MySQL开窗函数

一、开窗函数

1. 介绍

该函数只有MySQL8.0版本才存在

MySQL 8.0 关于开窗函数的官方文档[这里是图片001]https://dev.mysql.com/doc/refman/8.0/en/window-functions.html

2. 需求场景

当在业务中，既要显示 聚合前的数据 又要显示 **聚合后的数据，**这时我们可以使用开窗函数来实现。

**具体实例：**下表是关于一年中每个月每个员工的工资记录表（Payroll_records），现有需求是在保留原表数据基础上，增加一列累计工资（salary_accumulation）累计的计算一年的工资。

原表 Payroll_records

目标表

3. 语法介绍

（1）含义

**窗口函数：**窗口 + 函数

• 窗口： 函数运行时 计算的数据集的范围
• 函数：运行时的函数
  • 聚合函数：COUNT,SUM,MIN,MAX,AVG
  • 内置窗口函数：
    • 取值
      • FIRST_VALUE：取窗口第一个值；
      • LAST_VALUE：取窗口最后一个值；
    • 串行
      • LEAD:窗口内 向下 第n行的值；
      • LAG：窗口内 向上 第n行的值；
    • 排序
      • NTILE：把数据平均分配 指定 N个桶 ，如果不能平均分配 ，优先分配到 编号 小的里面；
      • RANK: 从1 开始 ， 按照顺序 相同会重复 名次会留下 空的位置 生成组内的记录编号；
      • ROW_NUMBER： 从1 开始 ， 按照顺序 生成组内的记录编号;
      • DENSE_RANK：从1 开始 ， 按照顺序 生成组内的记录编号 相同会重复 名次不会会留下空的位置；
      • CUME_DIST
      • PERCENT_RANK

（2）语法结构

• 函数 over([partition by xxx,…] [order by xxx,…] )
• over() :以谁进行开窗 【table】
• partition by： 以谁进行分组 【group by column】
• order by: 以谁进行排序 【column】

（3）实例说明

我们以每个服务器每天的累计启动次数为例来介绍该函数，sql表如下：

• 聚合函数使用——SUM

  select name,
  dt,
  cnt,
  sum(cnt) over (partition by name order by dt ) as cnt_all
  from linux;

  解释：该开窗函数是以name开窗，以dt日期排序，对cnt（每天的启动次数）加和.

  即1+6+13+15+18+28+32

• 聚合函数使用——SUM

  select name,
  dt,
  cnt,
  sum(cnt) over (partition by name order by dt ) as sum_all,
  sum(cnt) over (partition by name order by dt ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) as sum_all1,
  sum(cnt) over (partition by name order by dt ROWS BETWEEN 3 PRECEDING AND CURRENT ROW ) as sum_all2,
  sum(cnt) over (partition by name order by dt ROWS BETWEEN 3 PRECEDING AND 1 FOLLOWING ) as sum_all3,
  sum(cnt) over (partition by name order by dt ROWS BETWEEN 3 PRECEDING AND UNBOUNDED FOLLOWING) as sum_all4,
  sum(cnt) over (partition by name order by dt ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING ) as sum_all5
  from linux;

  解释：

  BETWEEN …… AND：哪行与哪行之间；

  UNBOUNDED：无限制；

  PRECEDING：前面的行，当前面加数字n时,代表窗口从当前行上数n行开始；

  CURRENT ROW ：当前行；

  FOLLOWING：后面的行，当前面加数字n时,代表窗口从当前行下数n行开始

  1、sum_all:与上一个需求相同，实现的就是从头到尾的累加；

  2、sum_all1:窗口范围会随着当前行的变化而发生变化，由上面的三个词的语法可以看出：

  当执行到第1行时，窗口只有第1行本身；当到第2行时，窗口变为1，2两行，此时sum结果就是1+5=6

  以此类推，最后的结果如sum_all1。

  3、sum_all2:窗口从当前行的前三行开始到当前行，例如当前行为第5行时，前三行是2，3，4行

  所以是5+7+2+3=17；

  4、sum_all3:窗口从当前行的前三行开始到当前行的下一行，例如当前行为第2行时，前三行只有第1行

  所以是1+2+7=13；

  5、sum_all4:窗口从当前行的前三行开始到向下无限制，例如当前行为第7行时，前三行是4，5，6

  下面没有其余行，所以从第4加到7行：2+3+4+10+=19；

  6、sum_all5:窗口上下无限制，所以都是所有数加和1+5+7+2+3+10+4=32；

  注意：开窗函数的聚合函数是sum(cnt)，因此累加都是对于cnt的值来说的。与此同时，也要明白

  加和的过程要一行一行的，因为一些情况是相对于当前行的，所以窗口大小是动态的。

• 内置窗口函数——NTITLE 分组或者分类（个人理解）

  select name,
  dt,
  cnt,
  sum(cnt) over (partition by name order by dt ) as sum_all,
  ntile(2) over (partition by name order by dt ) as n2,
  ntile(3) over (partition by name order by dt ) as n3
  from linux;

