MySql窗口函数

MySQL从8.0开始支持窗口函数。也就是分析函数

名称	参数	描述
ROW_NUMBER()	否	当前行在其分组内的序号。不管其排序结果中是否出现重复值．其排序结果都为;1.2.3.4.5。
DENSE_RANK()	否	不间断的组内排序。使用这个函数时，可以出现1.1.2.2这种形式的分组。例如：计算排名时相同名称并列排行
RANK()	否	间断的组内排序。其排序结果可能出现如下结果:1.1.3.4.4.6
PERCENT_RANK()	否	累计百分比。该函数的计算结果为:小于该条记录值的所有记录的行数/该分组的总行数-1.所以该记录的返回值为[0.1]
CUME_DIST()	否	累计分布值。即分组值小于等于当前值的行数与分组总行数的比值。取值范围为(0.1]
LAG	是:lag(expr.[N.[default]	从当前行开始往前取第N行．如果N缺失．默认为1。如果不存在前一行.则默认返回default。default默认值为NULL
LEAD()	是:lead(expr.[N.[default]l)	从当前行开始往后取第N行。函数功能与lag0)相反．其余与lag0相同。
FIRST_VALUE()	是;first_value(expr)	返回分组内截止当前行的第一个值。
LAST_VALUE()	是:last_value(expr)	返回分组内截止当前行的最后一个值。
NTH_VALUE()	是:nth_value(expr.N)	返回分组内截止当前行的第N行。与first_valueMlast_valuelnth_value函数功能相似．只是返回分组内截止当前行的不同行号的数据。
NTILE()	是:ntile(N)	返回当前行在分组内的分桶号。在计算时要先将该分组内的所有数据划分成N个桶，之后返回每个记录所在的分桶号。返回范围从1到N。

序号函数：ROW_NUMBER()、RANK()、DENSE_RANK()

分布函数：PERCENT_RANK()、CUME_DIST()

前后函数：LAG()、LEAD()

头尾函数：FIRST_VALUE()、LAST_VALUE()

其它函数：NTH_VALUE()、NTILE()
例子：

首先有一个表字段：id score（分数）user_id

image-20220613143945151.png

1.序号函数：ROW_NUMBER()、RANK()、DENSE_RANK()

用途：显示分区中的当前行号,对查询结果进行排序.

ROW_NUMBER()：顺序排序——1、2、3 RANK()：并列排序，跳过重复序号——1、1、3 DENSE_RANK()：并列排序，不跳过重复序号——1、1、2

执行sql:

SELECT score,
ROW_NUMBER() over(ORDER BY score desc) as 'rowNum',
DENSE_RANK() over(ORDER BY score desc) as  'denseRank',
RANK() over(ORDER BY score desc) as  'rank'
FROM test_score

image-20220613135400104.png

2.分布函数：PERCENT_RANK()、CUME_DIST()
用途：每行按照公式(rank-1) / (rows-1)进行计算。其中，rank为RANK()函数产生的序号，rows为当前窗口的记录总行数
3.前后函数：LAG()、LEAD()

LAG和LEAD分析函数可以在同一次查询中取出同一字段的前N行的数据(LAG)和后N行的数据(LEAD)作为独立的列

在实际应用当中，若要用到取今天和昨天的某字段差值时，LAG和LEAD函数的应用就显得尤为重要。当然，这种操作可以用表的自连接实现，但是LAG和LEAD与LEFT JOIN、RIGHT JOIN等自连接相比，效率更高，SQL更简洁。下面我就对这两个函数做一个简单的介绍。

函数语法如下：

lag(exp_str,offset,defval) OVER(PARTITION BY …ORDER BY …)

lead(exp_str,offset,defval) OVER(PARTITION BY …ORDER BY …)

参数说明：

exp_str是字段名

offset是偏移量，即是上1个或上N个的值，假设当前行在表中排在第10行，则offset 为3，则表示我们所要找的数据行就是表中的第7行(即10-3=7)。

defval默认值，当两个函数取上N/下N个值，当在表中从当前行位置向前数N行已经超出了表的范围时，LAG()函数将defval这个参数值作为函数的返回值，若没有指定默认值，则返回NULL，那么在数学运算中，总要给一个默认值才不会出错。
执行sql:

SELECT score,
LAG(score,1,0) over(ORDER BY score desc) as  'lag',
LEAD(score,1,0) over(ORDER BY score desc) as 'lead'
FROM test_score

image-20220613140521058.png

以第一行为例：4.0上一条记录（lag）是没有的,所有有赋予默认值0，4.0的下一条记录（lead）还是4.0,可以通过偏移量调整上下N条记录

注意：这里是序号的上一条或下一条

4.头尾函数：FIRST_VALUE(expr)、LAST_VALUE(expr)

用途：返回第一个(FIRST_VALUE(expr))或最后一个(LAST_VALUE(expr))expr的值

执行sql:

SELECT id, score,user_id,
FIRST_VALUE(score) over(PARTITION by user_id ORDER BY score desc) as 'FIRST',
LAST_VALUE(score) over(PARTITION by user_id ORDER BY score desc) as 'LAST'
FROM test_score

image-20220613144009178.png

FIRST_VALUE()的结果容易理解，直接在结果的所有行记录中输出同一个满足条件的首个记录；

LAST_VALUE()默认统计范围是 rows between unbounded preceding and current row，也就是取当前行数据与当前行之前的数据的比较。

那么如果我们直接在每行数据中显示最后的那个数据，需在order by 条件的后面加上语句：rows between unbounded preceding and unbounded following ， 也就是前面无界和后面无界之间的行比较。

加上语句，执行sql:

SELECT id, score,user_id,
FIRST_VALUE(score) over(PARTITION by user_id ORDER BY score desc) as 'FIRST',
LAST_VALUE(score) over(PARTITION by user_id ORDER BY score desc rows between unbounded preceding and unbounded following) as 'LAST'
FROM test_score

结果：

image-20220613144743858.png

简单理解就是，取最大的还是最小的结合ORDER BY使用，或者取第一个还是或者最后一个

参考：https://baijiahao.baidu.com/s?id=1728966619393719484&wfr=spider&for=pc