当前位置： 首页 > news >正文

sql 开窗函数

news 来源：原创 2024/4/28 15:17:13

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

开窗函数：在开窗函数出现之前存在着很多用 SQL 语句很难解决的问题，很多都要通过复杂的相关子查询或者存储过程来完成。为了解决这些问题，在 2003 年 ISO SQL 标准加入了开窗函数，开窗函数的使用使得这些经典的难题可以被轻松的解决。目前在 MSSQLServer、Oracle、DB2 等主流数据库中都提供了对开窗函数的支持，不过非常遗憾的是 MYSQL 暂时还未对开窗函数给予支持。

开窗函数简介:与聚合函数一样，开窗函数也是对行集组进行聚合计算，但是它不像普通聚合函数那样每组只返回一个值，开窗函数可以为每组返回多个值，因为开窗函数所执行聚合计

算的行集组是窗口。在 ISO SQL 规定了这样的函数为开窗函数，在 Oracle 中则被称为分析函数。
 

 

数据表（Oracle）：T_Person 表保存了人员信息，FName 字段为人员姓名，FCity 字段为人员所在的城市名，FAge 字段为人员年龄，FSalary 字段为人员工资

CREATE TABLE T_Person (FName VARCHAR2(20),FCity VARCHAR2(20),FAge INT,FSalary INT)

向 T_Person 表中插入一些演示数据：

INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Tom‘,‘BeiJing‘,20,3000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Tim‘,‘ChengDu‘,21,4000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Jim‘,‘BeiJing‘,22,3500);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Lily‘,‘London‘,21,2000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘John‘,‘NewYork‘,22,1000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘YaoMing‘,‘BeiJing‘,20,3000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Swing‘,‘London‘,22,2000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Guo‘,‘NewYork‘,20,2800);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘YuQian‘,‘BeiJing‘,24,8000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Ketty‘,‘London‘,25,8500);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Kitty‘,‘ChengDu‘,25,3000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Merry‘,‘BeiJing‘,23,3500);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Smith‘,‘ChengDu‘,30,3000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Bill‘,‘BeiJing‘,25,2000);
INSERT INTO T_Person(FName,FCity,FAge,FSalary)
VALUES(‘Jerry‘,‘NewYork‘,24,3300);

select * from t_person:

要计算所有人员的总数，我们可以执行下面的 SQL 语句：SELECT COUNT(*) FROM T_Person

除了这种较简单的使用方式，有时需要从不在聚合函数中的行中访问这些聚合计算的值。比如我们想查询每个工资小于 5000 元的员工信息（城市以及年龄），并且在每行中都显示所有工资小于 5000 元的员工个数：

select fname,
       fcity,
       fsalary,
       (select count(*) from t_person where fsalary < 5000) 工资少于5000员工总数
  from t_person
 where fsalary < 5000

虽然使用子查询能够解决这个问题，但是子查询的使用非常麻烦，使用开窗函数则可以大大简化实现，下面的 SQL 语句展示了如果使用开窗函数来实现同样的效果：

 

select fname, fcity, fsalary, count(*) over() 工资小于5000员工数
  from t_person
 where fsalary < 5000

可以看到与聚合函数不同的是，开窗函数在聚合函数后增加了一个 OVER 关键字。

开窗函数格式： 函数名(列) OVER(选项)

OVER 关键字表示把函数当成开窗函数而不是聚合函数。SQL 标准允许将所有聚合

与聚合函数一样，开窗函数也是对行集组进行聚合计算，但是普通聚合函数每组只能返回一个值，而开窗函数可以每组返回多个值。

实验一
比如我们想查询每个工资小于5000元的员工信息（城市以及年龄），并且在每行中都显示所有工资小于5000元的员工个数，执行下面的SQL语句

select t.fcity,t.fage,count(*) from person t where t.fsalary<5000
 
这个语句显然是错误的，因为count()是聚合函数，然后fname和fage字段没有包含分组里面。

实验二
那么，这样写呢？

select t.fcity,t.fage,count(*) from person t where t.fsalary<5000 group by t.fcity,t.fage
查询结果


