当前位置：首页 > news >正文

MySQL高级功能：窗口函数

news 2025/9/8 7:23:24

MySQL高级功能：窗口函数

窗口函数简介

核心概念：窗口函数对一组与当前行相关的行执行计算。关键点在于，它不会像 GROUP BY 那样将多行合并为单个输出行，而是为每一行返回一个值，同时保留原始行的所有细节。

你可以把它想象成：为每一行数据都开一个“窗口”，这个“窗口”定义了计算所基于的数据集（如同行、前几行、后几行、整个分区等），然后在这个窗口上进行计算，并将结果直接附加到当前行上。
窗口函数基本语法
```
SELECTcolumn1,column2,window_function(column3) OVER ([PARTITION BY partition_expression][ORDER BY order_expression [ASC | DESC]][frame_clause]) AS alias_name
FROM table_name;
```
核心组成部分解析：
1. window_function：要使用的窗口函数名称（例如 ROW_NUMBER, SUM, RANK 等）。
2. OVER 子句：定义窗口的规则。这是窗口函数的灵魂。
  - PARTITION BY：类似于 GROUP BY，它将结果集划分为不同的分区（组）。窗口函数会独立地应用于每个分区。如果省略，整个结果集就是一个分区。
  - ORDER BY：定义分区内数据的排序方式。对于排名函数（如 RANK）和计算累计和的函数（如 SUM）至关重要。它还会影响 frame_clause 的默认行为。
  - frame_clause：定义当前行所在分区中的一个子集（窗口帧）。语法通常是 ROWS BETWEEN start AND end。
    - start/end 可以是：
      - UNBOUNDED PRECEDING：分区的第一行
      - UNBOUNDED FOLLOWING：分区的最后一行
      - n PRECEDING：当前行之前的第 n 行
      - n FOLLOWING：当前行之后的第 n 行
      - CURRENT ROW：当前行
    - 示例： ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING 表示窗口包含当前行、前一行和后一行。

常用窗口函数分类及示例

序号函数 (Ranking Functions):为每一行分配一个唯一的序号或排名。

ROW_NUMBER()：为分区内的每一行分配一个唯一的连续序号（无论值是否相同）。

-- 为每个部门的员工按销售额排名（同分也不同名）
SELECT *,ROW_NUMBER() OVER (PARTITION BY department ORDER BY amount DESC) AS dept_sale_rank
FROM sales;

RANK()：分配排名，值相同时排名相同，但会留下空位（例如：1, 2, 2, 4）。

-- 排名，同分则同名，下一个排名会跳号
SELECT *,RANK() OVER (ORDER BY amount DESC) AS overall_rank
FROM sales;

DENSE_RANK()：分配排名，值相同时排名相同，且不会留下空位（例如：1, 2, 2, 3）。

-- 排名，同分则同名，下一个排名不跳号
SELECT *,DENSE_RANK() OVER (ORDER BY amount DESC) AS `dense_rank`
FROM sales;

分布函数 (Distribution Functions)：计算每行在其分区中的百分比排名（公式: (rank - 1) / (rows - 1)）。
- NTILE(n)：将分区内的数据分成 n 个大致相等的组，并分配组号。
```
-- 将总销售额按金额分为4个桶
SELECT *,NTILE(4) OVER (ORDER BY amount DESC) AS quartile
FROM sales;
```

前后值函数 (Value Functions)：访问同一分区中其他行的值。

LAG(column, offset, default_value)：返回当前行之前 offset 行的值，若不存在则为default_value。

-- 查看每位员工上一次的销售额
SELECT employee, sale_date, amount,LAG(amount, 1, 0) OVER (PARTITION BY employee ORDER BY sale_date) AS prev_sale_amount
FROM sales;

LEAD(column, offset, default_value)：返回当前行之后 offset 行的值，若不存在则为default_value。

-- 查看每位员工下一次的销售额
SELECT employee, sale_date, amount,LEAD(amount, 1, 0) OVER (PARTITION BY employee ORDER BY sale_date) AS next_sale_amount
FROM sales;

FIRST_VALUE(column) / LAST_VALUE(column)：返回窗口帧内的第一个/最后一个值。

-- 查看每个部门内的最高销售额（显示在每一行）
SELECT *,FIRST_VALUE(amount) OVER (PARTITION BY department ORDER BY amount DESC) AS dept_highest_sale
FROM sales;

聚合函数 (Aggregate Functions as Window Functions)：所有标准聚合函数（如 SUM, AVG, COUNT, MAX, MIN）都可以用作窗口函数。

SUM() 用于计算累计和：

-- 计算每位员工的累计销售额
SELECT employee, sale_date, amount,SUM(amount) OVER (PARTITION BY employee ORDER BY sale_date) AS running_total
FROM sales;

