SQL开窗函数

文章目录

  • 概念：
  • 语法：
  • 常用的窗口函数及示例：
    • 求平均值：AVG() ：
    • 求和：SUM():
    • 求排名：
    • 移动平均
    • 计数COUNT():
    • 求最大MXA()/小MIN()值
    • 求分区内的最大/最小值
    • 求当前行的前/后一个值

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。

在这里插入图片描述

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)

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）

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:

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:

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):

SELECTproduct,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：

SELECTdepartment,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：

SELECTdepartment,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：

SELECTdepartment,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：

SELECTdepartment,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：

SELECTdepartment,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：

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：

select * from (
selectdepartment,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	|
+-------+--------+-----------+------+------------+------+------+--------+

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/bicheng/14879.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

同旺科技 FLUKE ADPT 隔离版发布 ---- 说明书

同旺科技 FLUKE ADPT 隔离版发布 ---- 说明书

所需设备： 1、FLUKE ADPT 隔离版 内附链接； 应用于：福禄克Fluke 12E / 15BMax / 17B Max / 101 / 106 / 107 应用于：福禄克Fluke 15B / 17B / 18B
阅读更多...
利用文本图像对比模型进行虚假信息检测

利用文本图像对比模型进行虚假信息检测

Harnessing the Power of Text-image Contrastive Models for Automatic Detection of Online Misinformation 论文地址： CVPR 2023 Open Access Repositoryhttps://openaccess.thecvf.com/content/CVPR2023W/WMF/html/Chen_Harnessing_the_Power_of_Text-Image_Contrastive_…
阅读更多...
力扣周赛398题解

力扣周赛398题解

特殊数组Ⅰ 如果数组的每一对相邻元素都是两个奇偶性不同的数字，则该数组被认为是一个 特殊数组 。 Aging 有一个整数数组 nums。如果 nums 是一个 特殊数组 ，返回 true，否则返回 false。 示例 1： 输入：nums [1] …
阅读更多...
【C++】＜知识点＞ 标准和文件的输入输出

【C++】＜知识点＞ 标准和文件的输入输出

目录 一、输入输出操作 1. 相关的类 2. 标准流对象 3. istream类的成员函数 二、流操纵算子 1. 整数流的基数 2. 浮点数精度的流操纵算子 3. 域宽的流操纵算子 4. 其他的流操纵算子 5. 用户自定义流操纵算子 三、文件读写 1. 文本文件的读写 2. 二进制文件的读写 3. 文件读写…
阅读更多...
vue 点击复制文本到剪贴板

vue 点击复制文本到剪贴板

一、首先在vue文件的template中定义复制按钮 <div size"small" v-if"item.prop jadeCode" class"cell-container"><span>{{ scope.row.jadeCode }}</span> <button click"handleCopy(scope.row.jadeCode)" clas…
阅读更多...
K8s是如何Watch的？

K8s是如何Watch的？

1. 概述 进入 K8s 的世界&#xff0c;会发现几乎所有对象都被抽象为了资源(Resource)&#xff0c;包括 K8s Core Resources(Pod, Service, Namespace 等)、CRD、APIService 扩展的资源类型。同时 K8s 底层将这些资源统一抽象为了 RESTful 的存储(Storage)&#xff0c;一方面服…
阅读更多...
jellyfish安装及使用（Bioinformatics工具-020）

jellyfish安装及使用（Bioinformatics工具-020）

01 背景 基因组survey以测序技术为基础&#xff0c;基于小片段文库的低深度测序&#xff0c;通过K-mer分析&#xff0c;快速获得基因组大小、杂合度、重复序列比例等基本信息&#xff0c;为制定该物种的全基因组de novo测序策略提供有效依据。 jellyfish (水母) 是一个用于快…
阅读更多...
Docker-镜像迁移的三种方式=＞备份恢复公有仓库私有仓库

Docker-镜像迁移的三种方式=＞备份恢复公有仓库私有仓库

制作好的镜像要被别人使用&#xff0c;有三种方式&#xff1a; 1.先备份镜像&#xff0c;别人通过u盘或者其它方式拷贝后&#xff0c;再恢复镜像&#xff0c;这种方式比较麻烦 2.将制作的镜像上传到公共镜像仓库&#xff0c;被别人拉取后使用&#xff0c;但可能存在网络不通畅或…
阅读更多...
【零基础C语言】内存函数

【零基础C语言】内存函数

前言&#xff1a; 我们之前学过strcpy&#xff0c;strcmp等等函数&#xff0c;他们可以拷贝字符串和比较字符串等等&#xff0c;那么有没有什么函数不光可以拷贝字符串还可以拷贝其他的数据呢&#xff0c;答案就是内存函数。 相较于字符串函数&#xff0c;内存函数可以拷贝的…
阅读更多...
赎金信[简单]

赎金信[简单]

