1. mysql基础语法
目录1.1. MYSQL的窗口函数
1.1.1. 什么是窗口函数
含义:窗口函数也叫OLAP函数(Online Anallytical Processing,联机分析处理),可以对数据进行实时分析处理。
作用:
解决排名问题, e.g.每个班级按成绩排名
解决TOPN问题, e.g.每个班级前两名的学生
语法:
select 窗口函数 over (partition by 用于分组的列名, order by 用于排序的列名
分类:
专用窗口函数:rank(),dense_rank(),row_number()
汇总函数:max(),min(),count(),sum(),avg()
注意:窗口函数是对where后者group by子句处理后的结果进行操作,因此按照SQL语句的运行顺序,窗口函数一般放在select子句中。
1.1.2. 窗口函数的用法
1.1.2.1. 专用窗口函数
rank()函数
按班级分类,将成绩降序排序
SELECT*,
rank() over (PARTITION BY 班级 ORDER BY 成绩 DESC) AS ranking
FROM class;
说明
rank()是排序函数,括号中不需要有参数;
通过partition by将班级分类,相当于之前用过的group by子句功能,但是group by子句分类汇总会改变原数据的行数,而用窗口函数自救保持原行数;
通过order by将成绩降序排列,与之前学的order by子句用法一样,后边可以升序asc或者降序desc;
总结:
窗口函数这里的“窗口”表示范围,可以理解为将原数据划分范围,即分组,然后用函数实现某些目的
窗口函数有分组和排序的功能
不减少原表的行数
1.1.2.2. 其他专用窗口函数:dense_rank/row_number
用法与rank()函数相同
SELECT*,
dense_rank() over ( PARTITION BY 班级 ORDER BY 成绩 DESC) AS ranking
FROM class;
SELECT*,
row_number() over ( PARTITION BY 班级 ORDER BY 成绩 DESC) AS ranking
FROM class;
区别
当成绩相同时,会存在并列的情况,主要区别是三个函数如何处理并列情况:
- 在rank()函数,如果有并列情况,会占用下一个名次的位置,比如,成绩为100的学生有三个并列第一,那么99分的学生是第二名,通过rank()函数,名次是:1,1,1,4;
- 在dense()函数中,如果有并列的情况,不会占用下一个名词,同用上个例子,名次是:1,1,1,2;
- 在row_number()函数中,会忽略并列的情况,同用上述例子,名次是:1,2,3,4;
案例
#要求按成绩排名,如果出现并列,需要出现类似1,1,1,2的形式
SELECT *,
dense_rank() over (PARTITION BY 班级 ORDER BY 成绩) AS 排名
FROM class;
#在test1表中按成绩排名,如果有并列情况,则两个分数的排名相同,也就是平分后的下一个名词应该是下一个连续的整数值,名词之间不应该有间隔
dense_rank () over (ORDER BY score DESC) AS ranking
FROM test1;
1.1.3. 经典面试问题-topN问题
1.1.3.1. 相关业务问题:
每个类别下用户最喜欢的产品是哪个?
每个类别下用户点击最多的5个商品是什么?
