MySQL 学习5

本文详细介绍了窗口函数的概念、种类,如rank/dense_rank/row_number,以及如何在SQL查询中运用它们进行数据分组、排序和移动平均计算。通过实例演示了聚合函数在窗口函数中的使用,并讲解了grouping运算符在汇总计算中的作用。涵盖了OLAP处理、数据透视和窗口函数在实际场景的应用。

一、窗口函数

也称为OLAP函数
OnLine AnalyticalProcessing --对数据库数据进行实时分析处理
常规的SELECT语句都是对整张表进行查询,而窗口函数可以让我们有选择的去某一部分数据进行汇总、计算和排序
形式

<窗口函数> over (partition by
			 order by)

partition by 用来分组,类似group by,但不具备其汇总功能,不能改变原始表中记录的行数
order by 用来排序
举例

select name,age,year,rank() over(partition by age
								 order by name) as ranking
from table1  	 
SELECT product_name
       ,product_type
       ,sale_price
       ,RANK() OVER (PARTITION BY product_type
                         ORDER BY sale_price) AS ranking
  FROM product  

在这里插入图片描述

二、窗口函数的种类

2种:
一是将sum,min,max等聚合函数用在窗口函数中
二是用rank,dense_rank等排序用的专用窗口函数

  1. 专用窗口函数
    rank函数(英式排序)
    —计算排序时,如果存在相同位次的记录,则会跳过之后的位次
    —例)有 3 条记录排在第 1 位时:1 位、1 位、1 位、4 位……
    dense_rank函数(中式排序)
    —同样是计算排序,即使存在相同位次的记录,也不会跳过之后的位次。
    —例)有 3 条记录排在第 1 位时:1 位、1 位、1 位、2 位……
    row_number函数
    —赋予唯一的连续位次。
    —例)有 3 条记录排在第 1 位时:1 位、2 位、3 位、4 位
select product_name,product_type,sale_price,
	   rank() over (order by sale_price) as ranking,
	   dense_rank() over (order by sale_price) as dense_ranking,
	   row_number() over (order by sale_price) as row_num
from product

在这里插入图片描述

  1. 聚合函数在窗口函数中的使用
    用法同窗口函数,只是出来的结果是一个累计的聚合函数的值
select product_id,product_name,sale_price
	   sum(sale_price) over (order by product_id) as current_sum
	   avg(sale_price) over (order by product_id) as current_avg
from product

在这里插入图片描述

三、窗口函数的应用-计算移动平均

聚合函数在窗口函数使用时,计算的是累积到当前行的所有的数据的聚合, 实际上,还可以指定更加详细的汇总范围,该汇总范围成为框架(frame)

<窗口函数> over (order by <排序用列名>
				rows n preceding)
<窗口函数> over (order by <排序用列名>
				between n preceding and n following)

preceding:之前,将框架指定截止之前n行,加上自身行
following:之后,将框架指定截止之前n行,加上自身行
between n preceding and n following将框架指定为 “之前n行” + “之后n行” + “自身”

SELECT  product_id
       ,product_name
       ,sale_price
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS 2 PRECEDING) AS moving_avg
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS BETWEEN 1 PRECEDING 
                                        AND 1 FOLLOWING) AS moving_avg  
  FROM product  

在这里插入图片描述
原则上,窗口函数只能在select子句中使用
窗口函数over 中的order by 子句并不会影响最终结果的排序,其只是用来决定窗口函数按何种顺序计算

四、grouping运算符

rollup计算合计及小计
常规的group by 只能得到每个分类的小计,有时候还需要计算分类的合计,可以用 rollup关键字

select product_type,regist_date,sum(sale_price) as sum_prcie
from product 
group by product_type , regist_date with rollup 

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值