1	|
|  1002	|	30	|	500	|	2024/5/18	|	1	|
|  1002	|	10	|	500	|	2024/5/18	|	2	|
|  1002	|	8	|	500	|	2024/5/19	|	1	|
|  1001	|	18	|	200	|	2024/5/20	|	1	|
|  1003	|	21	|	1000	|	2024/5/20	|	1	|
|  1003	|	23	|	1000	|	2024/5/21	|	1	|
|  1003	|	19	|	1000	|	2024/5/22	|	1	|
|  1003	|	7	|	1000	|	2024/5/22	|	2	|
|  1003	|	20	|	1000	|	2024/5/23	|	1	|
|  1003	|	18	|	1000	|	2024/5/23	|	2	|
|  1002	|	24	|	500	|	2024/5/24	|	1	|
|  1003	|	12	|	1000	|	2024/5/24	|	1	|
|  1002	|	22	|	500	|	2024/5/25	|	1	|
|  1003	|	25	|	1000	|	2024/5/25	|	1	|
|  1003	|	30	|	1000	|	2024/5/26	|	1	|
|  1003	|	16	|	1000	|	2024/5/27	|	1	|
|  1002	|	11	|	500	|	2024/5/28	|	1	|
|  1001	|	9	|	200	|	2024/5/29	|	1	|
|  1001	|	7	|	200	|	2024/5/29	|	2	|
|  1001	|	16	|	200	|	2024/5/30	|	1	|
|  1002	|	18	|	500	|	2024/5/31	|	1	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

移动平均

计算每个产品的移动平均销售额(最近3个订单):

sql 复制代码 
SELECT
    product,
    quantity*unit_price sale,
    sale_date,
    AVG(quantity*unit_price) OVER (PARTITION BY product ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg_sale
FROM sales
ORDER BY product, sale_date;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  product	|	sale	|	sale_date	|	moving_avg_sale	|
|  1001	|	2000	|	2024/5/1	|	2000	|
|  1001	|	3600	|	2024/5/2	|	2800	|
|  1001	|	4000	|	2024/5/2	|	3200	|
|  1001	|	3000	|	2024/5/3	|	3533.333333	|
|  1001	|	3400	|	2024/5/4	|	3466.666667	|
|  1001	|	6000	|	2024/5/5	|	4133.333333	|
|  1001	|	2200	|	2024/5/7	|	3866.666667	|
|  1001	|	4200	|	2024/5/7	|	4133.333333	|
|  1001	|	2400	|	2024/5/8	|	2933.333333	|
|  1001	|	2600	|	2024/5/9	|	3066.666667	|
|  1001	|	1000	|	2024/5/10	|	2000	|
|  1001	|	4400	|	2024/5/11	|	2666.666667	|
|  1001	|	5000	|	2024/5/14	|	3466.666667	|
|  1001	|	2800	|	2024/5/16	|	4066.666667	|
|  1001	|	3600	|	2024/5/20	|	3800	|
|  1001	|	1400	|	2024/5/29	|	2600	|
|  1001	|	1800	|	2024/5/29	|	2266.666667	|
|  1001	|	3200	|	2024/5/30	|	2133.333333	|
|  1002	|	7000	|	2024/5/1	|	7000	|
|  1002	|	9500	|	2024/5/3	|	8250	|
|  1002	|	11500	|	2024/5/5	|	9333.333333	|
|  1002	|	6500	|	2024/5/6	|	9166.666667	|
|  1002	|	5000	|	2024/5/9	|	7666.666667	|
|  1002	|	10000	|	2024/5/10	|	7166.666667	|
|  1002	|	5000	|	2024/5/11	|	6666.666667	|
|  1002	|	12500	|	2024/5/12	|	9166.666667	|
|  1002	|	4500	|	2024/5/13	|	7333.333333	|
|  1002	|	9000	|	2024/5/16	|	8666.666667	|
|  1002	|	5000	|	2024/5/18	|	6166.666667	|
|  1002	|	15000	|	2024/5/18	|	9666.666667	|
|  1002	|	4000	|	2024/5/19	|	8000	|
|  1002	|	12000	|	2024/5/24	|	10333.33333	|
|  1002	|	11000	|	2024/5/25	|	9000	|
|  1002	|	5500	|	2024/5/28	|	9500	|
|  1002	|	9000	|	2024/5/31	|	8500	|
|  1003	|	50000	|	2024/5/9	|	50000	|
|  1003	|	17000	|	2024/5/12	|	33500	|
|  1003	|	8000	|	2024/5/15	|	25000	|
|  1003	|	24000	|	2024/5/17	|	16333.33333	|
|  1003	|	21000	|	2024/5/20	|	17666.66667	|
|  1003	|	23000	|	2024/5/21	|	22666.66667	|
|  1003	|	19000	|	2024/5/22	|	21000	|
|  1003	|	7000	|	2024/5/22	|	16333.33333	|
|  1003	|	18000	|	2024/5/23	|	14666.66667	|
|  1003	|	20000	|	2024/5/23	|	15000	|
|  1003	|	12000	|	2024/5/24	|	16666.66667	|
|  1003	|	25000	|	2024/5/25	|	19000	|
|  1003	|	30000	|	2024/5/26	|	22333.33333	|
|  1003	|	16000	|	2024/5/27	|	23666.66667	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

