先看这段像天书一样的 SQL ,看着就头疼。
SELECT
s1.name,
s1.subject,
s1.score,
sub.avg_score AS average_score_per_subject,
(SELECT COUNT(DISTINCT s2.score) + 1 FROM scores s2 WHERE s2.score > s1.score) AS score_rank
FROM scores s1
JOIN (
SELECT subject, AVG(score) AS avg_score
FROM scores
GROUP BY subject
) sub ON s1.subject = sub.subject
ORDER BY s1.score DESC;
这段SQL是干什么用的呢，就是为了计算一个成绩排名，简直大动干戈啊。
那有没有简化的方法呢?有的。
简化后的版本就是利用今天说的窗口函数。
SELECT
name,
subject,
score,
AVG(score) OVER (PARTITION BY subject) AS average_score_per_subject,
RANK() OVER (ORDER BY score DESC) AS score_rank
FROM scores
ORDER BY score DESC;
是不是看上去就简洁清晰多了。
下面我们看看是什么样的功能。
首先创建一个表，包含姓名、学科、分数三个字段，用于后面功能的演示。
CREATE TABLE `scores` (
`name` varchar(20) COLLATE utf8_bin NOT NULL,
`subject` varchar(20) COLLATE utf8_bin NOT NULL,
`score` int(3) NOT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;
然后向表中插入一些随机记录。
INSERT INTO scores (name, subject, score) VALUES ('Student1', '化学', 75);
INSERT INTO scores (name, subject, score) VALUES ('Student2', '生物', 92);
INSERT INTO scores (name, subject, score) VALUES ('Student3', '物理', 87);
INSERT INTO scores (name, subject, score) VALUES ('Student4', '数学', 68);
INSERT INTO scores (name, subject, score) VALUES ('Student5', '英语', 91);
INSERT INTO scores (name, subject, score) VALUES ('Student6', '化学', 58);
INSERT INTO scores (name, subject, score) VALUES ('Student7', '物理', 79);
INSERT INTO scores (name, subject, score) VALUES ('Student8', '数学', 90);
INSERT INTO scores (name, subject, score) VALUES ('Student9', '数学', 45);
##什么是窗口函数
在 MySQL 8.x 版本中，MySQL 提供了窗口函数，窗口函数是一种在查询结果的特定窗口范围内进行计算的函数。
很早以前用 Oracle 和 MS SQL 的时候会用到里面的窗口函数，但是用 MySQL 后才发现，MySQL 竟然没有窗口函数，以至于一些负责的统计查询都要用各种子查询、join，层层嵌套，看上去很简单的需求，结果搞得 SQL 语句写的是龙飞凤舞，别人一看跟天书似的。就一个字儿，懵。
窗口函数主要的应用场景是统计和计算，例如对查询结果进行分组、排序和计算聚合，通过各个函数的组合，可以实现各种复杂的逻辑，而且比起 MySQL 8.0之前用子查询、join 的方式，性能上要好得多。
OVER()
OVER() 是用于定义窗口函数的子句，它必须结合其他的函数才有意义，比如求和、求平均数。而它只用于指定要计算的数据范围和排序方式。
function_name(...) OVER (
[PARTITION BY expr_list]
[ORDER BY expr_list]
[range]
)
PARTITION BY
用于指定分区字段,对不同分区进行分析计算，分区其实就列，可以指定一个列，也可以指定多个列。
ORDER BY
用于对分区内记录进行排序,排序后可以与「范围和滚动窗口」一起使用。
范围和滚动窗口
用于指定分析函数的窗口,包括范围和滚动窗口。
范围窗口(Range window)
指定窗口的起止行号,使用UNBOUNDED PRECEDING表示起点,UNBOUNDED FOLLOWING表示终点。
例如:
SUM(salary) OVER (ORDER BY id
RANGE BETWEEN 5 PRECEDING AND 5 FOLLOWING)
这会计算当前行及之前5行和之后5行的salary总和。
滚动窗口(Row window)
使用了基于当前行的滚动窗口
例如:
SUM(salary) OVER (ORDER BY id
ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING)
这会计算当前行及之前2行和之后2行的salary总和。
OVER()可搭配的函数：
聚合函数
MAX(),MIN(),COUNT(),SUM()等，用于生成每个分区的聚合结果。