  解释：

  ntitle: 把数据平均分配 指定 N个桶 ，如果不能平均分配 ，优先分配到 编号 小的里面；

  Eg:n2这列是将窗口分为两类，由于不能均分所以1号有四个2号有3个。

• 内置窗口函数——RANK、ROW_NUMBER、DENSE_RANK 编号

  select name,
  dt,
  cnt,
  sum(cnt) over (partition by name order by dt ) as sum_all,
  RANK() over (partition by name order by cnt desc ) as rk,
  ROW_NUMBER() over (partition by name order by cnt desc) as rw,
  DENSE_RANK() over (partition by name order by cnt desc ) as d_rk
  from linux;

  解释：

  我又插入了一些数据来体现三者的不同。

  RANK: 从1 开始，按照顺序相同会重复名次会留下空的位置 生成组内的记录编号，如rk列的446；

  ROW_NUMBER： 从1 开始，按照顺序生成组内的记录编号，第456行直接顺序记录的编号；

  DENSE_RANK：从1 开始，按照顺序生成组内的记录编号相同会重复名次不会会留下空的位置，如44；

注意：这三种内置函数只是赋予编号并不是直接能够排列，需要over()中的order by，当删除上述代码中的desc时，编号就会变为降序，注意下面的rk：

select name,
       dt,
       cnt,
       sum(cnt) over (partition by name order by dt )    as sum_all,
       RANK() over (partition by name order by cnt )    as rk,
       ROW_NUMBER() over (partition by name order by cnt desc)  as rw,
       DENSE_RANK() over (partition by name order by cnt desc ) as d_rk
from linux;

• 内置窗口函数——LEAD、LAG 取值之串行

  select name,
  dt,
  cnt,
  sum(cnt) over (partition by name order by dt ) as sum_all,
  LEAD(dt, 1, “9999-99-99”) over (partition by name order by dt ) as lead_alias,
  LAG(dt, 1, “9999-99-99”) over (partition by name order by dt ) as lag_alias
  from linux;

  解释:

  LEAD:窗口内 向下 第n行的值

  LAG：窗口内 向上 第n行的值

  参数1：要取值的列

  参数2：取上数或者下数第几行的值

  参数3：如果没有值，则用参数3的值代替，例如LAG函数，lag_alias列 第1行上面取不到，

  则用9999-99-99；

• 内置窗口函数——FIRST_VALUE、LAST_VALUE取值之窗口首尾值

  select name,
  dt,
  cnt,
  sum(cnt) over (partition by name order by dt ) as sum_all,
  FIRST_VALUE(cnt) over (partition by name order by dt ) as fv,
  LAST_VALUE(cnt) over (partition by name order by dt ) as lv
  from linux;

  解释

  FIRST_VALUE：取窗口第一个值

  LAST_VALUE：去窗口的最后一个值

  注意：这里也是一个动态的当第n行时，如果不做特殊指定，当到达第n行时，每组的窗口范围是

  从第1行到第n行，因此第一组的窗口的FIRST_VALUE都是第1行的值，LAST_VALUE都是当前行的值

---

SQL文件在这里，可以自己下载试一下[这里是图片012]https://download.csdn.net/download/Mr__Sun__/85172998

先自我介绍一下，小编13年上师交大毕业，曾经在小公司待过，去过华为OPPO等大厂，18年进入阿里，直到现在。深知大多数初中级java工程师，想要升技能，往往是需要自己摸索成长或是报班学习，但对于培训机构动则近万元的学费，着实压力不小。自己不成体系的自学效率很低又漫长，而且容易碰到天花板技术停止不前。因此我收集了一份《java开发全套学习资料》送给大家，初衷也很简单，就是希望帮助到想自学又不知道该从何学起的朋友，同时减轻大家的负担。添加下方名片，即可获取全套学习资料哦