這篇主要是用舉栗子的方式來理解SQL中的窗口函數(shù)，加深大家對SQL窗口函數(shù)的理解。

樣例表

這個(gè)樣例表是我為了好理解，隨便設(shè)計(jì)的，不符合數(shù)據(jù)庫設(shè)計(jì)的三范式，請忽略。

---

（一）標(biāo)準(zhǔn)聚合函數(shù)

標(biāo)準(zhǔn)的聚合函數(shù)有avg、count、sum、max和min，接下來分別介紹這些聚合函數(shù)的窗口函數(shù)形式。

1、移動(dòng)平均窗口函數(shù)

移動(dòng)平均值的定義：若依次得到測定值（x1,x2,x3,...xn）時(shí)，按順序取一定個(gè)數(shù)所做的全部算數(shù)平均值。例如(x1+x2+x3)/3，(x2+x3+x4)/3，(x3+x4+x5)/3,....就是移動(dòng)平均值。其中，x可以是日或者月，以上的可以成為3日移動(dòng)平均，或3月移動(dòng)平均，常用于股票分析中。

語法結(jié)構(gòu)：

avg

影響行數(shù)的范圍（限定計(jì)算移動(dòng)平均的范圍）：

rows

以v_info舉個(gè)例子吧

SELECT *,AVG(grade) OVER(ORDER BY stu_no ROWS BETWEEN 2 preceding AND CURRENT ROW) AS '三移動(dòng)平均' FROM v_info

• 對于第一行來說，沒有前面兩行，所以值就為當(dāng)前行的值
• 對于第二行來說，前面只有一行，所以三移動(dòng)平均就為第一行和第二行的平均值

影響行數(shù)范圍的語句在標(biāo)準(zhǔn)的聚合函數(shù)中都適用。

2、計(jì)數(shù)（count）窗口函數(shù)

窗口 函數(shù) count(*) over() 對于查詢返回的每一行，它返回了表中所有行的計(jì)數(shù)。

語法結(jié)構(gòu)：

count

（1）查詢出成績在90分以上的人數(shù)

SELECT

這個(gè)結(jié)果說明，成績大于90分的，有兩位同學(xué)。

（2）按照課程號進(jìn)行分組，找出成績大于等于80分的學(xué)生人數(shù)

SELECT

從結(jié)果上可以看出，課程號為“0001”的學(xué)生人數(shù)有2名；課程號為“0002”的學(xué)生人數(shù)有2名；課程號為“0003”的學(xué)生有3名。

3、累計(jì)求和（sum）窗口函數(shù)

語法結(jié)構(gòu)：

sum

（1）根據(jù)學(xué)號排序，對學(xué)生的成績進(jìn)行累積求和

SELECT

（2）按照課程號分組，然后根據(jù)學(xué)號對成績進(jìn)行累積求和

SELECT

tips：一定要選擇根據(jù)學(xué)號排序，要不然得出來的是最終的累積求和結(jié)果，如下圖：

SELECT

4、最大（max）、最小值（min）窗口函數(shù)

語法結(jié)構(gòu)：

max(字段名1) over(partition by 字段名2 order by 字段名3 asc/desc) min(字段名1) over(partition by 字段名2 order by 字段名3 asc/desc)

（1）求成績的累積最大值和累積最小值

SELECT

按照學(xué)號進(jìn)行排序，在累積最大值中，會依次往下找最大值，如果有比當(dāng)前值大的，就更新，若沒有就保持當(dāng)前；最小值同理。

（2）按照課程號進(jìn)行分組，再求最大、最小值

SELECT *,MAX(grade) OVER(PARTITION BY c_no ORDER BY stu_no) AS '累積最大值',MIN(grade) OVER(PARTITION BY c_no ORDER BY stu_no) AS '累積最小值' FROM v_info