这与我们每行中都显示所有工资小于5000元的员工个数这个条件是不符合的，那么应该怎么写呢？

实验三
select t.fcity,
       t.fage,
       (select count(*) from person f where f.fsalary < 5000)
  from person t
 where t.fsalary < 5000    
查询结果：


这次的查询结果和我们想要的结果一样了，但是这样写多了一个子查询，非常麻烦。使用开窗函数可以大大简化实现，下面看一下开窗函数要实现这个效果怎么写

实验四
select t.fcity, t.fage, count(*) over()
   from person t
  where t.fsalary < 5000
看下执行效果：


可以看到这个SQL语句与我们第一个实验不同的是我们在count(*)后面加了一个over关键字。

开窗函数的调用格式为：

         函数名（列）over(选项)

over关键字表示把函数当成开窗函数而不是聚合函数，SQL标准允许将所有聚合函数用做开窗函数，使用over关键字来区分这两种用法。

在上面的例子中，开窗函数count(*) over()对于查询结果的每一行都返回所有符合条件的行的条数，over关键字后的括号中还经常添加选项用以改变进行聚合运算的窗口范围（后面博客会持续更新），如果over关键字后的括号中选项为空，则开窗函数会对结果集中的所有行进行聚合运算。当然，不只是count(*) over,max(fage) over()，min(fage) over()都可以。
--------------------- 开窗函数与聚合函数一样，也是对行集组进行聚合计算，但是它不像普通聚合函数那样每组只返回一个值，开窗函数可以为每组返回多个值，因为开窗函数所执行聚合计算的行集组是窗口。 
语法:主要是over( PARTITION BY (根据某条件分组,形成一个小组)….ORDER BY(再组内进行排序) …. ) 
常用函数：（最常用的应该是1.2.3 的排序） 
1、row_number() over(partition by … order by …) 
增加一列,类似与增加伪列 
2、rank() over(partition by … order by …) 
3、dense_rank() over(partition by … order by …) 
rank(): 跳跃排序，如果有两个第一级时，接下来就是第三级。 
dense_rank(): 连续排序，如果有两个第一级时，接下来仍然是第二级。 
4、count() over(partition by … order by …) 
5、max() over(partition by … order by …) 
6、min() over(partition by … order by …) 
7、sum() over(partition by … order by …) 
8、avg() over(partition by … order by …) 
9、first_value() over(partition by … order by …) 
10、last_value() over(partition by … order by …) 
与函数的功能一致,只是是开窗函数 
11、lag() over(partition by … order by …) 
12、lead() over(partition by … order by …) 
lag 和lead 可以 获取结果集中，按一定排序所排列的当前行的上下相邻若干offset 的某个行的某个列(不用结果集的自关联）； 
lag ，lead 分别是向前，向后； 
lag 和lead 有三个参数，第一个参数是列名，第二个参数是偏移的offset，第三个参数是 超出记录窗口时的默认值）
--------------------- 

1.基本概念

开窗函数分为两个部分分别是

1.聚合,排名,偏移,分布函数 。

2.开窗分区，排序，框架。

下面举个例子

复制代码

SELECT empid, ordermonth, val,
  SUM(val) OVER(PARTITION BY empid
                ORDER BY ordermonth
                ROWS BETWEEN UNBOUNDED PRECEDING
                         AND CURRENT ROW) AS runval
FROM Sales.EmpOrders;

复制代码

sum(val)  就是集合函数

over() 就是开窗     PARTITION BY empid  就是开窗分区(分组)   ORDER BY ordermonth 开窗排序  

 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW  开窗架构

2.排名开窗函数

 SQL SERVER 支持4个排名函数 ROW_NUMBER,RANK,DENSE_RANK ,NTLE   来看看它们分别的作用

复制代码

SELECT orderid, custid, val,
ROW_NUMBER() OVER(ORDER BY val) AS rownum,
RANK() OVER(ORDER BY val) AS rank,
DENSE_RANK() OVER(ORDER BY val) AS dense_rank,
NTILE(10) OVER(ORDER BY val) AS ntile
FROM Sales.OrderValues
ORDER BY val;