计数COUNT():

示例： 计算每个部门的销售记录总和：

sql 复制代码 
SELECT
    department,
    COUNT(1) OVER (PARTITION BY department) AS total_sales_count
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  department	|	total_sales_count	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

求最大MXA()/小MIN()值

示例： 查找每个部门在销售日期的最大销售数量：

sql 复制代码 
SELECT
    department,
    sale_date,
    quantity,
    MAX(quantity) OVER (PARTITION BY department, sale_date) AS max_quantity_on_date
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  department	|	sale_date	|	quantity	|	max_quantity_on_date	|
|  销售1部	|	2024/5/2	|	20	|	20	|
|  销售1部	|	2024/5/3	|	15	|	15	|
|  销售1部	|	2024/5/4	|	17	|	17	|
|  销售1部	|	2024/5/5	|	30	|	30	|
|  销售1部	|	2024/5/5	|	23	|	30	|
|  销售1部	|	2024/5/7	|	11	|	11	|
|  销售1部	|	2024/5/8	|	12	|	12	|
|  销售1部	|	2024/5/11	|	22	|	22	|
|  销售1部	|	2024/5/11	|	10	|	22	|
|  销售1部	|	2024/5/14	|	25	|	25	|
|  销售1部	|	2024/5/16	|	14	|	18	|
|  销售1部	|	2024/5/16	|	18	|	18	|
|  销售1部	|	2024/5/18	|	30	|	30	|
|  销售1部	|	2024/5/29	|	7	|	9	|
|  销售1部	|	2024/5/29	|	9	|	9	|
|  销售1部	|	2024/5/30	|	16	|	16	|
|  销售2部	|	2024/5/1	|	14	|	14	|
|  销售2部	|	2024/5/3	|	19	|	19	|
|  销售2部	|	2024/5/6	|	13	|	13	|
|  销售2部	|	2024/5/7	|	21	|	21	|
|  销售2部	|	2024/5/9	|	10	|	50	|
|  销售2部	|	2024/5/9	|	50	|	50	|
|  销售2部	|	2024/5/10	|	20	|	20	|
|  销售2部	|	2024/5/12	|	25	|	25	|
|  销售2部	|	2024/5/13	|	9	|	9	|
|  销售2部	|	2024/5/15	|	8	|	8	|
|  销售2部	|	2024/5/19	|	8	|	8	|
|  销售2部	|	2024/5/22	|	7	|	7	|
|  销售2部	|	2024/5/23	|	20	|	20	|
|  销售2部	|	2024/5/24	|	24	|	24	|
|  销售2部	|	2024/5/25	|	22	|	25	|
|  销售2部	|	2024/5/25	|	25	|	25	|
|  销售2部	|	2024/5/28	|	11	|	11	|
|  销售2部	|	2024/5/31	|	18	|	18	|
|  销售3部	|	2024/5/1	|	10	|	10	|
|  销售3部	|	2024/5/2	|	18	|	18	|
|  销售3部	|	2024/5/9	|	13	|	13	|
|  销售3部	|	2024/5/10	|	5	|	5	|
|  销售3部	|	2024/5/12	|	17	|	17	|
|  销售3部	|	2024/5/17	|	24	|	24	|
|  销售3部	|	2024/5/18	|	10	|	10	|
|  销售3部	|	2024/5/20	|	18	|	21	|
|  销售3部	|	2024/5/20	|	21	|	21	|
|  销售3部	|	2024/5/21	|	23	|	23	|
|  销售3部	|	2024/5/22	|	19	|	19	|
|  销售3部	|	2024/5/23	|	18	|	18	|
|  销售3部	|	2024/5/24	|	12	|	12	|
|  销售3部	|	2024/5/26	|	30	|	30	|
|  销售3部	|	2024/5/27	|	16	|	16	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