排序相关
ROW_NUMBER(),RANK(),DENSE_RANK()等，用于生成每个分区的行号或排名。
窗口函数
LAG(),LEAD(),FIRST_VALUE(),LAST_VALUE()等，用于基于窗口框生成结果。
搭配聚合函数
1、按subject列进行分区，并求出某学科的最大最小值
获取分数和此学科最高分
SELECT subject,score, MAX(score) OVER (PARTITION BY subject) as `此学科最高分` FROM scores;
得出的结果是:
| subject | score | 此学科最高分 |
|---|---|---|
| 化学 | 75 | 75 |
| 化学 | 58 | 75 |
| 数学 | 68 | 90 |
| 数学 | 90 | 90 |
| 数学 | 45 | 90 |
| 物理 | 87 | 87 |
| 物理 | 79 | 87 |
| 生物 | 92 | 92 |
| 英语 | 91 | 91 |
2、获取学科的报名人数
SELECT subject,score, count(name) OVER (PARTITION BY subject) as `报名此学科人数` FROM scores;
得到的结果为:
| subject | score | 报名此学科人数 |
|---|---|---|
| 化学 | 75 | 2 |
| 化学 | 58 | 2 |
| 数学 | 68 | 3 |
| 数学 | 90 | 3 |
| 数学 | 45 | 3 |
| 物理 | 87 | 2 |
| 物理 | 79 | 2 |
| 生物 | 92 | 1 |
| 英语 | 91 | 1 |
3、求学科的总分
SELECT subject, SUM(score) OVER (PARTITION BY subject) as `此学科总分` FROM scores;
得到的结果:
| subject | 此学科总分 |
|---|---|
| 化学 | 133 |
| 化学 | 133 |
| 数学 | 203 |
| 数学 | 203 |
| 数学 | 203 |
| 物理 | 166 |
| 物理 | 166 |
| 生物 | 92 |
| 英语 | 91 |
4、使用 order by 求累加分数
SELECT name,subject,score, SUM(score) OVER (order BY score) as `累加分数` FROM scores;
得到的结果：
| name | subject | score | 累加分数 |
|---|---|---|---|
| Student9 | 数学 | 45 | 45 |
| Student6 | 化学 | 58 | 103 |
| Student4 | 数学 | 68 | 171 |
我们看这是怎么算出来的，OVER 函数里面是 order by 。
首先根据分数排序（默认升序），得到第一行分数是45，所以累加分数就是它自己，也就是45。
然后排序得到第二行 58，然后将第一行和第二行相加，这样得到累加分数就是45+58=103。
同理，第三行就是前三行的总和，也就是45+58+68=171。
以此类推，第 N 行就是1~N的累加和。
5、使用 order by + 范围
前面因为没有限定范围，所以就是前 N 行的累加，还可以限定范围。
SELECT name,subject,score, SUM(score) OVER (order BY `score` ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) as `累加分数` FROM scores;
这里的累加分数是指当前行+前一行+后一行的和。
获取的结果为：
| name | subject | score | 累加分数 |
|---|---|---|---|
| Student9 | 数学 | 45 | 103 |
| Student6 | 化学 | 58 | 171 |
| Student4 | 数学 | 68 | 201 |
| Student1 | 化学 | 75 | 222 |
| Student7 | 物理 | 79 | 241 |
| Student3 | 物理 | 87 | 256 |
| Student8 | 数学 | 90 | 268 |
| Student5 | 英语 | 91 | 273 |
第一行 103，是当前行 45+后一行（58）的和，等于103，因为没有前一行。
第二行171，是当前行58+前一行（45）+后一行（68）的和，等于171。
以此类型，后面的累加分数都是这样算出来的。
搭配排序相关函数
ROW_NUMBER()
ROW_NUMBER() 函数用于为结果集中的每一行分配一个唯一的排序。
如下，对成绩进行排名，分数高的排在前面，如果有两个人分数相同，那仍然是一个第一，另一个第二。
SELECT name,subject,score, ROW_NUMBER() OVER (order BY `score` desc) as `排名` FROM scores;
查询结果为：
| name | subject | score | 排名 |
|---|---|---|---|
| Student2 | 生物 | 92 | 1 |
| Student5 | 英语 | 91 | 2 |
| Student8 | 数学 | 90 | 3 |
| Student3 | 物理 | 87 | 4 |
| Student7 | 物理 | 79 | 5 |
如果不用 ROW_NUMBER(),比如在 MySQL 5.7的版本中，就会像下面这样:
SELECT s1.name, s1.subject, s1.score, COUNT(s2.score) + 1 AS `排名`
