SQL笔记 Task05：SQL高级处理

文章目录

5.1 窗口函数

5.1.1 窗口函数概念及基本的使用方法

窗口函数也成为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。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。

窗口函数的通用形式：

<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。

举个栗子:

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

执行结果是:
在这里插入图片描述
我们先忽略生成的新列 - [ranking]，看下原始数据在PARTITION BY 和 ORDER BY 关键字的作用下发生了什么变化。

PARTITION BY 能够设定窗口对象范围。本例中，为了按照商品种类进行排序，我们指定了product_type。即一个商品种类就是一个小的"窗口"。

ORDER BY 能够指定按照哪一列、何种顺序进行排序。为了按照销售单价的升序进行排列，我们指定了sale_price。此外，窗口函数中的ORDER BY与SELECT语句末尾的ORDER BY一样，可以通过关键字ASC/DESC来指定升序/降序。省略该关键字时会默认按照ASC，也就是

升序进行排序。本例中就省略了上述关键字。
在这里插入图片描述

5.2 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

5.2.1 专用窗口函数

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……

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……

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

运行以下代码：

	SELECT product_name
	       ,product_type 
				 ,sale_price
				 ,RANK() OVER (ORDER BY sale_price) AS ranking
				 ,DENSE_RANK() OVER (ORDER BY sale_price) AS dense_ranking
				 ,ROW_NUMBER() OVER (ORDER BY sale_price) AS row_num
		FROM product

在这里插入图片描述

5.2.2 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,知识出来的结果是一个累计的聚合函数值.

运行一下代码:

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;

执行结果
在这里插入图片描述
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。

5.3 窗口函数的应用 - 计算运动平均

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)。

<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”

执行以下代码：

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

执行结果：

注意观察框架的范围。

ROWS 2 PRECEDING：
在这里插入图片描述

ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING：
在这里插入图片描述

5.3.1 窗口函数使用范围和注意事项

原则上，窗口函数只能在SELECT子句中使用。
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。

5.4 GROUPING运算符

5.4.1 ROLLUP - 计算合计及小计

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。

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

得到的结果为:
在这里插入图片描述
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。

ROLLUP 可以对多列进行汇总求小计和合计。

在这里插入图片描述

练习题

5.1

请说出针对本章中使用的 product（商品）表执行如下 SELECT 语句所能得到的结果。

SELECT  product_id
       ,product_name
       ,sale_price
       ,MAX(sale_price) OVER (ORDER BY product_id) AS Current_max_price
  FROM product

按照 product_id 升序排列，计算出截至当前行的最高 sale_price 。
在这里插入图片描述

5.2

继续使用product表，计算出按照登记日期（regist_date）升序进行排列的各日期的销售单价（sale_price）的总额。排序是需要将登记日期为NULL 的“运动 T 恤”记录排在第 1 位（也就是将其看作比其他日期都早）

-- ①regist_date为NULL时，显示“1年1月1日”。
SELECT regist_date, product_name, sale_price,
       SUM(sale_price) OVER (ORDER BY COALESCE(regist_date, CAST('0001-01-01' AS DATE))) AS current_sum_price
  FROM Product;

-- ②regist_date为NULL时，将该记录放在最前显示。
SELECT regist_date, product_name, sale_price,
       SUM(sale_price) OVER (ORDER BY regist_date ) AS current_sum_price
  FROM Product;

在这里插入图片描述

5.3

思考题

① 窗口函数不指定PARTITION BY的效果是什么？
窗口函数不指定 PARTITION BY 就是针对排序列进行全局排序。
② 为什么说窗口函数只能在SELECT子句中使用？实际上，在ORDER BY 子句使用系统并不会报错。

本质上是因为 SQL 语句的执行顺序。
FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY
如果在 WHERE, GROUP BY, HAVING 使用了窗口函数，就是说提前进行了一次排序，排序之后再去除记录、汇总、汇总过滤，第一次排序结果就是错误的，没有实际意义。而 ORDER BY 语句执行顺序在 SELECT 语句之后，自然是可以使用的。
在这里插入图片描述