【PostgreSQL】提高篇——公用表表达式（CTE）和窗口函数

在这篇文章中，我将详细介绍 PostgreSQL 中的公用表表达式（CTE）和窗口函数，帮助你理解如何使用它们进行复杂的数据分析。我将通过具体的示例来演示这些概念的实际应用，并在每个示例中提供详细的解释和注释。

1. 公用表表达式（CTE）

1.1 什么是 CTE？

公用表表达式（Common Table Expression，CTE）是一种在 SQL 查询中定义临时结果集的方式，可以在主查询中多次引用。

CTE 可以提高查询的可读性和结构性，尤其是在处理复杂的查询时。

使用 CTE，可以避免使用嵌套查询，从而使 SQL 代码更清晰。

1.2 CTE 的基本语法

CTE 的基本语法如下：

WITH cte_name AS (
    SELECT columns
    FROM table
    WHERE conditions
)
SELECT *
FROM cte_name;

• WITH 关键字用于定义 CTE。
• cte_name 是 CTE 的名称，可以在后续查询中使用。
• CTE 内部的 SELECT 查询定义了临时结果集。

1.3 示例：使用 CTE 进行复杂查询

假设有一个名为 sales 的表，记录了销售数据，结构如下：

CREATE TABLE sales (
    id SERIAL PRIMARY KEY,        -- 唯一标识每一条销售记录
    product_name VARCHAR(100),    -- 产品名称
    sale_date DATE,               -- 销售日期
    amount DECIMAL,               -- 销售金额
    quantity INT                  -- 销售数量
);

插入一些示例数据：

INSERT INTO sales (product_name, sale_date, amount, quantity) VALUES
('Product A', '2023-01-01', 100.00, 1),
('Product B', '2023-01-02', 200.00, 2),
('Product A', '2023-01-03', 150.00, 1),
('Product C', '2023-01-04', 300.00, 3),
('Product B', '2023-01-05', 250.00, 1);

示例 1：计算每个产品的总销售额

想要计算每个产品的总销售额，可以使用 CTE 来先计算每个产品的销售额，然后再进行汇总。

WITH sales_summary AS (
    SELECT
        product_name,                -- 选择产品名称
        SUM(amount) AS total_sales    -- 计算每个产品的总销售额
    FROM
        sales
    GROUP BY
        product_name                 -- 按产品名称分组
)
SELECT
    product_name,
    total_sales
FROM
    sales_summary                   -- 从 CTE 中查询结果
ORDER BY
    total_sales DESC;              -- 按总销售额降序排列

注释：

• 在 CTE sales_summary 中，使用 SUM(amount) 来计算每个产品的总销售额，并使用 GROUP BY 子句按 product_name 进行分组。
• 主查询从 CTE 中获取结果，并根据 total_sales 降序排列，以便查看销售额最高的产品。

1.4 CTE 的递归查询

CTE 还支持递归查询，适用于层级结构的数据（如组织结构、分类等）。

示例 2：递归 CTE 示例

假设有一个员工表 employees，结构如下：

CREATE TABLE employees (
    employee_id SERIAL PRIMARY KEY,  -- 员工唯一标识
    employee_name VARCHAR(100),       -- 员工姓名
    manager_id INT                    -- 上级员工的 ID
);

插入一些示例数据：

INSERT INTO employees (employee_name, manager_id) VALUES
('Alice', NULL),  -- Alice 是顶层管理者，没有上级
('Bob', 1),      -- Bob 是 Alice 的下属
('Charlie', 1),  -- Charlie 也是 Alice 的下属
('David', 2),    -- David 是 Bob 的下属
('Eve', 2);      -- Eve 也是 Bob 的下属

想要查询所有员工及其上级，可以使用递归 CTE：

WITH RECURSIVE employee_hierarchy AS (
    SELECT
        employee_id,               -- 选择员工 ID
        employee_name,             -- 选择员工姓名
        manager_id,                -- 选择上级员工 ID
        0 AS level                  -- 级别，顶层管理者的级别为 0
    FROM
        employees
    WHERE
        manager_id IS NULL         -- 从顶层管理者开始

