一、理解
Mysql8.0开始支持窗口函数,极大增强了Mysql的统计性能,再也不会被Oracle等鄙视了。Mysql8.0还增加了其他实用的高级性能,关注公众号后续文章进行了解。
1、使用场景
可从两个角度来了解和分辨需要使用窗口函数的场景。
(1)要查询的数据有n组性质相同的数据集(订单表可以按品类分成n组、按日期分成n组等),对每组组内的数据都需要做相同的统计计算。比如各品类的销售额前3名的商品分别是?比如各部门出勤率最好的3位员工是?
(2)符合以下5类窗口函数的代表的统计意义
排序函数:row_number() 、rank()、dense_rank(),对每组组内进行排序。
分布函数:percent_rank()、cume_dist(),对每组组内的个体在组内占比或累计占比。
绝对位置函数:first_value()、last_value()、nth_value(),对每组组内的第1位、最后1位、第n位的值。
相对位置函数:lag()、lead(),对每组内的某字段的前n行和后n行的值。
分桶函数:ntile(x),将每组内的行,再分别分成x个组(桶)。
此前版本的Mysql没有窗口函数,要解决此类问题,会引入变量到sql中,很复杂。现在好啦,最方便的窗口函数可以使用了。
2、理解窗口
窗口可以理解为上面描述的把待分析数据分为n组的组或集合。每组内的每条数据都要在此窗口内执行同一个函数。窗口函数运行后,数据行数保持不变。
以下示例,每个品类的商品按照金额从大到小的排名。金额排名这列就是用窗口函数计算出来的,各窗口内的数据行数保持不变,零食类还是2行,水果类还是3行。
row_number() over(partition by 品类 order by 金额 desc) as 金额排名
当不分组,而是全部数据当作1组来对待,此时窗口只有1个,单一窗口。
row_number() over(order by 金额 desc) as 金额排名
二、函数介绍
1、排序函数
row_number(),1、2、3、4,重复值的序号也是连续+1,不会有重复结果。
rank(),1、1、3、4,有相同值时,序号可能不连续。
dense_rank(),1、1、2、3,有相同值时,序号也是连续的。
2、分布函数
3、相对位置函数
4、绝对位置函数
5、分桶函数
6、聚合函数参与窗口计算
三、特殊窗口
1、单一窗口
在理解窗口章节中已经提及过,over()中不使用pratition by,即where出来的数据作为1组。
2、细分窗口
3、滑动窗口
current row,边界是当前行,一般和其他范围关键字一起使用
rows x preceding/following,边界是当前行减去x行,边界是当前行加上x行
rows unbounded preceding/following,边界是分组的第一行,边界是分组的最后一行
range interval 7 day preceding/following,当前行日期向前、向后7天纳入计算
窗口函数很神奇,很强悍,可以把复杂的逻辑封装起来,简洁调用。对于数据分析师,这是打怪升级过程中必须掌握的,会让你的数据加工提效n倍。
最后提一个问题,本文案例均是partition by和order by一个字段,试问,over()里可以partition by几个字段,order by 几个字段?关注明天文章揭晓答案。