SQL-Task05

窗口函数

窗口函数也称为OLAP函数。OLAP 是OnLine AnalyticalProcessing 的简称，意思是对数据库数据进行实时分析处理。

为了便于理解，称之为窗口函数。是因为常规的SELECT语句都是对整张表进行查询，而窗口函数可以让我们有选择的去某一部分数据进行汇总、计算和排序。

窗口函数通用形式

<窗口函数> OVER ([PARTITION BY <列名>]
                     ORDER BY <排序用列名>)  
--[]中的内容可以省略。

窗口函数最关键的是搞明白关键字PARTITON BY和ORDER BY的作用。

PARTITON BY是用来分组，即选择要看哪个窗口，类似于GROUP BY 子句的分组功能，但是PARTITION BY 子句并不具备GROUP BY 子句的汇总功能，并不会改变原始表中记录的行数。

ORDER BY是用来排序，即决定窗口内，是按那种规则(字段)来排序的。

示例

SELECT product_name
       ,product_type
       ,sale_price
       ,RANK() OVER (PARTITION BY product_type
                         ORDER BY sale_price) AS ranking
  FROM product;

一张图可以形象地说明这两个关键字的作用

1.png

窗口函数种类

大致来说，窗口函数可以分为两类。

一是将SUM、MAX、MIN等聚合函数用在窗口函数中
二是 RANK、DENSE_RANK等排序用的专用窗口函数

专用窗口函数

$\bullet$ RANK函数
计算排序时，如果存在相同位次的记录，则会跳过之后的位次。
例：有 3 条记录排在第 1 位时：1 位、1 位、1 位、4 位……

$\bullet$ DENSE_RANK函数
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。
例：有 3 条记录排在第 1 位时：1 位、1 位、1 位、2 位……

$\bullet$ ROW_NUMBER函数
赋予唯一的连续位次。
例：有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位

示例

  SELECT  product_name
       ,product_type
       ,sale_price
       ,ROW_NUMBER() OVER (ORDER BY sale_price DESC) AS row_num
  FROM product;

结果

2.png

聚合函数在窗口函数上的使用

聚合函数在开窗函数中的使用方法和之前的专用窗口函数一样，只是出来的结果是一个累计的聚合函数值。

示例

SELECT  product_id
       ,product_name
       ,sale_price
       ,SUM(sale_price) OVER (ORDER BY product_id) AS current_sum
       ,AVG(sale_price) OVER (ORDER BY product_id) AS current_avg  
  FROM product;

结果

3.png

可以看出，聚合函数结果是，按我们指定的排序，这里是product_id，当前所在行及之前所有的行的合计或均值。即累计到当前行的聚合。

窗口函数的的应用 - 计算移动平均

在上面提到，聚合函数在窗口函数使用时，计算的是累积到当前行的所有的数据的聚合。

实际上，还可以指定更加详细的汇总范围。该汇总范围成为框架(frame)。

语法

<窗口函数> OVER (ORDER BY <排序用列名>
                 ROWS n PRECEDING )  
                 
<窗口函数> OVER (ORDER BY <排序用列名>
                 ROWS BETWEEN n PRECEDING AND n FOLLOWING)

PRECEDING（“之前”），将框架指定为 “截止到之前 n 行”，加上自身行

FOLLOWING（“之后”），将框架指定为 “截止到之后 n 行”，加上自身行

BETWEEN 1 PRECEDING AND 1 FOLLOWING，将框架指定为 “之前1行” + “之后1行” + “自身”

示例

SELECT  product_id
       ,product_name
       ,sale_price
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS 2 PRECEDING) AS moving_avg
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS BETWEEN 1 PRECEDING 
                                        AND 1 FOLLOWING) AS moving_avg  
  FROM product;

以下两张图可以很好的解释这两种语句的作用，像是指定一个不断滑动的框架
并且要注意没有 rows m following 的写法！！！！
如果这么写MySQL会报错
▲如果要实现后m列的相加(含自身)，要使用rows between 0 preceding and m following

ROWS 2 PRECEDING：

4.png

ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING：

5.png

注意：
$\bullet$ 原则上，窗口函数只能在SELECT子句中使用。
$\bullet$ 窗口函数OVER 中的ORDER BY 子句并不会影响最终结果的排序，其只是用来决定窗口函数按何种顺序计算。▲

GROUPING运算符

常规的GROUP BY 只能得到每个分类的小计，有时候还需要计算分类的合计，可以用 ROLLUP关键字。
使用用法

GROUP BY <列名> WITH ROLLUP

▲注意，使用ROLLUP关键字后表中还是会保存表中原来的记录，并不是进行累加

示例

SELECT  product_type
       ,regist_date
       ,SUM(sale_price) AS sum_price
  FROM product
 GROUP BY product_type, regist_date WITH ROLLUP;

6.png

7.png

对该结果的解释：
这里ROLLUP 对product_type, regist_date两列进行合计汇总。结果实际上有三层聚合，如下图模块3是常规的 GROUP BY 的结果，需要注意的是衣服有个注册日期为空的，这是本来数据就存在日期为空的，不是对衣服类别的合计；模块2和1是 ROLLUP 带来的合计，模块2是对产品种类的合计，模块1是对全部数据的总计。