优质博文&#xff1a;IT-BLOG-CN 一、题目 给你两个字符串&#xff1a;ransomNote和magazine&#xff0c;判断ransomNote能不能由magazine里面的字符构成。如果可以&#xff0c;返回true&#xff1b;否则返回false。magazine中的每个字符只能在ransomNote中使用一次。 示例 …
阅读更多...
DPDK实践之(1)dpdk基础使用

DPDK实践之(1)dpdk基础使用

DPDK实践之(1)dpdk基础使用 Author: Once Day Date: 2024年5月19日 一位热衷于Linux学习和开发的菜鸟&#xff0c;试图谱写一场冒险之旅&#xff0c;也许终点只是一场白日梦… 漫漫长路&#xff0c;有人对你微笑过嘛… 全系列文档可参考专栏&#xff1a;Linux基础知识_Once…
阅读更多...
C语言 | Leetcode C语言题解之第109题有序链表转换二叉搜索树

C语言 | Leetcode C语言题解之第109题有序链表转换二叉搜索树

题目&#xff1a; 题解&#xff1a; int getLength(struct ListNode* head) {int ret 0;while (head ! NULL) {ret, head head->next;}return ret; }struct TreeNode* buildTree(struct ListNode** head, int left, int right) {if (left > right) {return NULL;}int …
阅读更多...
Mac维护神器CleanMyMac X成为你的苹果电脑得力助手

Mac维护神器CleanMyMac X成为你的苹果电脑得力助手

在数字化时代&#xff0c;Mac电脑已成为众多用户的首选。然而&#xff0c;随着频繁的使用和数据量的日益增长&#xff0c;许多Mac用户面临着系统杂乱、存储空间不足以及隐私保护等问题。幸运的是&#xff0c;"CleanMyMac X"这款优化和清理工具应运而生&#xff0c;它…
阅读更多...
ROCm上情感分析：使用循环神经网络

ROCm上情感分析：使用循环神经网络

15.2. 情感分析&#xff1a;使用循环神经网络 — 动手学深度学习 2.0.0 documentation (d2l.ai) 代码 import torch from torch import nn from d2l import torch as d2lbatch_size 64 train_iter, test_iter, vocab d2l.load_data_imdb(batch_size)class BiRNN(nn.Module):…
阅读更多...
java抽象类，接口，枚举练习题

java抽象类，接口，枚举练习题

第一题&#xff1a; 答案&#xff1a; class Animal{//成员变量protected String name;protected int weight;//构造方法public Animal(){this.name"refer";this.weight50;}public Animal(String name,int weight){this.namename;this.weightweight;}//成员方法publ…
阅读更多...
Bugku Crypto 部分题目简单题解（四）

Bugku Crypto 部分题目简单题解（四）

目录 python_jail 简单的rsa 托马斯.杰斐逊 这不是md5 进制转换 affine Crack it rsa python_jail 启动场景 使用虚拟机nc进行连接 输入print(flag) 发现报错&#xff0c;经过测试只能传入10个字符多了就会报错 利用python中help()函数&#xff0c;借报错信息带出flag变…
阅读更多...
【力扣刷题笔记第三期】Python 数据结构与算法

【力扣刷题笔记第三期】Python 数据结构与算法

先从简单的题型开始刷起&#xff0c;一起加油啊&#xff01;&#xff01; 点个关注和收藏呗&#xff0c;一起刷题鸭&#xff01;&#xff01; 第一批题目 1.设备编号 给定一个设备编号区间[start, end]&#xff0c;包含4或18的编号都不能使用&#xff0c;如&#xff1a;418、…
阅读更多...
java抽象类和接口知识总结

java抽象类和接口知识总结

一.抽象类 1.啥是抽象类 用专业语言描述就是&#xff1a;如果一个类中没有包含足够的信息来描绘一个具体的对象&#xff0c;这样的类就是抽象类 当然这话说的也很抽象&#xff0c;所以我们来用人话来解释一下抽象类 抛开编程语言这些&#xff0c;就以现实举例&#xff0c;我…
阅读更多...
每日练习之排序——链表的合并；完全背包—— 兑换零钱

每日练习之排序——链表的合并；完全背包—— 兑换零钱

链表的合并 题目描述 运行代码 #include<iostream> #include<algorithm> using namespace std; int main() { int a[31];for(int i 1;i < 30;i)cin>>a[i];sort(a 1,a 1 30);for(int i 1;i < 30;i)cout<<a[i]<<" ";cout&…
阅读更多...
Mysql之Innodb存储引擎

Mysql之Innodb存储引擎

1.Innodb数据存储 innodb如今能够做到mysql的默认数据存储引擎&#xff0c;肯定有着其好处的&#xff0c;那么innodb有什么好处呢? 1. 当意外断电或者重启&#xff0c; InnoDB 能够做到奔溃恢复&#xff0c;撤销没有提交的数据 2.InnoDB 存储引擎维护自己的缓冲池&#xff0c…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023