示例： 查找每个部门在销售日期的最小销售数量：

sql 复制代码 
SELECT
    department,
    sale_date,
    quantity,
    MAX(quantity) OVER (PARTITION BY department, sale_date) AS max_quantity_on_date
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  department	|	sale_date	|	quantity	|	min_quantity_on_date	|
|  销售1部	|	2024/5/2	|	20	|	20	|
|  销售1部	|	2024/5/3	|	15	|	15	|
|  销售1部	|	2024/5/4	|	17	|	17	|
|  销售1部	|	2024/5/5	|	30	|	23	|
|  销售1部	|	2024/5/5	|	23	|	23	|
|  销售1部	|	2024/5/7	|	11	|	11	|
|  销售1部	|	2024/5/8	|	12	|	12	|
|  销售1部	|	2024/5/11	|	22	|	10	|
|  销售1部	|	2024/5/11	|	10	|	10	|
|  销售1部	|	2024/5/14	|	25	|	25	|
|  销售1部	|	2024/5/16	|	14	|	14	|
|  销售1部	|	2024/5/16	|	18	|	14	|
|  销售1部	|	2024/5/18	|	30	|	30	|
|  销售1部	|	2024/5/29	|	7	|	7	|
|  销售1部	|	2024/5/29	|	9	|	7	|
|  销售1部	|	2024/5/30	|	16	|	16	|
|  销售2部	|	2024/5/1	|	14	|	14	|
|  销售2部	|	2024/5/3	|	19	|	19	|
|  销售2部	|	2024/5/6	|	13	|	13	|
|  销售2部	|	2024/5/7	|	21	|	21	|
|  销售2部	|	2024/5/9	|	10	|	10	|
|  销售2部	|	2024/5/9	|	50	|	10	|
|  销售2部	|	2024/5/10	|	20	|	20	|
|  销售2部	|	2024/5/12	|	25	|	25	|
|  销售2部	|	2024/5/13	|	9	|	9	|
|  销售2部	|	2024/5/15	|	8	|	8	|
|  销售2部	|	2024/5/19	|	8	|	8	|
|  销售2部	|	2024/5/22	|	7	|	7	|
|  销售2部	|	2024/5/23	|	20	|	20	|
|  销售2部	|	2024/5/24	|	24	|	24	|
|  销售2部	|	2024/5/25	|	22	|	22	|
|  销售2部	|	2024/5/25	|	25	|	22	|
|  销售2部	|	2024/5/28	|	11	|	11	|
|  销售2部	|	2024/5/31	|	18	|	18	|
|  销售3部	|	2024/5/1	|	10	|	10	|
|  销售3部	|	2024/5/2	|	18	|	18	|
|  销售3部	|	2024/5/9	|	13	|	13	|
|  销售3部	|	2024/5/10	|	5	|	5	|
|  销售3部	|	2024/5/12	|	17	|	17	|
|  销售3部	|	2024/5/17	|	24	|	24	|
|  销售3部	|	2024/5/18	|	10	|	10	|
|  销售3部	|	2024/5/20	|	18	|	18	|
|  销售3部	|	2024/5/20	|	21	|	18	|
|  销售3部	|	2024/5/21	|	23	|	23	|
|  销售3部	|	2024/5/22	|	19	|	19	|
|  销售3部	|	2024/5/23	|	18	|	18	|
|  销售3部	|	2024/5/24	|	12	|	12	|
|  销售3部	|	2024/5/26	|	30	|	30	|
|  销售3部	|	2024/5/27	|	16	|	16	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

