總第145篇/張俊紅

01|什么是窗口函數(shù)

我們都知道 SQL 中的聚合函數(shù)，聚合函數(shù)顧名思義就是聚集合并的意思，是對某個范圍內(nèi)的數(shù)值進行聚合，聚合后的結(jié)果是一個值或是各個類別對應(yīng)的值。如下所示：

直接聚合得到的結(jié)果是所有店鋪在這段時間內(nèi)的所有銷量之和，分組聚合(group by)得到的結(jié)果是每個店鋪在這段時間內(nèi)的銷量之和。

這種聚合函數(shù)得到的數(shù)據(jù)行數(shù)是小于基礎(chǔ)數(shù)據(jù)行數(shù)的，但是我們經(jīng)常會有這樣的需求，就是既希望看基礎(chǔ)數(shù)據(jù)同時也希望查看聚合后的數(shù)據(jù)，這個時候聚合函數(shù)就滿足不了我們了，窗口函數(shù)就派上用場了。窗口函數(shù)就是既可以顯示原始基礎(chǔ)數(shù)據(jù)也可以顯示聚合數(shù)據(jù)。可能你還是不太理解，沒關(guān)系，我也剛開始不太理解，我們看幾個關(guān)于窗口函數(shù)的具體的應(yīng)用就理解了。

02|聚合函數(shù)+over()

現(xiàn)在有如下的一張表 t 存儲了每個店鋪每天的銷量:

shopname??sales??date?????? A?????????1??????2018/4/1?? B?????????3??????2018/4/1?? C?????????5??????2018/4/1?? A?????????7??????2018/4/2?? B?????????9??????2018/4/2?? C?????????2??????2018/4/2?? A?????????4??????2018/4/3?? B?????????6??????2018/4/3?? C?????????8??????2018/4/3?

如果我們想看一下每個店鋪每天的銷量和一段時間內(nèi)所有店鋪銷量的平均值的話該怎么做呢？答案就是可以用窗口函數(shù)來實現(xiàn)。只需要除了基礎(chǔ)的查詢代碼以外，還需要在你要聚合的字段后面加一個 over()，語句如下所示：

selectshopname,sales,date,avg(sales)?over() fromt

最后結(jié)果如下所示：

shopname??sales??date??????avg_window_0 A?????????1??????2018/4/1??5 B?????????3??????2018/4/1??5 C?????????5??????2018/4/1??5 A?????????7??????2018/4/2??5 B?????????9??????2018/4/2??5 C?????????2??????2018/4/2??5 A?????????4??????2018/4/3??5 B?????????6??????2018/4/3??5 C?????????8??????2018/4/3??5

02|partition by子句

再想象一下，上面我們是拿每個店鋪每天的銷量和全部店鋪全部天數(shù)的平均銷量作比較，如果我們現(xiàn)在想讓每個店鋪每天的銷量與自身全部天數(shù)的平均值作比較，該怎么實現(xiàn)呢？答案就是使用 partition by ,partition by的作用和 group by 是類似的，是進行分組聚合的,需要與 over() 搭配使用。

selectshopname,sales,date,avg(sales)?over(partition?by?shopname) fromt

最后結(jié)果如下所示：

shopname??sales??date??????avg_window_0 A?????????1??????2018/4/1??4 B?????????3??????2018/4/1??6 C?????????5??????2018/4/1??5 A?????????7??????2018/4/2??4 B?????????9??????2018/4/2??6 C?????????2??????2018/4/2??5 A?????????4??????2018/4/3??4 B?????????6??????2018/4/3??6 C?????????8??????2018/4/3??5

03|order by子句

order by 就是按照某一列數(shù)值進行排序，主要與接下來的序列函數(shù)結(jié)合使用，當(dāng) order by 與聚合函數(shù)一起使用時，是順序聚合的。什么叫順序聚合呢？給大家舉一個求和的聚合與 order by 結(jié)合使用的例子，就是類似于累計和的效果，具體代碼如下：

selectshopname,sales,date,sum(sales)?over(partition?by?shopname?order?by?date) fromt

最后運行結(jié)果如下：

shopname??sales??date??????sum_window_0 A?????????1??????2018/4/1??1 A?????????7??????2018/4/2??8 A?????????4??????2018/4/3??12 B?????????3??????2018/4/1??3 B?????????9??????2018/4/2??12 B?????????6??????2018/4/3??18 C?????????5??????2018/4/1??5 C?????????2??????2018/4/2??7 C?????????8??????2018/4/3??15

當(dāng) order by 與序列函數(shù)一起使用時就是用于排序。

04|序列函數(shù)

什么是序列函數(shù)，就是可以將數(shù)據(jù)整理成一個有序的序列，然后我們可以在這個序列里面挑選我們想要的序列對應(yīng)的數(shù)據(jù)。

4.1 ntile

ntile 函數(shù)主要是用于將整表數(shù)據(jù)進行切片分組，默認(rèn)是對表在不做任何操作之前進行切片分組的，比如現(xiàn)在整個表有9行數(shù)據(jù)，你要切片分成3組，那么就是第 1-3 行為一組，4-6 行為一組，7-9 行為一組。我們將店鋪銷量表切分成3組，代碼如下：

selectshopname,date,sales,ntile(3)?over() fromt

最后結(jié)果如下：

shopname??sales??date??????ntile_window_0 A?????????1??????2018/4/1??1 B?????????3??????2018/4/1??1 C?????????5??????2018/4/1??1 A?????????7??????2018/4/2??2 B?????????9??????2018/4/2??2 C?????????2??????2018/4/2??2 A?????????4??????2018/4/3??3 B?????????6??????2018/4/3??3 C?????????8??????2018/4/3??3

