java關閉窗口函數

你沒聽錯。 到目前為止，出色的窗口功能是SQL獨有的功能。 甚至復雜的函數式編程語言似乎仍然缺少這種漂亮的功能（如果我錯了，請糾正我，Haskell伙計們）。

我們撰寫了許多有關窗口函數的博客文章，并在諸如以下文章中向我們的受眾宣講：

• 可能最酷SQL功能：窗口函數
• 使用此整潔的窗口函數技巧來計算時間序列中的時差
• 如何在SQL中查找最長的連續事件系列
• 不要錯過帶有FIRST_VALUE（），LAST_VALUE（），LEAD（）和LAG（）的超凡SQL能力
• ROW_NUMBER（），RANK（）和DENSE_RANK（）之間的區別

我最喜歡的窗口函數示例用例之一是運行總計 。 即從以下銀行帳戶交易表中獲取：

| ID | VALUE_DATE | AMOUNT | |------|------------|--------| | 9997 | 2014-03-18 | 99.17 | | 9981 | 2014-03-16 | 71.44 | | 9979 | 2014-03-16 | -94.60 | | 9977 | 2014-03-16 | -6.96 | | 9971 | 2014-03-15 | -65.95 |

…到此，并計算出余額：

| ID | VALUE_DATE | AMOUNT | BALANCE | |------|------------|--------|----------| | 9997 | 2014-03-18 | 99.17 | 19985.81 | | 9981 | 2014-03-16 | 71.44 | 19886.64 | | 9979 | 2014-03-16 | -94.60 | 19815.20 | | 9977 | 2014-03-16 | -6.96 | 19909.80 | | 9971 | 2014-03-15 | -65.95 | 19916.76 |

對于SQL，這是小菜一碟。 觀察SUM(t.amount) OVER(...)的用法：

SELECTt.*,t.current_balance - NVL(SUM(t.amount) OVER (PARTITION BY t.account_idORDER BY t.value_date DESC,t.id DESCROWS BETWEEN UNBOUNDED PRECEDINGAND 1 PRECEDING),0) AS balance FROM v_transactions t WHERE t.account_id = 1 ORDER BY t.value_date DESC,t.id DESC

窗口功能如何工作？

（別忘了預訂我們SQL Masterclass來了解窗口函數 ，以及更多！）

盡管有時語法有些令人恐懼，但窗口函數確實非常易于理解。 Windows是您的FROM / WHERE / GROUP BY / HAVING子句中產生的數據的“視圖”。 它們使您可以訪問相對于當前行的所有其他行，同時在SELECT子句中（或很少在ORDER BY子句中）進行計算。 上面的聲明實際上是這樣做的：

| ID | VALUE_DATE | AMOUNT | BALANCE | |------|------------|---------|----------| | 9997 | 2014-03-18 | -(99.17)|+19985.81 | | 9981 | 2014-03-16 | -(71.44)| 19886.64 | | 9979 | 2014-03-16 |-(-94.60)| 19815.20 | | 9977 | 2014-03-16 | -6.96 |=19909.80 | | 9971 | 2014-03-15 | -65.95 | 19916.76 |

也就是說，對于任何給定的余額，從當前余額中減去SUM() “ OVER() ”與當前行（同一銀行帳戶）在同一分區中的所有行的窗口，并且這些行嚴格位于“當前行。

或者，詳細而言：

• PARTITION BY指定“ OVER() ”，該字符將窗口范圍排成一行
• ORDER BY指定窗口的排序方式
• ROWS指定應考慮的有序行索引

我們可以使用Java集合嗎？

我們可以！ 如果您使用的是jOOλ ：我們設計了一個完全免費的開源Apache 2.0許可庫，因為我們認為JDK 8 Stream和Collector API只是不這樣做。

設計Java 8時，很多精力都放在了支持并行流上。 很好，但是當然不是唯一可以應用函數式編程的有用領域。 我們創建了jOOλ來填補這一空白-無需實現所有新的替代集合API，例如Javaslang或功能性Java have。

jOOλ已經提供：

元組類型

對于有序的，僅順序的流更有用的東西

通過最近發布的jOOλ0.9.9，我們添加了兩個主要新功能：

大量新收藏家

視窗功能

JDK中許多缺少的收集器

JDK附帶了幾個收集器，但是它們看起來確實笨拙且冗長，并且沒有人真正喜歡編寫像此Stack Overflow問題 （以及許多其他問題）中所介紹的收集器那樣的收集器。

但是鏈接問題中公開的用例是非常有效的。 您要匯總人員列表中的幾件事：

public class Person {private String firstName;private String lastName;private int age;private double height;private double weight;// getters / setters

假設您有以下列表：

List<Person> personsList = new ArrayList<Person>();personsList.add(new Person("John", "Doe", 25, 1.80, 80)); personsList.add(new Person("Jane", "Doe", 30, 1.69, 60)); personsList.add(new Person("John", "Smith", 35, 174, 70));