求分区内的最大/最小值

  • FIRST_VALUE() OVER(PARTITION BY ... ORDER BY ...):

作用： 返回在指定分区内按指定排序顺序的第一个值。
应用： 常用于找出每个分组内的第一个值。

示例： 找出每个部门的最早销售日期：

sql 复制代码 
SELECT
    department,
    sale_date,
    FIRST_VALUE(sale_date) OVER (PARTITION BY department ORDER BY sale_date) AS first_sale_date
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+
|  department	|	sale_date	|	first_sale_date	|
|  销售1部	|	2024/5/2	|	2024/5/2	|
|  销售1部	|	2024/5/3	|	2024/5/2	|
|  销售1部	|	2024/5/4	|	2024/5/2	|
|  销售1部	|	2024/5/5	|	2024/5/2	|
|  销售1部	|	2024/5/5	|	2024/5/2	|
|  销售1部	|	2024/5/7	|	2024/5/2	|
|  销售1部	|	2024/5/8	|	2024/5/2	|
|  销售1部	|	2024/5/11	|	2024/5/2	|
|  销售1部	|	2024/5/11	|	2024/5/2	|
|  销售1部	|	2024/5/14	|	2024/5/2	|
|  销售1部	|	2024/5/16	|	2024/5/2	|
|  销售1部	|	2024/5/16	|	2024/5/2	|
|  销售1部	|	2024/5/18	|	2024/5/2	|
|  销售1部	|	2024/5/29	|	2024/5/2	|
|  销售1部	|	2024/5/29	|	2024/5/2	|
|  销售1部	|	2024/5/30	|	2024/5/2	|
|  销售2部	|	2024/5/1	|	2024/5/1	|
|  销售2部	|	2024/5/3	|	2024/5/1	|
|  销售2部	|	2024/5/6	|	2024/5/1	|
|  销售2部	|	2024/5/7	|	2024/5/1	|
|  销售2部	|	2024/5/9	|	2024/5/1	|
|  销售2部	|	2024/5/9	|	2024/5/1	|
|  销售2部	|	2024/5/10	|	2024/5/1	|
|  销售2部	|	2024/5/12	|	2024/5/1	|
|  销售2部	|	2024/5/13	|	2024/5/1	|
|  销售2部	|	2024/5/15	|	2024/5/1	|
|  销售2部	|	2024/5/19	|	2024/5/1	|
|  销售2部	|	2024/5/22	|	2024/5/1	|
|  销售2部	|	2024/5/23	|	2024/5/1	|
|  销售2部	|	2024/5/24	|	2024/5/1	|
|  销售2部	|	2024/5/25	|	2024/5/1	|
|  销售2部	|	2024/5/25	|	2024/5/1	|
|  销售2部	|	2024/5/28	|	2024/5/1	|
|  销售2部	|	2024/5/31	|	2024/5/1	|
|  销售3部	|	2024/5/1	|	2024/5/1	|
|  销售3部	|	2024/5/2	|	2024/5/1	|
|  销售3部	|	2024/5/9	|	2024/5/1	|
|  销售3部	|	2024/5/10	|	2024/5/1	|
|  销售3部	|	2024/5/12	|	2024/5/1	|
|  销售3部	|	2024/5/17	|	2024/5/1	|
|  销售3部	|	2024/5/18	|	2024/5/1	|
|  销售3部	|	2024/5/20	|	2024/5/1	|
|  销售3部	|	2024/5/20	|	2024/5/1	|
|  销售3部	|	2024/5/21	|	2024/5/1	|
|  销售3部	|	2024/5/22	|	2024/5/1	|
|  销售3部	|	2024/5/23	|	2024/5/1	|
|  销售3部	|	2024/5/24	|	2024/5/1	|
|  销售3部	|	2024/5/26	|	2024/5/1	|
|  销售3部	|	2024/5/27	|	2024/5/1	|
+-------+--------+-----------+------+------------+------+------+--------+
  • LAST_VALUE() OVER(PARTITION BY ... ORDER BY ...):

