sql lead使用

1.场景

---

假设数据库中存储的日志数据是下面这样的 

timestamp	event	trace_id	node
15320123	request_A	123456	client
15320124	request_B	987654	client
15320125	request_A	123456	access
15320127	request_B	987654	access
15320128	request_B	987654	server
15320129	request_A	123456	server

timestamp就是事件时间戳，即事件发生时程序调用日志上报的时间。event代表事件类型，比如发出了A请求就是request_A。trace_id是一个全链路跟踪id，比如一条消息从客户端，发送到接入服务器，再由接入服务器转发至核心服务器，核心服务器处理完这个消息将回复发送给接入服务器，由接入服务器发送给客户端，这个过程中，所有消息就使用了相同的trace_id来标识。node代表上报这个事件的节点，client代表客户端，access代表接入服务器，server代表核心服务器。

接下来要做一件事，就是统计每一步的耗时，为此我们要把数据处理成下面这样

event	fromTime	toTime	fromNode	toNode
request_A	15320123	15320125	client	access
request_A	15320125	15320129	access	server
request_A	15320129	null	server	null
request_B	15320124	15320127	client	access
request_B	15320127	15320128	access	server
request_B	15320128	null	server	null

怎么做到这一点呢？如果人为的去处理数据，那么我们首先会把数据按照trace_id分组，这一点sql的partition_by可以做到，接下来就是把组里的按时间排序，这一点sql的order_by可以做到，做完这两步，数据会是这样的

timestamp	event	trace_id	node
15320123	request_A	123456	client
15320125	request_A	123456	access
15320129	request_A	123456	server
15320124	request_B	987654	client
15320127	request_B	987654	access
15320128	request_B	987654	server

到了这里，我们发现，剩下要做的事其实就是把相邻的两行捆绑处理一下，前一行是from，后一行是to，然后把前一行的数据和后一行的拼接一下就可以了，那么这个操作用sql怎么实现呢？答案就是，使用lead。

2.lead的使用

首先直接给出最终的sql语句

select
event,
time as fromTime,
lead(timestamp, 1, null) over (
    partition by trace_id
    order by timestamp
) toTime,
node as fromNode,
lead(node, 1, null) over (
    partition by trace_id
    order by timestamp
) toNode
from log.event

这个语句一执行，即可得到最终的效果。

截图为证

（测试环境：在ubuntu1604上装的mysql8，之前装的5.6，不支持这个，ide是datagrip，主要是公司没有买正版的navicat，不过这个用着也不错）

原始数据

sql

执行结果

下面解释一下这一段

lead(timestamp, 1, null) over (
    partition by trace_id
    order by timestamp
) toTime,

lead后面括号里的三个参数分别是（字段名称，行数，默认值），字段名称就是，你要从后面的行里取那个字段；行数就是你要取后面的第几行数据，需要注意的是，这个字段是可以省略的，省略就等同于设为1；默认值就是如果到最后一行了，也就是没有下一行了，这个字段填什么，需要注意的是，这个字段是可以省略的，省略就等同于设为null。所以上面那段代码其实就是，取后面第一行的time字段，如果到最后一行了，这个字段就填null。

over后面的括号里是分组语句和排序语句，当然也可以不填或者任选其一。

最后是给这个字段取个别名。

3.lag

最后提一下lag，虽然我没有用过，不过既然都看了lead，不顺带学一下lag可惜了，因为lag跟lead的用法完全一样，只不过lead是取后面某行的数据，而lag是前面。