复制代码

可以看到 它们不同排序规则

ROW_NUMBER() 对排序字段行号进行排序  

RANK() 对数值进行排序 对相同数值有行号占用

DENSE_RANK() 也是对数值排序 如果有相同数值 依旧会按照原先行号加

NTILE 分区排序 为每一行分配一个区号 如果分10区 会对所有数据进行分区  总数据/分区数  就是每多少数据为一区

ROW_NUMBER()  默认在 DISTINCT 筛选重复项之前计算

2.偏移开窗函数 

sql server 中总共有4个偏移函数 LAG 和 LEAD, FIRST_VALUE 和 LAST_VALUE   

LAG函数在当前行之前查找

LEAD函数在当前行之后查找

LAST_VALUE    返回查找结果的最后一行

FIRST_VALUE  返回查找结果的第一行

 3.聚合开窗函数

SUM() OVER()

AVG() OVER()

COUNT() OVER()

MAX() OVER() 等等

分析及开窗函数

转自http://hi.baidu.com/edgar108/blog/item/e24c7fd66b0817d7a144dfc8.html 

我以oracle中的emp 和dept表为例，讲一下开窗函数。

假如，现在有这样的要求：查出所有的员工的名字ename,薪水sal 以及他的薪水占说有员工薪水的比例。
一开始，我们的思路可能是这样：
select ename ,sal ,sal/sum(sal) from emp;
但是这样写是不对的，sum()是一个单行统计函数，只返回一个值，不能和其他字段同时出现。
解决办法就是使用开窗函数over()
select ename ,sal ,sal/sum(sal) over() as percent from emp;
查询结果：
ENAME             SAL    PERCENT
---------- ---------- ----------
SMITH             800 .027562446
ALLEN            1600 .055124892
WARD             1250 .043066322
JONES            2975 .102497847
MARTIN           1250 .043066322
BLAKE            2850 .098191214
CLARK            2450 .084409991
SCOTT            3000 .103359173
KING             5000 .172265289
TURNER           1500 .051679587
ADAMS            1100 .037898363

ENAME             SAL    PERCENT
---------- ---------- ----------
JAMES             950 .032730405
FORD             3000 .103359173
MILLER           1300 .044788975

已选择14行。

上面的over是指把前面的函数(本例中是sum())当成开窗函数而不是统计函数，SQL标准允许讲所有的统计函数
用作开窗函数，使用over关键字来区分这两种用法。

上面的“sum(sal) over()”的意思是，对于每一条记录，都去计算一次sal的和。如果over关键字后的括号中的选项为空，

把上面的sql改进一下：
select ename ,sal ,'0'||round(sal/sum(sal) over(),3) as percent from emp;
查询结果：

ENAME             SAL PERCENT
---------- ---------- -----------------------------------------
SMITH             800 0.028
ALLEN            1600 0.055
WARD             1250 0.043
JONES            2975 0.102
MARTIN           1250 0.043
BLAKE            2850 0.098
CLARK            2450 0.084
SCOTT            3000 0.103
KING             5000 0.172
TURNER           1500 0.052
ADAMS            1100 0.038

ENAME             SAL PERCENT
---------- ---------- -----------------------------------------
JAMES             950 0.033
FORD             3000 0.103
MILLER           1300 0.045

已选择14行。

如果现在像查询每个员工的姓名ename，工资sal，以及他的工资占他所在部门的比例，按照上面的思路，这次要这样写：

select ename,deptno,sal,'0'|| round(sal/sum(sal) over(partition by deptno),3) from emp;

如果需要对sal排序，再partition by deptno 后面 再加上order by sal:

select ename,deptno,sal,'0'|| round(sal/sum(sal) over(partition by deptno order by sal),3) from emp;

ORDER BY 的完整语法为 ORDER BY 字段名 RANGE|ROWS BETWEEN 边界规则1 AND 边界规则2
RANGE 表示 按照值的范围进行范围的定义，而 ROWS 表示按照行的范围进行范围的定义

边界规则的取值见下表：

可取值                                                说明                                   示例