作用： 返回在指定分区内按指定排序顺序的最后一个值。
应用： 由于 MySQL 中并没有内置的 LAST_VALUE 函数，可以通过 ROW_NUMBER 窗口函数先给每行分配一个序号，然后利用 MAX() 函数结合 CASE 表达式来实现类似功能。

示例： 找出每个部门的最晚销售日期：

sql 复制代码 
SELECT
    department,
    sale_date,
    LAST_VALUE(sale_date) OVER (PARTITION BY department ORDER BY sale_date ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS last_sale_date
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+
|  department	|	sale_date	|	last_sale_date	|
|  销售1部	|	2024/5/2	|	2024/5/30	|
|  销售1部	|	2024/5/3	|	2024/5/30	|
|  销售1部	|	2024/5/4	|	2024/5/30	|
|  销售1部	|	2024/5/5	|	2024/5/30	|
|  销售1部	|	2024/5/5	|	2024/5/30	|
|  销售1部	|	2024/5/7	|	2024/5/30	|
|  销售1部	|	2024/5/8	|	2024/5/30	|
|  销售1部	|	2024/5/11	|	2024/5/30	|
|  销售1部	|	2024/5/11	|	2024/5/30	|
|  销售1部	|	2024/5/14	|	2024/5/30	|
|  销售1部	|	2024/5/16	|	2024/5/30	|
|  销售1部	|	2024/5/16	|	2024/5/30	|
|  销售1部	|	2024/5/18	|	2024/5/30	|
|  销售1部	|	2024/5/29	|	2024/5/30	|
|  销售1部	|	2024/5/29	|	2024/5/30	|
|  销售1部	|	2024/5/30	|	2024/5/30	|
|  销售2部	|	2024/5/1	|	2024/5/31	|
|  销售2部	|	2024/5/3	|	2024/5/31	|
|  销售2部	|	2024/5/6	|	2024/5/31	|
|  销售2部	|	2024/5/7	|	2024/5/31	|
|  销售2部	|	2024/5/9	|	2024/5/31	|
|  销售2部	|	2024/5/9	|	2024/5/31	|
|  销售2部	|	2024/5/10	|	2024/5/31	|
|  销售2部	|	2024/5/12	|	2024/5/31	|
|  销售2部	|	2024/5/13	|	2024/5/31	|
|  销售2部	|	2024/5/15	|	2024/5/31	|
|  销售2部	|	2024/5/19	|	2024/5/31	|
|  销售2部	|	2024/5/22	|	2024/5/31	|
|  销售2部	|	2024/5/23	|	2024/5/31	|
|  销售2部	|	2024/5/24	|	2024/5/31	|
|  销售2部	|	2024/5/25	|	2024/5/31	|
|  销售2部	|	2024/5/25	|	2024/5/31	|
|  销售2部	|	2024/5/28	|	2024/5/31	|
|  销售2部	|	2024/5/31	|	2024/5/31	|
|  销售3部	|	2024/5/1	|	2024/5/27	|
|  销售3部	|	2024/5/2	|	2024/5/27	|
|  销售3部	|	2024/5/9	|	2024/5/27	|
|  销售3部	|	2024/5/10	|	2024/5/27	|
|  销售3部	|	2024/5/12	|	2024/5/27	|
|  销售3部	|	2024/5/17	|	2024/5/27	|
|  销售3部	|	2024/5/18	|	2024/5/27	|
|  销售3部	|	2024/5/20	|	2024/5/27	|
|  销售3部	|	2024/5/20	|	2024/5/27	|
|  销售3部	|	2024/5/21	|	2024/5/27	|
|  销售3部	|	2024/5/22	|	2024/5/27	|
|  销售3部	|	2024/5/23	|	2024/5/27	|
|  销售3部	|	2024/5/24	|	2024/5/27	|
|  销售3部	|	2024/5/26	|	2024/5/27	|
|  销售3部	|	2024/5/27	|	2024/5/27	|
+-------+--------+-----------+------+------------+------+------+--------+