AVG() 用于计算移动平均：

-- 计算每位员工最近3天的平均销售额（包括当天）
SELECT employee, sale_date, amount,AVG(amount) OVER (PARTITION BY employee ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg
FROM sales;

注意事项
- 版本要求：窗口函数从 MySQL 8.0 版本开始才被支持。如果你使用的是旧版本，将无法利用这些功能。
- LAST_VALUE()的陷阱：直接使用 LAST_VALUE()可能无法得到分区最后一行，因为其默认窗口范围是 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。要获取最后一行，通常需要显式指定框架：LAST_VALUE(expr) OVER (ORDER BY cols RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)。

附录

假设我们有一张salse表：有以下数据

-- 创建 sales 表
CREATE TABLE sales (sale_id INT PRIMARY KEY AUTO_INCREMENT,employee VARCHAR(50) NOT NULL,department VARCHAR(50) NOT NULL,sale_date DATE NOT NULL,amount DECIMAL(10, 2) NOT NULL
);-- 插入示例数据
INSERT INTO sales (employee, department, sale_date, amount) VALUES
-- 销售部门数据
('Alice', 'Sales', '2023-10-01', 100.00),
('Bob', 'Sales', '2023-10-01', 150.00),
('Alice', 'Sales', '2023-10-02', 110.00),
('Bob', 'Sales', '2023-10-02', 120.00),
('Charlie', 'Sales', '2023-10-02', 200.00), -- 新员工
('Alice', 'Sales', '2023-10-03', 130.00),
('Bob', 'Sales', '2023-10-03', 140.00),
('Charlie', 'Sales', '2023-10-03', 180.00),
('Alice', 'Sales', '2023-10-04', 120.00), -- 销售额下降
('Bob', 'Sales', '2023-10-04', 160.00),
('Charlie', 'Sales', '2023-10-04', 220.00), -- 最高销售额-- 市场部门数据
('David', 'Marketing', '2023-10-01', 300.00), -- 高价值销售
('Eva', 'Marketing', '2023-10-01', 250.00),
('David', 'Marketing', '2023-10-02', 280.00),
('Eva', 'Marketing', '2023-10-02', 270.00),
('Frank', 'Marketing', '2023-10-02', 320.00), -- 新员工，高销售额
('David', 'Marketing', '2023-10-03', 310.00),
('Eva', 'Marketing', '2023-10-03', 260.00),
('Frank', 'Marketing', '2023-10-03', 330.00),
('David', 'Marketing', '2023-10-04', 290.00), -- 销售额下降
('Eva', 'Marketing', '2023-10-04', 280.00),
('Frank', 'Marketing', '2023-10-04', 350.00), -- 最高销售额-- IT部门数据（较少销售记录）
('Grace', 'IT', '2023-10-02', 500.00), -- 非常高价值的销售
('Henry', 'IT', '2023-10-03', 450.00),
('Grace', 'IT', '2023-10-04', 550.00), -- 最高销售额-- 添加一些相同销售额的记录，用于测试排名函数
('Ivy', 'Sales', '2023-10-05', 200.00), -- 与Charlie某天销售额相同
('Jack', 'Sales', '2023-10-05', 200.00); -- 与Charlie某天销售额相同

现在你可以使用这个数据集测试各种窗口函数：

部门内销售额排名

SELECT *,ROW_NUMBER() OVER (PARTITION BY department ORDER BY amount DESC) AS `row_num`,RANK() OVER (PARTITION BY department ORDER BY amount DESC) AS `rank`,DENSE_RANK() OVER (PARTITION BY department ORDER BY amount DESC) AS `dense_rank`
FROM sales
ORDER BY department, amount DESC;

员工销售额累计

SELECT employee, sale_date, amount,SUM(amount) OVER (PARTITION BY employee ORDER BY sale_date) AS running_total
FROM sales
ORDER BY employee, sale_date;

部门内移动平均（3天内amount的平均值）

SELECT department, sale_date, amount,AVG(amount) OVER (PARTITION BY department ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg
FROM sales
ORDER BY department, sale_date;

访问前后行数据

SELECT employee, sale_date, amount,LAG(amount, 1) OVER (PARTITION BY employee ORDER BY sale_date) AS prev_day_sale,LEAD(amount, 1) OVER (PARTITION BY employee ORDER BY sale_date) AS next_day_sale,amount - LAG(amount, 1) OVER (PARTITION BY employee ORDER BY sale_date) AS day_over_day_change
FROM sales
ORDER BY employee, sale_date;

部门内销售额占比

SELECT employee, department, sale_date, amount,amount / SUM(amount) OVER (PARTITION BY department, sale_date) * 100 AS pct_of_daily_dept_sales
FROM sales
ORDER BY department, sale_date, amount DESC;