CURRENT ROW                              当前行

N PRECEDING                                 前N行                                    2 PRECEDING

UNBOUNDED PRECEDING          一直到第一条记录      

N FOLLOWING                                 后N行                                  2 FOLLOWING

UNBOUNDED FOLLOWING          一直到最后一条记录


但是，如果这样写，会报错：
select ename,deptno,sal,'0'|| round(sal/sum(sal) over(order by sal partition by deptno ),3) from emp;可能 order by不能写在partition by的前面。


如果现在按照员工的姓名排序，并计算工资的累加和：

select ename ,sal ,sum(sal) over(order by sal rows between unbounded preceding and current row) as result from emp;

order by sal rows between unbounded preceding and current row 的意思是： 按照sal进行排序，然后计算从第一行(unbounded preceding)到当前行
(current row)的和，这样的结果就是按照工资进行排序的工作值的累加和。

因为ROWS 表示按照行的范围进行范围的定义，所以计算从第一行到当前行的累加和。

如果把ROWS换成 RANGE :

select ename ,sal ,sum(sal) over(order by sal range between unbounded preceding and current row) as result from emp;

ENAME             SAL     RESULT
---------- ---------- ----------
SMITH             800        800
JAMES             950       1750 (800+950)
ADAMS            1100       2850 (800+950+1100)
WARD             1250       5350
MARTIN           1250       5350
MILLER           1300       6650
TURNER           1500       8150
ALLEN            1600       9750
CLARK            2450      12200
BLAKE            2850      15050
JONES            2975      18025

ENAME             SAL     RESULT
---------- ---------- ----------
SCOTT            3000      24025
FORD             3000      24025
KING             5000      29025

已选择14行。


RANGE 表示 按照值的范围进行范围的定义 ，在计算累加和的过程中，如果遇到相同的值(本例中为sal)，则计算所有的相同值同时累加
(本例中SCOTT,FORD的sal全是3000，所以值是 18025+3000+3000=24025)

select ename ,sal ,sum(sal) over(order by sal rows between 2 preceding and 2 following) as result from emp;

ENAME             SAL     RESULT
---------- ---------- ----------
SMITH             800       2850 (800+950+1100)
JAMES             950       4100
ADAMS            1100       5350
WARD             1250       5850
MARTIN           1250       6400
MILLER           1300       6900 
TURNER           1500       8100 (1250+1300+1500+1600+2450)
ALLEN            1600       9700
CLARK            2450      11375
BLAKE            2850      12875
JONES            2975      14275 (2450+2850+2975+3000+3000)

ENAME             SAL     RESULT
---------- ---------- ----------
SCOTT            3000      16825
FORD             3000      13975
KING             5000      11000 (3000+3000+5000)

已选择14行。

sum(sal) over(order by sal rows between 2 preceding and 2 following)
按照sal进行排序，然后计算从当前行前两行(2 preceding) 到 当前行后两行(2 following)的累加和

对于第1行到第2行(n=2)，“前2行”是不存在或不完整的，所以按照前两行不存在或不完整来计算，最后2行类似。

select ename ,sal ,sum(sal) over(order by sal rows between 1 following and 3 following) as result from emp;

ENAME             SAL     RESULT
---------- ---------- ----------
SMITH             800       3300 (950+1100+1250)
JAMES             950       3600
ADAMS            1100       3800
WARD             1250       4050
MARTIN           1250       4400
MILLER           1300       5550
TURNER           1500       6900
ALLEN            1600       8275
CLARK            2450       8825
BLAKE            2850       8975
JONES            2975      11000

ENAME             SAL     RESULT
---------- ---------- ----------
SCOTT            3000       8000
FORD             3000       5000
KING             5000                 (后面没有数据了，所以是NULL)

已选择14行。

计算的某一列后1行到后3行的值

select ename ,sal ,sum(sal) over(order by sal range between unbounded preceding and current row) as result from emp;
与
select ename ,sal ,sum(sal) over(order by sal) as result from emp;
是等价的。
也就是说 range between unbounded preceding and current row 是默认的定位方式。

select ename ,sal ,count(*) over(order by sal desc rows between unbounded preceding and current row) as result from emp;

