当前位置：首页 > news >正文

MYSQL8.0常用窗口函数

news 来源：原创 2025/5/20 9:29:50

MYSQL8.0常用窗口函数

一、窗口函数的基本概念

窗口函数，顾名思义，就是在查询结果集中定义一个“窗口”，在这个窗口内进行数据的计算和分析。与普通聚合函数不同，普通聚合函数会将结果集分组并返回每组的单一汇总值，而窗口函数可以在每个行上返回基于窗口内数据的计算结果，并且不会改变结果集的行数。例如，在计算每个员工的工资在部门内的排名时，窗口函数可以在不影响原有员工信息行的基础上，为每行数据添加一个排名列。

窗口函数的语法结构如下：

<窗口函数> OVER ([PARTITION BY 列名]  -- 分组字段[ORDER BY 列名]       -- 排序字段[ROWS/RANGE 窗口范围] -- 可选，定义窗口大小
)

其中，<窗口函数>可以是各种函数，如排序函数、聚合函数、偏移函数等；PARTITION BY用于指定分组条件，类似于GROUP BY，但不会将结果集合并；ORDER BY用于指定窗口内数据的排序顺序；ROWS/RANGE用于定义窗口的范围，可选参数。

二、常见窗口函数及示例

（一）排序函数

排序函数包括ROW_NUMBER()、RANK()、DENSE_RANK()等，主要用于对窗口内的数据进行排名。

ROW_NUMBER()：为分组内的行生成唯一连续序号（重复值不影响排名）。常用于分页查询、取每组前N条数据。

SELECT id, dept, salary,ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC) AS rn  
FROM employees;

RANK()：分组内重复值排名相同，后续排名跳过重复数（如并列第1名后直接第3名）。适用于获取不考虑重复值的排名场景，如考试排名。

SELECT id, dept, salary,RANK() OVER (PARTITION BY dept ORDER BY salary DESC) AS rnk  
FROM employees;

DENSE_RANK()：分组内重复值排名相同，后续排名不跳过（如并列第1名后为第2名）。适用于需要紧凑排名的场景，如成绩排名。

SELECT id, dept, salary,DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary DESC) AS drnk  
FROM employees;

（二）聚合函数

聚合函数如SUM()、AVG()、MAX()、MIN()等，可在窗口内进行聚合计算。

计算部门内薪资累计和：

SELECT id, dept, salary,SUM(salary) OVER (PARTITION BY dept ORDER BY join_date) AS dept_total  
FROM employees;

计算近3个月的平均薪资（按时间窗口）：

SELECT join_date, salary,AVG(salary) OVER (ORDER BY join_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg  
FROM employees;

（三）偏移函数

偏移函数包括LAG()和LEAD()，用于获取当前行之前或之后某一行的值。

LAG()：获取当前行之前第N行的数据，常用于对比前后行数据，如计算同比、环比数据。

SELECT id, dept, salary,LAG(salary, 1) OVER (PARTITION BY dept ORDER BY join_date) AS prev_salary  
FROM employees;

LEAD()：获取当前行之后第N行的数据，用于对比当前行与后续行数据。

SELECT id, dept, salary,LEAD(salary, 1) OVER (PARTITION BY dept ORDER BY join_date) AS next_salary  
FROM employees;

三、窗口函数的应用场景

（一）排名与分页

在查询数据库时，经常需要对结果进行排名，以便实现分页或获取特定排名的记录。例如，在学生成绩表中，查询每个班级成绩排名前5的学生，就可以使用RANK()函数结合WHERE子句来实现。

（二）分组统计与分析

在分组的基础上进行更复杂的统计分析。例如，在销售数据表中，按月份和地区统计销售额，并计算每个地区在每个月的销售额占该月总销售额的比例，可使用窗口函数结合GROUP BY子句来实现。

（三）数据对比与趋势分析

通过偏移函数可以方便地进行数据对比和趋势分析。例如，在股票交易数据表中，查询每天的股票价格与前一天价格的差值，以分析股票价格的走势，可使用LAG()函数获取前一天的价格，然后与当前天的价格进行计算。

（四）数据填充与补全

在某些情况下，数据可能存在缺失或不完整的情况，窗口函数可以用于填充或补全数据。例如，在一个包含日期和销售额的表中，如果某些日期没有销售额记录，可以使用窗口函数从前一个有记录的日期获取销售额进行填充。

四、窗口函数的性能优化与注意事项

（一）性能优化

合理使用索引：避免在大表中无索引的列上使用窗口函数，因为窗口函数的计算通常依赖于排序和分组操作，索引可以大大提高这些操作的效率。
减少窗口范围：尽量缩小窗口的范围，避免使用过大的窗口，因为窗口越大，计算量就越大。如果只需要获取前几行或后几行的数据，明确指定窗口范围，而不是使用默认的全窗口。
避免重复计算：如果在多个窗口函数中使用了相同的排序和分组条件，可以考虑将这些条件提取到公共部分，避免重复计算。

（二）注意事项

语法结构：确保正确使用窗口函数的语法结构，特别是PARTITION BY、ORDER BY和窗口范围的定义，否则可能会导致查询结果不符合预期。
兼容性：不同的数据库对窗口函数的支持程度和语法略有差异。例如，MySQL 8.0+才支持窗口函数，低版本需用变量模拟；Oracle和SQL Server对窗口函数的支持较为全面，但在一些细节上也有所不同。在使用窗口函数时，要注意数据库的版本和特性。
数据量影响：对于大数据量的查询，窗口函数的性能可能会受到影响。在这种情况下，可以考虑先对数据进行预处理，如使用临时表或分区表，减少窗口函数的计算量。

五、总结

SQL窗口函数是一种强大而灵活的数据处理工具，它能够帮助我们在复杂的数据查询和分析中，轻松实现各种高级功能。通过本文的介绍，相信大家对窗口函数的基本概念、常见函数、应用场景以及性能优化等方面有了更深入的了解。在实际工作中，希望大家能够熟练运用窗口函数，提高数据处理的效率和质量，让数据为我们创造更大的价值。

如果你在使用窗口函数的过程中遇到任何问题，或者有更多的使用技巧和经验分享，欢迎在评论区留言交流！

上述博客涵盖了窗口函数多方面内容，能帮助读者系统认识和运用它。若你觉得某些部分需补充，或想调整风格，欢迎随时告知。