这类问题就需要分组取最大值,最小值,每组最大的n条记录
1.1.3.2. 解决方法
分组取最大值(用关联子查询)
#查询每个学号成绩是最大的所有信息
SELECT* FROM score AS a
WHERE 成绩=( SELECT MAX(成绩)
FROM score AS b
WHERE a.`学号`=b.`学号`);
分组取最小值
#查询每个学号成绩是最大的所有信息
SELECT*
FROM score AS a
WHERE 成绩=( SELECT MIN(成绩)
FROM score AS b
WHERE a.`学号`=b.`学号`);
查询每个学生成绩最高的两个科目
SELECT *
FROM (SELECT*,row_number() over (PARTITION BY 姓名 ORDER BY 成绩 DESC) AS ranking
FROM test1) AS newtest
WHERE ranking<=2;
说明
为了不受并列的影响,该题用row_number()
注意在子查询后边加别名
易错的写法:select*,row_number() over(partition by 姓名 order by 成绩 desc) as ranking from test where ranking<=2;按照sql运行顺序,where后边不能加别名,因为select子句在where子句之后运行
涉及到既要分组又要排序的情况,要想到用窗口函数
1.1.3.3. TOPN问题模板
SELECT *
FROM (SELECT*,row_number() over (PARTITION BY 姓名 ORDER BY 成绩 DESC) AS ranking
FROM test1) AS newtest
WHERE ranking<=N;
1.1.4. 聚合函数作为窗口函数
作用:聚合函数作为窗口函数,是起到"累加/累计"的效果,比如,就是截止到本行,最大值?最小值是多少
与专用窗口函数的区别:括号中需要有指定列,不能为空
用法:与专用窗口函数相同
#查询成绩的累加
SELECT*, SUM(成绩) over (ORDER BY 成绩 DESC) AS '求和'
FROM class;
案例
查找单科成绩高于该科目平均成绩的学生名单
法一解题思路:
单科成绩,表示需要按科目进行分组,分组有两种:group by子句和窗口函数的partition by;
要求平均值,需要通过avg()实现,并且找到大于平均值的学生,那么不能减少行数,则用partition by;
步骤:
聚合函数作为窗口函数
与平均值比较
注意这里不能用where 成绩>分组平均值,因为where子句在select子句之前执行
正确语句是套用子查询:
select *
from (select *,
avg(成绩) over(parition by 科目) as 分组平均值)
from test) as a
where 成绩>分组平均值;
法二关联子查询
思路
单科成绩:需要对每门科目进行分组
平均成绩:avg()求每组的平均值
学生名单:输出信息中需要有学生姓名
步骤1:求分组平均值
SELECT AVG(成绩) AS 平均值,科目
FROM test3
GROUP BY 科目;
步骤2:比较
SELECT*
FROM test3 AS a
WHERE 成绩>(SELECT AVG(成绩) AS 平均值
FROM test3 AS b
WHERE a.`科目`=b.`科目`);
因为是按照科目分组,所以应该将科目进行关联
1.1.5. 窗口函数的移动平均(以平均值为例)
作用:通过preceding,following,current row等调整作用范围,基本语法为
ROWS BETWEEN 一个时间点 AND 一个时间点
时间点可以表示为:
n PRECEDING : 前n行
n FOLLOWING:后n行
CURRENT ROW : 当前行
UNBOUNDED PRECEDING:窗口第一行
UNBOUNDED FOLLOWING:窗口的最后一行
用法:
查询前两行到当前行的平均成绩
SELECT *,
AVG(成绩) over (ORDER BY 姓名 ROWS 2 preceding) AS result
FROM test3;
解释:
rows N proceding---N表示在当前行的前N行,比如,N=2,当前行在第4行,那么该平均值是第2行,第3行,第4行,这三行数据的平均值
注意事项
窗口函数中的如果省略partition by,则结果不进行分组,则以整个表为范围,也就是窗口为整个表;
如果省略order by 则不进行排序;
1.1.6. 总结
1.窗口函数的语法:
窗口函数 over (partition by 用于分列的列名 order by 用于排序的列名);
2.功能:既能分组又可以排序,且不改变行数
3.分类:
- 专用窗口函数---rank(),dense_rank(),row_number()(括号中没有参数,注意区分三者区别)
- 聚合函数---max(),min(),sum(),avg(),count() (括号中有参数)
4.注意事项
原则上一般写在select子句中
5.应用场景
经典TOPN问题:找出每个部门工资排名前N的员工
1.1.6.1. 模板
select*
from(select*,row_number() over (partition by 部门 order by salary desc) as ranking
from 表名) as a
where ranking<=N;
注意:不要忘记起别名,子查询的别名以及排序结果的别名
经典排名问题
业务需求“在每个组内排名”,比如,每个部门按业绩来排名
在每个组内比较问题
可以用关联子查询,也可以用窗口函数实现