    UNION ALL

    SELECT
        e.employee_id,            -- 选择下属员工 ID
        e.employee_name,          -- 选择下属员工姓名
        e.manager_id,             -- 选择下属的上级员工 ID
        eh.level + 1              -- 级别加 1
    FROM
        employees e
    JOIN
        employee_hierarchy eh ON e.manager_id = eh.employee_id  -- 连接下属和上级
)
SELECT
    employee_name,
    level
FROM
    employee_hierarchy
ORDER BY
    level, employee_name;          -- 按级别和姓名排序

注释：

• 递归 CTE employee_hierarchy 的第一部分选择顶层管理者（没有上级的员工），并初始化级别为 0。
• 第二部分通过 JOIN 连接员工表和 CTE，以查找每个员工的下属，并将级别加 1。
• 最后，查询 CTE，返回员工姓名及其层级，并按层级和姓名排序。

2. 窗口函数

2.1 什么是窗口函数？

窗口函数是一种在结果集的每一行上执行计算的函数，它允许我们在不分组的情况下进行聚合计算。

窗口函数通常用于计算排名、移动平均、累计和等。

与普通的聚合函数不同，窗口函数不会减少结果集的行数。

2.2 窗口函数的基本语法

窗口函数的基本语法如下：

SELECT columns,
       window_function() OVER (PARTITION BY column ORDER BY column)
FROM table;

• window_function() 是要使用的窗口函数，如 SUM(), RANK(), ROW_NUMBER() 等。
• OVER 子句定义了窗口的分区和排序方式。
• PARTITION BY 用于将结果集分成不同的组（类似于 GROUP BY），而 ORDER BY 用于在每个组内排序。

2.3 示例：使用窗口函数进行数据分析

示例 3：计算每个产品的销售排名

可以使用窗口函数来计算每个产品的销售排名。

SELECT
    product_name,
    SUM(amount) AS total_sales,             -- 计算每个产品的总销售额
    RANK() OVER (ORDER BY SUM(amount) DESC) AS sales_rank  -- 计算销售排名
FROM
    sales
GROUP BY
    product_name
ORDER BY
    sales_rank;                            -- 按销售排名排序

注释：

• 在这个查询中，SUM(amount) 计算每个产品的总销售额，并使用 RANK() 函数为每个产品分配一个排名，排名基于总销售额的降序。
• 最后，结果按销售排名排序。

示例 4：计算累计销售额

还可以使用窗口函数计算累计销售额。

SELECT
    sale_date,
    product_name,
    amount,
    SUM(amount) OVER (ORDER BY sale_date) AS cumulative_sales  -- 计算累计销售额
FROM
    sales
ORDER BY
    sale_date;                             -- 按销售日期排序

注释：

• 在这个查询中，SUM(amount) OVER (ORDER BY sale_date) 计算截至每个销售日期的累计销售额。
• 结果按销售日期排序，显示每个日期的销售额和累计销售额。

3. 综合示例：结合 CTE 和窗口函数

现在结合 CTE 和窗口函数进行一个更复杂的分析，计算每个产品的总销售额、排名以及累计销售额。

WITH sales_summary AS (
    SELECT
        product_name,
        SUM(amount) AS total_sales           -- 计算每个产品的总销售额
    FROM
        sales
    GROUP BY
        product_name                        -- 按产品名称分组
)
SELECT
    product_name,
    total_sales,
    RANK() OVER (ORDER BY total_sales DESC) AS sales_rank,  -- 计算销售排名
    SUM(total_sales) OVER (ORDER BY total_sales DESC) AS cumulative_sales  -- 计算累计销售额
FROM
    sales_summary
ORDER BY
    sales_rank;                          -- 按销售排名排序

注释：

• 在这个综合示例中，首先使用 CTE sales_summary 计算每个产品的总销售额。
• 然后在主查询中，使用窗口函数 RANK() 计算销售排名，并使用 SUM(total_sales) OVER (ORDER BY total_sales DESC) 计算累计销售额。
• 最后，结果按销售排名排序，展示每个产品的总销售额、排名和累计销售额。

4. 总结

本文详细介绍了 PostgreSQL 中的公用表表达式（CTE）和窗口函数。通过具体的示例，实操展示了如何使用这些功能进行复杂的数据分析。

希望这篇文章能帮助你掌握 CTE 和窗口函数，可以帮助你编写更清晰、灵活的 SQL 查询，进行深入的数据分析。