求当前行的前/后一个值

  • LAG() OVER(PARTITION BY ... ORDER BY ...):

作用： 用于获取指定列在指定排序顺序下的前一个值。
应用： 常用于比较相邻行的值。
示例： 找出销售量比上一次销售量增加的产品：

sql 复制代码 
select * from (
select 
    department,
    product,
    sale_date,
    quantity,
    LAG(quantity) OVER (PARTITION BY department, product ORDER BY sale_date) AS previous_quantity
FROM sales ) t1 
where  quantity > previous_quantity;
+-------+--------+-----------+------+------------+------+------+--------+
|  department	|	product	|	sale_date	|	quantity	|	previous_quantity	|
|  销售1部	|	1001	|	2024/5/4	|	17	|	15	|
|  销售1部	|	1001	|	2024/5/5	|	30	|	17	|
|  销售1部	|	1001	|	2024/5/8	|	12	|	11	|
|  销售1部	|	1001	|	2024/5/11	|	22	|	12	|
|  销售1部	|	1001	|	2024/5/14	|	25	|	22	|
|  销售1部	|	1001	|	2024/5/30	|	16	|	7	|
|  销售1部	|	1002	|	2024/5/16	|	18	|	10	|
|  销售1部	|	1002	|	2024/5/18	|	30	|	18	|
|  销售2部	|	1002	|	2024/5/3	|	19	|	14	|
|  销售2部	|	1002	|	2024/5/10	|	20	|	10	|
|  销售2部	|	1002	|	2024/5/12	|	25	|	20	|
|  销售2部	|	1002	|	2024/5/24	|	24	|	8	|
|  销售2部	|	1002	|	2024/5/31	|	18	|	11	|
|  销售2部	|	1003	|	2024/5/23	|	20	|	7	|
|  销售2部	|	1003	|	2024/5/25	|	25	|	20	|
|  销售3部	|	1001	|	2024/5/2	|	18	|	10	|
|  销售3部	|	1001	|	2024/5/20	|	18	|	5	|
|  销售3部	|	1003	|	2024/5/17	|	24	|	17	|
|  销售3部	|	1003	|	2024/5/21	|	23	|	21	|
|  销售3部	|	1003	|	2024/5/26	|	30	|	12	|
+-------+--------+-----------+------+------------+------+------+--------+
  • LEAD() OVER(PARTITION BY ... ORDER BY ...):