現在，您希望獲得以下聚合：

• 人數
• 最高年齡
• 最小高度
• 平均重量

對于任何習慣編寫SQL的人來說，這都是一個荒謬的問題：

SELECT count(*), max(age), min(height), avg(weight) FROM person

做完了 Java有多難？ 事實證明，許多原始代碼需要使用香草JDK 8 API編寫。 考慮給出的復雜答案

• 由塔吉爾·瓦列夫（Tagir Valeev）
• 通過TriCore

使用jOOλ0.9.9時，再次解決此問題變得非常可笑， 并且讀取的內容幾乎類似于SQL ：

Tuple result = Seq.seq(personsList).collect(count(),max(Person::getAge),min(Person::getHeight),avg(Person::getWeight));System.out.println(result);

結果如下：

(3, Optional[35], Optional[1.69], Optional[70.0])

請注意，這不是針對SQL數據庫運行查詢（這就是jOOQ的目的）。 我們正在針對內存中的Java集合運行此“查詢”。

現在窗口功能如何？

是的，本文的標題并沒有涉及瑣碎的聚合工作。 它承諾了很棒的窗口功能。

但是，窗口函數不過是數據流子集上的聚合（或排名）而已。 您想要維護原始記錄，而不是將所有流（或表）聚合到單個記錄中，而是直接在每個單獨的記錄上提供聚合。

窗口函數的一個很好的入門示例是本文提供的示例，它解釋了ROW_NUMBER（），RANK（）和DENSE_RANK（）之間的區別 。 考慮以下PostgreSQL查詢：

SELECTv, ROW_NUMBER() OVER(w),RANK() OVER(w),DENSE_RANK() OVER(w) FROM (VALUES('a'),('a'),('a'),('b'),('c'),('c'),('d'),('e') ) t(v) WINDOW w AS (ORDER BY v);

它產生：

| V | ROW_NUMBER | RANK | DENSE_RANK | |---|------------|------|------------| | a | 1 | 1 | 1 | | a | 2 | 1 | 1 | | a | 3 | 1 | 1 | | b | 4 | 4 | 2 | | c | 5 | 5 | 3 | | c | 6 | 5 | 3 | | d | 7 | 7 | 4 | | e | 8 | 8 | 5 |

在Java 8中，可以使用jOOλ0.9.9進行相同的操作

System.out.println(Seq.of("a", "a", "a", "b", "c", "c", "d", "e").window(naturalOrder()).map(w -> tuple(w.value(),w.rowNumber(),w.rank(),w.denseRank())).format() );

屈服…

+----+----+----+----+ | v0 | v1 | v2 | v3 | +----+----+----+----+ | a | 0 | 0 | 0 | | a | 1 | 0 | 0 | | a | 2 | 0 | 0 | | b | 3 | 3 | 1 | | c | 4 | 4 | 2 | | c | 5 | 4 | 2 | | d | 6 | 6 | 3 | | e | 7 | 7 | 4 | +----+----+----+----+

同樣，請注意，我們沒有對數據庫運行任何查詢。 一切都在內存中完成。

注意兩件事：

• jOOλ的窗口函數返回0（基于Java API的期望值），而不是SQL（全為1）。
• 在Java中，無法使用命名列構造臨時記錄。 不幸的是，我確實希望將來的Java將為此類語言功能提供支持。

讓我們回顧一下代碼中到底發生了什么：

System.out.println(// This is just enumerating our valuesSeq.of("a", "a", "a", "b", "c", "c", "d", "e")// Here, we specify a single window to be// ordered by the value T in the stream, in// natural order.window(naturalOrder())// The above window clause produces a Window<T>// object (the w here), which exposes....map(w -> tuple(// ... the current value itself, of type String...w.value(),// ... or various rankings or aggregations on// the above window.w.rowNumber(),w.rank(),w.denseRank()))// Just some nice formatting to produce the table.format() );

而已！ 很簡單，不是嗎？

我們可以做的更多！ 看一下這個：

System.out.println(Seq.of("a", "a", "a", "b", "c", "c", "d", "e").window(naturalOrder()).map(w -> tuple(w.value(), // v0 w.count(), // v1w.median(), // v2w.lead(), // v3w.lag(), // v4w.toString() // v5)).format() );

以上產量是多少？

+----+----+----+---------+---------+----------+ | v0 | v1 | v2 | v3 | v4 | v5 | +----+----+----+---------+---------+----------+ | a | 1 | a | a | {empty} | a | | a | 2 | a | a | a | aa | | a | 3 | a | b | a | aaa | | b | 4 | a | c | a | aaab | | c | 5 | a | c | b | aaabc | | c | 6 | a | d | c | aaabcc | | d | 7 | b | e | c | aaabccd | | e | 8 | b | {empty} | d | aaabccde | +----+----+----+---------+---------+----------+

現在，您的分析心臟應該跳了起來。

等一會兒。 我們也可以像在SQL中那樣做框架嗎？ 我們可以。 就像在SQL中一樣，當我們省略窗口定義上的frame子句（但我們確實指定了ORDER BY子句）時，默認情況下將應用以下內容：