ENAME             SAL     RESULT
---------- ---------- ----------
KING             5000          1
FORD             3000          2
SCOTT            3000          3
JONES            2975          4
BLAKE            2850          5
CLARK            2450          6
ALLEN            1600          7
TURNER           1500          8
MILLER           1300          9
WARD             1250         10
MARTIN           1250         11

ENAME             SAL     RESULT
---------- ---------- ----------
ADAMS            1100         12
JAMES             950         13
SMITH             800         14

已选择14行。
order by sal desc rows between unbounded preceding and current row 表示按照sal的降序排列，计算从第一行到当前行的个数，所以这个可以看作员工工资的排名。

转载于:https://my.oschina.net/hblt147/blog/2987652

相关文章：

  • 我的友情链接
  • 实现菜单下拉伸展折叠效果demo
  • Android中的树状(tree)列表
  • 基于MVC思想实现一个简单的贪吃蛇小游戏
  • Device Tree Usage 【转】
  • 从容器到云原生 – 极致弹性
  • 【NetApp】FPolicy的使用流程图
  • Android基础---获取手机硬件数据（转）
  • （十三）Java springcloud B2B2C o2o多用户商城 springcloud架构 - SSO单点登录之OAuth2.0 根据token获取用户信息(4)...
  • k8s基本概念及入门案例
  • httplib 和 httplib2区别之 gzip解压
  • 【第四期】图片轮播代码
  • 币泳金：比特现金分叉满月比特币跌去半数，比特币为何无法稳定的反弹上升...
  • 设计模式学习笔记(2) - 工厂方法模式
  • linux 淘宝开源监控工具tsar
  • 08.Android之View事件问题
  • ES2017异步函数现已正式可用
  • HashMap剖析之内部结构
  • HTML中设置input等文本框为不可操作
  • iOS筛选菜单、分段选择器、导航栏、悬浮窗、转场动画、启动视频等源码
  • java第三方包学习之lombok
  • Python3爬取英雄联盟英雄皮肤大图
  • 从零开始在ubuntu上搭建node开发环境
  • 仿天猫超市收藏抛物线动画工具库
  • 回顾 Swift 多平台移植进度 #2
  • 每天10道Java面试题，跟我走，offer有！
  • 我的zsh配置, 2019最新方案
  • 一个JAVA程序员成长之路分享
  • SAP CRM里Lead通过工作流自动创建Opportunity的原理讲解 ...
  • Unity3D - 异步加载游戏场景与异步加载游戏资源进度条 ...
  • 小白应该如何快速入门阿里云服务器,新手使用ECS的方法 ...
  • ​Kaggle X光肺炎检测比赛第二名方案解析 | CVPR 2020 Workshop
  • ​低代码平台的核心价值与优势
  • # 飞书APP集成平台-数字化落地
  • ### Error querying database. Cause: com.mysql.jdbc.exceptions.jdbc4.CommunicationsException
  • #Linux（make工具和makefile文件以及makefile语法）
  • ( 10 )MySQL中的外键
  • (02)Cartographer源码无死角解析-(03) 新数据运行与地图保存、加载地图启动仅定位模式
  • (13)Latex：基于ΤΕΧ的自动排版系统——写论文必备
  • （16）Reactor的测试——响应式Spring的道法术器
  • （附源码）ssm高校升本考试管理系统 毕业设计 201631
  • （论文阅读32/100）Flowing convnets for human pose estimation in videos
  • (转) Face-Resources
  • .bat批处理（十一）：替换字符串中包含百分号%的子串
  • .libPaths()设置包加载目录
  • .Net 4.0并行库实用性演练
  • .Net Core 中间件验签
  • .Net Web窗口页属性
  • .NET 编写一个可以异步等待循环中任何一个部分的 Awaiter
  • .NET 实现 NTFS 文件系统的硬链接 mklink /J（Junction）
  • .net 逐行读取大文本文件_如何使用 Java 灵活读取 Excel 内容 ？
  • .NET4.0并行计算技术基础（1）
  • .Net6支持的操作系统版本(.net8已来，你还在用.netframework4.5吗)
  • .net企业级架构实战之7——Spring.net整合Asp.net mvc
  • @font-face 用字体画图标