MySQL——窗口函数

语法

函数名称([字段名]) OVER([PARTITION BY <分组字段>][ORDER BY <排序字段> [DESC]] [<FRAME字句>])

• PARTITION BY字句：按照指定字段进行分区，两个分区由边界分割，即所谓的"窗口"。如果没有指定，那么它把整个结果集作为一个分组。窗口函数在不同的分区内分别执行，在跨越分区边界时重新初始化。
• ORDER BY子句：按照指定字段进行排序，开窗函数将按照排序后的记录顺序进行编号。可以和PARTITION BY子句配合使用，也可以单独使用。默认为升序排列。
• FRAME子句：当前分区的一个子集，用来定义子集的规则，通常用来作为滑动窗口使用。
• ROWS语法：
  • ROWS BETWEEN (expr 为指定数值) UNBOUNDED PRECEDING边界是分区中的第一行 / N 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 / CURRENT ROW边界是当前行 AND UNBOUNDED FOLLOWING边界是分区中的最后一行 / expr PRECEDING / expr FOLLOWING / CURRENT ROW
  • ROWS UNBOUNDED PRECEDING / expr PRECEDING / expr FOLLOWING / CURRENT ROW
  • 默认：ROWS BETWEEN UNBOUNDED PRECENDING AND CURRENT ROW

分类

按照函数功能不同，MySQL支持的窗口函数分为如下几类：

• 序号函数
  • row_number()连续的序号（不管有没有重复，1.2.3.4.5.6）
  • rank()连续间断的序号（重复给相同序号，后面会跳过重复的序号，1.2.3.3.3.6.7）
  • dense_rank()连续不断的序号（重复的会给相同的序号，1.2.3.3.3.4.5）
• 分布函数：percent_rank() / cume_dist()
• 前后函数：lag() / lead()
• 头尾函数：first_value() / last_value()
• 其他函数：nth_value() / nfile()

名称	描述
CUME_DIST()	计算一组值中的一个值的累计分布
DENSE_RANK()	根据ORDER BY子句分区中的每一行分配一个等级。它将相同的等级分配给具有等同值的行。如果两行或更多行具有相同的排名，则排名值序列中将没有间隔
FIRST_VALUE()	返回相对于窗口框架第一行指定表达式的值
LAG()	返回分区中当前行之前的第N行的值。如果不存在前一行，则返回NULL
LAST_VALUE()	返回相对于窗口框架最后一行指定表达式的值
LEAD()	返回分区中当前行之后的第N行的值。如果不存在后续行，则返回NULL
NTH_VALUE()	从从窗口框架的第N行返回参数值
NTILE()	将每个窗口分区的行分配到指定数量的排名中
PERCENT_RANK()	计算分区或结果中行的百分数等级
RANK()	与DENSE_RANK()函数相似，不同指出在于当两行或更多行具有相同等级时，等级值序列中存在间隔
ROW_NUMBER()	为分区中的每一行分配一个顺序整数

窗口函数与普通聚合函数的区别

• 聚合函数是讲多条记录聚合为一条；而窗口函数是每条记录都会执行，有几条记录执行完还是几条。
• SQL标准中允许所有聚合函数作为窗口函数。聚合函数作为窗口函数，可以在每一行的数据里直观的看到，截止到本行数据，统计数据是多少（最大值、最小值等）。同时可以看出每一行数据，对整体统计数据的影响。

示例

1. 根据省份分区求各市gdp并排序

SELECT
	prov_name,
	city_name,
	gdp,
	ROW_NUMBER ( ) OVER ( PARTITION BY prov_name ORDER BY gdp ) AS ranking 
FROM
	test_windows

SELECT
	prov_name,
	city_name,
	gdp,
	RANK ( ) OVER ( PARTITION BY prov_name ORDER BY gdp ) AS ranking 
FROM
	test_windows

SELECT
	prov_name,
	city_name,
	gdp,
	DENSE_RANK ( ) OVER ( PARTITION BY prov_name ORDER BY gdp ) AS ranking 
FROM
	test_windows

2. 根据省份分区统计各市gdp并累计求和

SELECT
	prov_name,
	city_name,
	gdp,
	SUM( gdp ) over ( PARTITION BY prov_name ORDER BY gdp ) AS 'ranking' 
FROM
	test_windows

3. lag()和lead()函数

参数：

1. 表达式或字段
2. 偏移量
3. 控制赋值，默认为NULL

SELECT
	prov_name,
	city_name,
	gdp,
	lag ( gdp, 1 , '无') over ( PARTITION BY prov_name ORDER BY gdp ) AS 'ranking' 
FROM
	test_windows

SELECT
	prov_name,
	city_name,
	gdp,
	lead ( gdp, 1, '无') over ( PARTITION BY prov_name ORDER BY gdp ) AS 'ranking' 
FROM
	test_windows