作用： 用于获取指定列在指定排序顺序下的后一个值。
应用： 常用于比较相邻行的值。
示例： 找出下一次销售量较本次销量减少的产品：

sql 复制代码 
select * from (
select
    department,
    product,
    sale_date,
    quantity,
    LEAD(quantity) OVER (PARTITION BY department, product ORDER BY sale_date) AS next_quantity
FROM sales
) t1 
where  quantity > next_quantity;
+-------+--------+-----------+------+------------+------+------+--------+
|  department	|	product	|	sale_date	|	quantity	|	next_quantity	|
|  销售1部	|	1001	|	2024/5/2	|	20	|	15	|
|  销售1部	|	1001	|	2024/5/5	|	30	|	11	|
|  销售1部	|	1001	|	2024/5/14	|	25	|	14	|
|  销售1部	|	1001	|	2024/5/16	|	14	|	9	|
|  销售1部	|	1001	|	2024/5/29	|	9	|	7	|
|  销售1部	|	1002	|	2024/5/5	|	23	|	10	|
|  销售2部	|	1002	|	2024/5/3	|	19	|	13	|
|  销售2部	|	1002	|	2024/5/6	|	13	|	10	|
|  销售2部	|	1002	|	2024/5/12	|	25	|	9	|
|  销售2部	|	1002	|	2024/5/13	|	9	|	8	|
|  销售2部	|	1002	|	2024/5/24	|	24	|	22	|
|  销售2部	|	1002	|	2024/5/25	|	22	|	11	|
|  销售2部	|	1003	|	2024/5/9	|	50	|	8	|
|  销售2部	|	1003	|	2024/5/15	|	8	|	7	|
|  销售3部	|	1001	|	2024/5/2	|	18	|	13	|
|  销售3部	|	1001	|	2024/5/9	|	13	|	5	|
|  销售3部	|	1003	|	2024/5/17	|	24	|	21	|
|  销售3部	|	1003	|	2024/5/21	|	23	|	19	|
|  销售3部	|	1003	|	2024/5/22	|	19	|	18	|
|  销售3部	|	1003	|	2024/5/23	|	18	|	12	|
|  销售3部	|	1003	|	2024/5/26	|	30	|	16	|
+-------+--------+-----------+------+------------+------+------+--------+
相关推荐
深盾科技_Virbox37 分钟前
软件授权工具静默安装实践
java·运维·数据库·安全·软件需求
延凡科技1 小时前
延凡科技综合监控预警处置平台—— 一体化视频AI安防闭环系统设计与功能实现[特殊字符]️
数据库·人工智能·科技·安全·能源
老马聊技术1 小时前
Rocky Linux 9.0 安装 MySQL8.x详细教程
linux·数据库
醇氧1 小时前
主流 Agent 开发框架全解析（2026 最新）
大数据·数据库·人工智能·开源
吴声子夜歌1 小时前
Redis 6.x——整合SpringBoot
数据库·spring boot·redis
ATA88881 小时前
AI辅助生成SQL实战从连接配置到执行计划优化的完整技术流程
数据库·人工智能·智能问数
咏方舟【长江支流】2 小时前
【开源】跨语言·跨平台·跨数据库(4) ——用宝框架 ORM 数据源适配器
数据库·开源·ai编程·orm·咏方舟-长江支流·用宝框架·用宝框架orm
JZC_xiaozhong2 小时前
OA调价审批后，采购调价单如何自动同步到ERP？解决漏录错价难题
大数据·linux·服务器·前端·数据库·数据孤岛解决方案·数据集成与应用集成
渣渣灰飞2 小时前
MySQL 系统学习 第五阶段：企业级 MySQL 实战开发 第一章：企业数据库设计规范
数据库·学习·mysql
IvorySQL2 小时前
PG 日报｜新增 VFD 缓存监控视图，精细化数据库调优
大数据·数据库·人工智能·缓存·postgresql·区块链
热门推荐
01GitHub 镜像站点02AI科技热点日报 | 2026年07月01日032026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片04幻兽帕鲁 - 服务器管理员权限与 GM 命令完全指南05GPT-5.5 对比 GPT-5.6 Sol、Terra、Luna：官方性能数据与选型分析062026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？07AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路082026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf092026 AI 编程工具终极实战指南：Cursor vs Claude Code vs Copilot，开发者该怎么选？102026 年 AI 大模型 & AI 编程工具实战全总结