FROM scores s1
LEFT JOIN scores s2 ON s1.score < s2.score
GROUP BY s1.name, s1.subject, s1.score
ORDER BY s1.score DESC;
是不是比使用 ROW_NUMBER()复杂的多。
RANK()
RANK() 函数用于为结果集中的每一行分配一个排名值，它也是排名的，但是它和 ROW_NUMBER()有，RANK()函数在遇到相同值的行会将排名设置为相同的，就像是并列排名。
就像是奥运比赛，如果有两个人都是相同的高分，那可能就是并列金牌，但是这时候就没有银牌了，仅次于这两个人的排名就会变成铜牌。
SELECT name,subject,score, RANK() OVER (order BY `score` desc) as `排名` FROM scores;
查询结果为：
| name | subject | score | 排名 |
|---|---|---|---|
| Student1 | 化学 | 92 | 1 |
| Student2 | 生物 | 92 | 1 |
| Student5 | 英语 | 91 | 3 |
| Student8 | 数学 | 90 | 4 |
| Student3 | 物理 | 87 | 5 |
DENSE_RANK()
DENSE_RANK() 也是用作排名的，和 RANK()函数的差别就是遇到相同值的时候，不会跳过排名，比如两个人是并列金牌，排名都是1，那仅次于这两个人的排名就是2，而不像 RANK()那样是3。
SELECT name,subject,score, DENSE_RANK() OVER (order BY `score` desc) as `排名` FROM scores;
查询结果为：
| name | subject | score | 排名 |
|---|---|---|---|
| Student1 | 化学 | 92 | 1 |
| Student2 | 生物 | 92 | 1 |
| Student5 | 英语 | 91 | 2 |
| Student8 | 数学 | 90 | 3 |
配合其他窗口函数
NTILE()
NTILE() 函数用于将结果集划分为指定数量的组，并为每个组分配一个编号。例如，将分数倒序排序并分成4个组，相当于有了4个梯队。
SELECT name,subject,score, NTILE(4) OVER (order BY `score` desc) as `组` FROM scores;
查询结果为：
| name | subject | score | 组 |
|---|---|---|---|
| Student1 | 化学 | 92 | 1 |
| Student2 | 生物 | 92 | 1 |
| Student5 | 英语 | 91 | 1 |
| Student8 | 数学 | 90 | 2 |
| Student3 | 物理 | 87 | 2 |
| Student7 | 物理 | 79 | 3 |
| Student4 | 数学 | 68 | 3 |
| Student6 | 化学 | 58 | 4 |
| Student9 | 数学 | 45 | 4 |
LAG()
LAG() 函数用于在查询结果中访问当前行之前的行的数据。它允许您检索前一行的值，并将其与当前行的值进行比较或计算差异。LAG()函数对于处理时间序列数据或比较相邻行的值非常有用。
LAG()函数完整的表达式为 LAG(column, offset, default_value)，包含三个参数：
column：就是列名，获取哪个列的值就是哪个列名，很好理解。
offset: 就是向前的偏移量，取当前行的前一行就是1，前前两行就是2。
default_value：是可选值，如果向前偏移的行不存在，就取这个默认值。
例如比较相邻两个排名的分数差，可以这样写：
SELECT
name,
subject,
score,
ABS(score - LAG(score, 1,score) OVER (ORDER BY score DESC)) AS `分值差`
FROM
scores;
得到的结果为：
| name | subject | score | 分值差 |
|---|---|---|---|
| Student1 | 化学 | 92 | 0 |
| Student2 | 生物 | 92 | 0 |
| Student5 | 英语 | 91 | 1 |
| Student8 | 数学 | 90 | 1 |
| Student3 | 物理 | 87 | 3 |
| Student7 | 物理 | 79 | 8 |
| Student4 | 数学 | 68 | 11 |
LEAD()
LEAD() 函数和 LAG()的功能一致，只不过它的偏移量是向后偏移，也就是取当前行的后 N 行。
所以前面的比较相邻两行差值的逻辑，也可以向后比较。
SELECT
name,
subject,
score,
score - LEAD(score, 1,score) OVER (ORDER BY score DESC) AS `分值差`
FROM
scores;
得到的结果：
| name | subject | score | 分值差 |
|---|---|---|---|
| Student1 | 化学 | 92 | 0 |
| Student2 | 生物 | 92 | 1 |
| Student5 | 英语 | 91 | 1 |
| Student8 | 数学 | 90 | 3 |
| Student3 | 物理 | 87 | 8 |
| Student7 | 物理 | 79 | 11 |
| Student4 | 数学 | 68 | 10 |