RANGE BETWEEN UNBOUNDED PRECEDINGAND CURRENT ROW

我們在前面的示例中已經做到了。 可以在第v5列中看到，在該列中我們從第一個值到當前值聚合字符串。 因此，讓我們指定框架：

System.out.println(Seq.of("a", "a", "a", "b", "c", "c", "d", "e").window(naturalOrder(), -1, 1) // frame here.map(w -> tuple(w.value(), // v0w.count(), // v1w.median(), // v2w.lead(), // v3w.lag(), // v4w.toString() // v5)).format() );

結果很簡單：

+----+----+----+---------+---------+-----+ | v0 | v1 | v2 | v3 | v4 | v5 | +----+----+----+---------+---------+-----+ | a | 2 | a | a | {empty} | aa | | a | 3 | a | a | a | aaa | | a | 3 | a | b | a | aab | | b | 3 | b | c | a | abc | | c | 3 | c | c | b | bcc | | c | 3 | c | d | c | ccd | | d | 3 | d | e | c | cde | | e | 2 | d | {empty} | d | de | +----+----+----+---------+---------+-----+

如預期的那樣， lead()和lag()不受影響，這與count() ， median()和toString()相反

現在，讓我們回顧一下運行總計。

通常，您不會根據流本身的標量值來計算窗口函數，因為該值通常不是標量值，而是元組（或Java語言中的POJO）。 取而代之的是，您從元組（或POJO）中提取值并對其進行匯總。 因此，再次，在計算BALANCE ，我們需要首先提取AMOUNT 。

| ID | VALUE_DATE | AMOUNT | BALANCE | |------|------------|---------|----------| | 9997 | 2014-03-18 | -(99.17)|+19985.81 | | 9981 | 2014-03-16 | -(71.44)| 19886.64 | | 9979 | 2014-03-16 |-(-94.60)| 19815.20 | | 9977 | 2014-03-16 | -6.96 |=19909.80 | | 9971 | 2014-03-15 | -65.95 | 19916.76 |

這是使用Java 8和jOOλ0.9.9編寫運行總計的方法

BigDecimal currentBalance = new BigDecimal("19985.81");Seq.of(tuple(9997, "2014-03-18", new BigDecimal("99.17")),tuple(9981, "2014-03-16", new BigDecimal("71.44")),tuple(9979, "2014-03-16", new BigDecimal("-94.60")),tuple(9977, "2014-03-16", new BigDecimal("-6.96")),tuple(9971, "2014-03-15", new BigDecimal("-65.95"))) .window(Comparator.comparing((Tuple3<Integer, String, BigDecimal> t) -> t.v1, reverseOrder()).thenComparing(t -> t.v2), Long.MIN_VALUE, -1) .map(w -> w.value().concat(currentBalance.subtract(w.sum(t -> t.v3).orElse(BigDecimal.ZERO)) ));

屈服

+------+------------+--------+----------+ | v0 | v1 | v2 | v3 | +------+------------+--------+----------+ | 9997 | 2014-03-18 | 99.17 | 19985.81 | | 9981 | 2014-03-16 | 71.44 | 19886.64 | | 9979 | 2014-03-16 | -94.60 | 19815.20 | | 9977 | 2014-03-16 | -6.96 | 19909.80 | | 9971 | 2014-03-15 | -65.95 | 19916.76 | +------+------------+--------+----------+

這里有幾件事發生了變化：

• 比較器現在考慮兩個比較。 不幸的是JEP-101并沒有完全實現 ，這就是為什么我們需要在此處幫助類型編譯器的原因。
• Window.value()現在是一個元組，而不是單個值。 因此，我們需要從中提取有趣的列AMOUNT （通過t -> t.v3 ）。 另一方面，我們可以簡單地將附加值concat()給元組

但是已經足夠了。 除了比較器的詳細信息（我們一定會在將來的jOOλ版本中解決）之外，編寫窗口函數也是小菜一碟。

我們還能做什么？

本文不是對新API可以做的所有事情的完整描述。 我們將很快寫一個后續博客文章，并提供其他示例。 例如：

• 未描述partition by子句，但也可用
• 您可以指定比此處公開的單個窗口更多的窗口，每個窗口都具有單獨的PARTITION BY ， ORDER BY和框架規范

另外，當前的實現還很規范，即它尚未（尚未）緩存聚合：

• 對于無序/無框窗口（所有分區的值相同）
• 嚴格升序的窗口（聚合可以基于先前的值，例如SUM()或toString()關聯收集器）

就我們而言就是這樣。 下載jOOλ，試用它，并享受一個事實，那就是所有Java 8開發人員現在都可以使用最強大SQL功能！

• https://github.com/jOOQ/jOOL

翻譯自: https://www.javacodegeeks.com/2016/01/2016-will-year-remembered-java-finally-window-functions.html

java關閉窗口函數

總結

以上是生活随笔為你收集整理的java关闭窗口函数_2016年将是Java终于拥有窗口函数的那一年！的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。