上面是把銷量表切分成3組了，但是對我們實際應(yīng)用中沒什么實際作用啊，你想一下，你拿一個亂序分組有什么用？如果我們和 order by結(jié)合使用就有用了，比如我先按照 sales 升序排列，然后再進行切片分組，這個時候的切片就有意義了。也可以在分組內(nèi)(partition by)近行切片分組，示例如下：

selectshopname,date,sales,ntile(3)?over(partition?by?shopname?order?by?sales) fromt

最后結(jié)果如下：

shopname??sales??date??????ntile_window_0 A?????????1??????2018/4/1??1 A?????????4??????2018/4/3??2 A?????????7??????2018/4/2??3 B?????????3??????2018/4/1??1 B?????????6??????2018/4/3??2 B?????????9??????2018/4/2??3 C?????????2??????2018/4/2??1 C?????????5??????2018/4/1??2 C?????????8??????2018/4/3??3

4.2 row_number

row_number() 從 1 開始，按照順序(注意這里是順序不是排序)生成該條數(shù)據(jù)在分組內(nèi)的對應(yīng)的序列數(shù),row_number() 的值不會存在重復(fù),當(dāng)排序的值相同時,按照表中記錄的順序進行排列。

因為 row_number() 是按照順序生成對應(yīng)的序列，而不是按照排序來生成序列的，所以 row_number() 一般需要與 order by 進行結(jié)合使用。

你現(xiàn)在想看一下，在一段時間內(nèi)每個店鋪 sales 對應(yīng)最早的一次 date 是什么時候？該怎么看呢？這個時候就可用 row_number() 與 order by 相結(jié)合，代碼如下：

selectshopname,date,sales,row_number()?over(partition?by?shopname?order?by?date) fromt

因為我們是要查看每個店鋪最早的一次 date，所以需要對 date 進行升序排列。最后結(jié)果如下：

shopname??sales??date??????row_number_window_0 A?????????1??????2018/4/1??1 A?????????7??????2018/4/2??2 A?????????4??????2018/4/3??3 B?????????3??????2018/4/1??1 B?????????9??????2018/4/2??2 B?????????6??????2018/4/3??3 C?????????5??????2018/4/1??1 C?????????2??????2018/4/2??2 C?????????8??????2018/4/3??3

我們只需要把 num = 1 的部分取出來就是我們想要的結(jié)果。

4.3 lag和lead

lag 的英文意思是滯后，而 lead 的英文意思是超前。對應(yīng)的 lag 是讓數(shù)據(jù)向后移動，而 lead 是讓數(shù)據(jù)向前移動。你可能不太理解，無所謂，直接來看實例。

現(xiàn)在你想看一下每個店鋪這一次和上一次 date 的時間差，你該怎么看呢？可以借助 lag，代碼如下：

selectshopname,date,sales,lag(date,1)?over(partition?by?shopname?order?by?date) fromt

最后結(jié)果如下：

shopname??sales??date??????lag_window_0 A?????????1??????2018/4/1??NULL A?????????7??????2018/4/2??2018/4/1 A?????????4??????2018/4/3??2018/4/2 B?????????3??????2018/4/1??NULL B?????????9??????2018/4/2??2018/4/1 B?????????6??????2018/4/3??2018/4/2 C?????????5??????2018/4/1??NULL C?????????2??????2018/4/2??2018/4/1 C?????????8??????2018/4/3??2018/4/2

現(xiàn)在你想看一下每個店鋪這次和下一次 date 之間的時間差，你又該怎么看呢？可以借助 lead，代碼如下：

selectshopname,date,sales,lead(date,1)?over(partition?by?shopname?order?by?date) fromt

最后結(jié)果如下：

shopname??sales??date??????lead_window_0 A?????????1??????2018/4/1??2018/4/2 A?????????7??????2018/4/2??2018/4/3 A?????????4??????2018/4/3??NULL B?????????3??????2018/4/1??2018/4/2 B?????????9??????2018/4/2??2018/4/3 B?????????6??????2018/4/3??NULL C?????????5??????2018/4/1??2018/4/2 C?????????2??????2018/4/2??2018/4/1 C?????????8??????2018/4/3??2018/4/3

4.4 first_value和last_value

first_value 和 last_value 都是顧名思義，就是獲取第一個值和最后一個值。但是不是真正意義上的第一個或最后一個，而是截至到當(dāng)前行的第一個或最后一個。

現(xiàn)在你想看一下每個店鋪的首次 date 和最后一次 date，你會怎么看呢？就可以直接借助first_value 和 last_value，代碼如下：

selectshopname,date,sales,first_value(date)?over(partition?by?shopname?order?by?date),last_value(date)?over(partition?by?shopname?order?by?date) fromt

最后結(jié)果如下：

shopname??sales??date??????first_value_window_0???last_value_window_0 A?????????1??????2018/4/1??2018/4/1???????????????2018/4/1 A?????????7??????2018/4/2??2018/4/1???????????????2018/4/2 A?????????4??????2018/4/3??2018/4/1???????????????2018/4/3 B?????????3??????2018/4/1??2018/4/1???????????????2018/4/1 B?????????9??????2018/4/2??2018/4/1???????????????2018/4/2 B?????????6??????2018/4/3??2018/4/1???????????????2018/4/3 C?????????5??????2018/4/1??2018/4/1???????????????2018/4/1 C?????????2??????2018/4/2??2018/4/1???????????????2018/4/2 C?????????8??????2018/4/3??2018/4/1???????????????2018/4/3

---

上次在公眾號活動，隨機選取3名讀者送我簽名書一本，獲獎?wù)邽?#xff1a;幻滅、順勢而為、為人民服務(wù)。請這三位讀者添加我微信 YHTZJH 發(fā)我地址。

總結(jié)

以上是生活随笔為你收集整理的讲讲你不知道的窗口函数的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。