mysql over rank_SQL学习笔记

mysql over rank_SQL学习笔记 - 窗口函数OVER

Window Function 窗口函数

Perform calculations on an already generated result set ( a window).（在已生成的结果集上执行计算）
Aggregate calculation(without having to group your data)（允许使用聚合函数时不用进行GROUP BY分组）
- Similar to subqueries in SELECT.
- Running totals, rankings, and moving averages, etc.（可计算累加值，排序，移动平均值等）
Processed after every part of query except ORDER BY.（执行顺序在其他各部分之后，但在ORDER BY 之前）
- Uses information in result set rather than database.
Available in PostgreSQL, Oracle, MySQL, SQLServer, and SQLite.

窗口函数是 SQL 中一类特别的函数。和聚合函数相似，窗口函数的输入也是多行记录。不同的是，聚合函数的作用于由 GROUP BY 子句聚合的组，而窗口函数则作用于一个窗口，这里，窗口是由一个 OVER 子句定义的多行记录。

聚合函数对其所作用的每一组记录输出一条结果，而窗口函数对其所作用的窗口中的每一行记录输出一条结果。

语法

FUNCTION(value) OVER ([PARTITION BY field] [ORDER BY field])注:[]中的内容可省略，根据实际情况选择使用。

PARTITION BY = range of calculation根据指定（1个或多个）字段进行分区，类似GROUP BY

ORDER BY = order of rows when running calculation 根据指定字段进行排序

常用函数

专用窗口函数

ROW_NUMBER() ：从1开始，返回每组内部排序后的顺序编号（组内连续的唯一的)

RANK()：计算排序，如果存在相同位次的记录，为相同的值分配相同的数字，但会跳过之后的位次。

DENSE_RANK()：同样是计算排序，即使存在相同位次的记录，也不会跳过之后的位次。

如：

SELEECT goals,RANK() OVER(ORDER BY goals DESC) AS goals_rank,DENSE_RANK() OVER(ORDER BY goals DESC) AS goals_dense_rank,ROW_NUMBER() OVER(ORDER BY goals DESC) AS row_number 
FROM grade
ORDER BY goals DESC;结果如下：goals        goals_rank        goals_dense_rank          row_number
10              1                 1                        1
10              1                 1                        2
9               3                 2                        3
9               3                 2                        4
7               5                 3                        5

LAG(column, n)：returns column's value at the row n rows before the current row. 返回当前行之前第n行的值（n省略时默认为1，表示返回当前行前1行的值）。

LEAD(column, n) : returns column's value at the row n row after the current row. 返回当前行之后第n行的值。

FIRST_VALUE(column)：return the first value in the table or partition. 返回表中或分区中第一个值。

LAST_VALUE(column)：return the last value in the table or partition. 返回表中或分区中最后一个值。

NTILE(n)：splits data into n approximately equal pages. 将数据分为近乎相等的n等份。（暂时用的场景不多，以后再补充）

聚合函数: SUM, AVG, COUNT, MAX, MIN 也可以用于窗口函数。

分区示例

图1 未使用PARTITION BY

图2 根据season进行分区

图1中 AVG(home_goal + away_goal) OVER() AS overall_avg，未使用PARTITION BY进行分区，所以计算的是总体的平均值。

图2中 AVG(homegoal + awaygoal) OVER(PARTITION BY season) AS season_avg，对season （表中的一个字段）进行分区，再计算分区内的平均值。

根据多个列进行分区

PARTITION BY 允许针对1列或多列进行分区，图3 中同时根据m.season和c.name 进行分组后在计算分组内的平均值。所以，第一行和第三行的 season_ctry_avg值相同。

Sliding Window 滑动窗口

In addition to calculating aggregate and rank information, window functions can also be used to calculate information that changes with each subsequent row in a data set. These types of window functions are called sliding windows.

除了计算汇总、聚合和排序等，窗口函数还可以用于计算随数据集中的每个后续行而变化的信息。这类窗口功能称为滑动窗口。

Sliding windows are functions that perform calculations relative to the current row of a data set. 滑动窗口是执行相对于数据集当前行的计算的功能。

You can use sliding windows to calculate a wide variety of information that aggregates one row at a time down your data set -- running totals, sums, counts, and averages in any order you need.

A sliding window calculation can also be partitioned by one or more column just like a non-sliding window.

滑动窗口关键字（加在OVER从句中）

ROWS BETWEEN <start> AND <finish>

可用于start 和finish 的关键字有：

PRECEDING : n PRECEDING means n rows before the current row 当前行的之前第n行
FOLLOWING : n FOLLOWING means n row after the current row 当前行之后的第n行
UNBOUNDED PRECEDING : every row since the beginning of the data set 数据集的开始
UNBOUNDED FOLLOWING : every row to the end of the data set 数据集的末尾
CURRENT ROW : tells SQL that you want to stop your calculation at the current row 当前行

示例