（3）根據(jù)學(xué)生號和課程號求成績的累積最小值

SELECT

從上圖可以看出，對于stu_no,c_no分組，后面沒有一樣的分組，所以每個(gè)stu_no,c_no都是一組，所以累積最小值就是當(dāng)前的成績值。

（4）統(tǒng)計(jì)2019年10月1日-10月10日每天做新題的人的數(shù)量，重點(diǎn)在每天。

• 這個(gè)題的重點(diǎn)是在每天，所以需要求出count(時(shí)間）=10的用戶ID；
• 這個(gè)題可以使用min() over()窗口函數(shù)，先根據(jù)每個(gè)做題者和試卷號，找出每個(gè)做題者的最小日期，這里和前面（3）的解題思路是一樣的；
• 如果每天都做題，那么得到的日期是不一樣的，所以count（時(shí)間）會等于10；
• 再對這部分的用戶ID進(jìn)行求和，就可以找出每天都做新題的人了。

SELECT

---

（二）排序窗口函數(shù)

我在之前就更新過了，這里就不重復(fù)寫了，感興趣的可以點(diǎn)鏈接，去看我之前寫的文章。

草莓女孩：SQL中常見的面試題?zhuanlan.zhihu.com

---

（三）分組排序窗口函數(shù)

可以按照銷售額的高低、點(diǎn)擊次數(shù)的高低，以及成績的高低為對用戶和學(xué)生進(jìn)行分組，這里的考點(diǎn)是：取銷售額最高的25%的用戶（將用戶分成4組，取出第一組）、取成績高的前10%的學(xué)生（將學(xué)生分成10組，取出第一組）等等。

語法結(jié)構(gòu)：

ntile

• ntile(n)，用于將分組數(shù)據(jù)按照順序切分成n片，返回當(dāng)前切片值
• ntile不支持rows between的用法
• 切片如果不均勻，默認(rèn)增加第一個(gè)切片的分布

（1）取出成績前25%的學(xué)生信息

• 第一步：按照成績的高低，將學(xué)生按照成績進(jìn)行切片

SELECT

• 第二步：按照rank篩選出第一組，則得到最終的結(jié)果如下：

SELECT

---

（四）偏移分析窗口函數(shù)

lag() over()和lead() over()窗口函數(shù)，lag和lead分析函數(shù)可以在同一次查詢中取出同一個(gè)字段的前N行數(shù)據(jù)（lag）和后N行（lead）作為獨(dú)立的列。

在實(shí)際應(yīng)用當(dāng)中，若要用到取今天和昨天的某字段的差值時(shí)，lag和lead函數(shù)的應(yīng)用就顯得尤為重要了。

適用場景：獲取用戶在某個(gè)頁面停留的起始與結(jié)束時(shí)間

語法結(jié)構(gòu)：

lag

（1）向前推1個(gè)日期

SELECT

• 第一條記錄，往前推沒有，則為0，因?yàn)槲以O(shè)置了為0，默認(rèn)為NULL；
• 第四條記錄是在男生組里，所以也相當(dāng)于第一條記錄，所以也為0；

（2）向后推1個(gè)日期

SELECT

• 在女生組里，第三條記錄往后推1個(gè)日期是沒有的，所以為無；
• 在男生組里，最后一條記錄網(wǎng)后也是沒有的，所以也為無。

（3） 統(tǒng)計(jì)每天符合以下條件的用戶數(shù)：A操作之后是B操作，AB操作必須相鄰。

用戶行為表racking_log（user_id,operate_id,log_time）

解題思路：

• 先根據(jù)用戶ID和日期，用LEAD()窗口函數(shù)向后獲取下一步的步驟；
• AB必須相鄰，則表明當(dāng)前的步驟為A，而下一個(gè)步驟為B，即A向下移的步驟是B；
• “每天”，即根據(jù)日期進(jìn)行分組。

SELECT

（4）現(xiàn)在有某個(gè)登錄表，找出連續(xù)登錄7天以上的用戶（看SQL面試題一）

草莓女孩：SQL面試題（一）?zhuanlan.zhihu.com

tips：窗口函數(shù)和普通函數(shù)的區(qū)別在于：普通聚合函數(shù)結(jié)果返回的是一條，將多條記錄合成一條，而窗口函數(shù)是有幾條記錄就返回幾條。

總結(jié)

以上是生活随笔為你收集整理的c++ 编写函数返回两个值最小值_结合实例来分析SQL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(cuò)，歡迎將生活随笔推薦給好友。