零基础自学SQL课程 | 窗口函数

大家好，我是宁一。

今天是我们的第24课：窗口函数。

窗口函数，也叫OLAP(Online Anallytical Processing,联机分析处理）,可以对数据库数据进行实时分析处理。

窗口函数是数据分析师常用的语法函数，面试时几乎是大厂的必考题。

这一节属于高阶内容了，比较难以理解，大家一定要自己在电脑上敲打，看看效果。

这样才能加深理解。之前的课程讲过如何安装数据库，大家可以到我主页查看哦~

基本语法

<窗口函数> OVER (
[PARTITION BY <用于分组的列名>] -- 可选
[ORDER BY <用于排序的列名>] -- 可选
)

上面 <窗口函数> 的位置，可以放下面两种函数：

（1）聚合函数：如sum.avg,count,max,min等；

（2）专用窗口函数：比如rank, dense_rank, row_number，下面会详细讲到。

我们一般将窗口函数放在select语句中。

1、聚合函数

窗口函数也是用来分组排序的，与聚合函数+GROUP BY效果类似。但是窗口函数产生的记录不会聚合到一起，每一行数据都生成一条记录。

实例：在Scores成绩表中，找到Sid为7-10的学生，并计算每个学生的总分显示出来。

SELECT
  Sid,
  SUM(score) AS "总分"
FROM Scores
WHERE Sid BETWEEN 7 AND 10
GROUP BY Sid;

但是问题来了，我们知道学生总分的同时，还想知道各科具体分数是多少，这个用上面语句是做不到的。

为啥呢？

因为SELECT后面的字段如果是表中现有的列，则GROUP BY子句中也必须有这个列。

所以如果要想知道各科具体分数，在SELECT后面就要添加Cid、score两列，在GROUP BY子句中也添加这两列的话，就会跟我们题目相悖。

这个知识点我们在第15讲和第16讲都强调过，大家可以点击主页再详细了解一下，我们现在就不展开说了。

我们要想同事知道学生总分、课程编号、分数，就需要使用窗口函数。

SELECT
  Sid,Cid,score,
  SUM(score) OVER (PARTITION BY Sid) AS "总分"
FROM Scores
WHERE Sid BETWEEN 7 AND 10;

补充知识：PARTITION BY的含义

PARTITION BY就是分区的意思，跟GROUP BY分组意思差不多。

如果不写PARTITION BY，就代表整个数据集属于一个分区。

比如我们上面SQL语句，如果省略掉PARTITION BY

SELECT
  Sid,Cid,score,
  SUM(score) OVER() AS "总分"
FROM Scores
WHERE Sid BETWEEN 7 AND 10;

结果是下面这样的，会计算所有学生的总分。

2、专用窗口函数

常用的专用窗口函数有：

（1）获取数据排名：

ROW_NUMBER()：不考虑并列名次的情况，比如前三名分数都是88，88，77，排名是1，2，3。

RANK()：如果有并列名次的行，会占用下一名次的位置。比如前三名分数都是88，88，77，排名是1，1，3。

DEBSE_RANK()：如果并列名次的行，不占用下一名次的位置。比如前三名分数都是88，88，77，排名是1，1，2。

实例：在Scores成绩表中，找到Sid为7-10的学生，并计算成绩从高到低排名。

SELECT *,
  ROW_NUMBER() OVER(
    ORDER BY score DESC
  ) AS "排名"
FROM Scores
WHERE Sid BETWEEN 7 AND 10;

上方使用了ROW_NUMBER()窗口函数，可以看到增加了“排名”这一列。如果将ROW_NUMBER()替换为RANK()，返回结果是下面这样的：

（2）获取第一名或最后一名：

FIRST_VALUE(<列名>)：获取第一名。

LAST_VALUE(<列名>)：获取最后一名。

实例：在Scores成绩表中，找到Sid为7-10的学生，获取每个学生的最高成绩。

SELECT *,
  FIRST_VALUE(score) OVER(
    PARTITION BY Sid
    ORDER BY score DESC
  ) AS "最高成绩"
FROM Scores
WHERE Sid BETWEEN 7 AND 10;

（3）偏移函数：

LEAD(<列名>,<数值n>)：从当前行访问向下偏移n行的数据。

LAG(<列名>,<数值n>)：从当前行访问上偏移n行的数据。

NTH_VALUE(<列名>,<数值n>)：从结果集中的第N行获取数据。

（4）分布函数：

CUME_DIST()：分组内小于、等于当前rank值的行数 / 分组内总行数。

PERCENT_RANK()：返回某列每行的百分比排序，每行按照公式(rank-1) / (rows-1)进行计算。

NTILE(<数值n>)：将结果集整体分为n组，并展现出某一条数据被分配在哪个组中。

作业：在Scores中验证偏移函数和分布函数，看看能返回什么结果。

比如：获取下面第2行偏移分数。

SELECT *,
  LEAD(score,2) OVER(
    ORDER BY score DESC
  ) AS "获取下面第2行score值"
FROM Scores
WHERE Sid BETWEEN 7 AND 10;

我们SQL入门到进阶课程已经完结了。后面我还会继续出SQL高阶课程，包括视图、索引、并发、死锁、触发器、事件、事务、存储过程等。

录播课和直播课也会陆续跟上的~