新特性解读 | MySQL 8.0 窗口函数框架用法

Posted 2021-10-12 爱可生云数据库

作者：杨涛涛

资深数据库专家，专研 mysql 十余年。擅长 MySQL、PostgreSQL、MongoDB 等开源数据库相关的备份恢复、SQL 调优、监控运维、高可用架构设计等。目前任职于爱可生，为各大运营商及银行金融企业提供 MySQL 相关技术支持、MySQL 相关课程培训等工作。

本文来源：原创投稿

* 爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。

之前在 MySQL 8.0 新特性栏目里介绍过 8.0 的窗口函数的用法，没有细化到全部的语法，恰巧今天有客户追问其中的框架子句用法，写出来大家一起探讨。

窗口函数其实就是一个分组窗口内部处理每条记录的函数，这个窗口也就是之前聚合操作的窗口。不同的是，聚合函数是把窗口关闭，给一个汇总的结果；而窗口函数是把窗口打开，给分组内每行记录求取对应的聚合函数值或者其他表达式的结果。

今天重点看窗口函数内的 frame 子句：frame 子句用来把窗口内的记录按照指定的条件打印出来，跟在 partition 和 order by 子句后面。frame 子句的语法为：

frame_clause:
frame_units frame_extent
frame_units:
{ROWS | RANGE}

frame_extent:
{frame_start | frame_between}
frame_between:
BETWEEN frame_start AND frame_end
frame_start, frame_end: {
CURRENT ROW
| UNBOUNDED PRECEDING
| UNBOUNDED FOLLOWING
| expr PRECEDING
| expr FOLLOWING
}

这里分为两块，一块是 frame_units （框架单元），另外一块是 frame_extent （框架内容）

• frame_units 框架单元有两个，一个是 rows，一个是 range。
• rows 后面跟的内容为指定的行号，而 range 不同，range 是指的行内容。

框架内容看起来挺多分类，其实就一句话来表达： 为了定义分组内对应行记录的边界值来求取对应的计算结果。

基于 t1 举例说明下:

mysql: ytt_80 > desc t1;
+-------+------+------+-----+---------+-------+
| Field | Type | Null | Key | Default | Extra |
+-------+------+------+-----+---------+-------+
| id    | int  | YES  |     | NULL    |       |
| r1    | int  | YES  |     | NULL    |       |
| r2    | int  | YES  |     | NULL    |       |
+-------+------+------+-----+---------+-------+
3 rows in set (0.00 sec)

mysql: ytt_80 > select * from t1;
+------+------+------+
| id   | r1   | r2   |
+------+------+------+
|    2 |    1 |    1 |
|    2 |    2 |   20 |
|    2 |    3 |   30 |
|    2 |    4 |   40 |
|    3 |    3 |    3 |
|    3 |    2 |    2 |
|    3 |   10 |   20 |
|    3 |   30 |   20 |
|    1 |    1 |    1 |
|    1 |    2 |    3 |
|    1 |    3 |    4 |
|    1 |   10 |   10 |
|    1 |   15 |   20 |
|    2 |   15 |    2 |
|    3 |   15 |    5 |
|    1 |    9 |  100 |
+------+------+------+
16 rows in set (0.00 sec)

1、CURRENT ROW

表示获取当前行记录，也就是边界是当前行，等值关系

mysql: ytt_80 > select id,r1,sum(r1) over(partition by id order by r1 asc range current row ) as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |         1 |
|    1 |    2 |         2 |
|    1 |    3 |         3 |
|    1 |    9 |         9 |
|    1 |   10 |        10 |
|    1 |   15 |        15 |
+------+------+-----------+
6 rows in set (0.00 sec)

这里我们求 ID 为 1 的分组记录，基于聚合函数 SUM 来对分组内的行记录按照一定的条件求和。其中 OVER 子句用来定义分区以及相关条件，这里表示只获取分组内排序字段的当前行记录，也就是字段 r1 对应的记录，这是最简单的场景。

2、UNBOUNDED PRECEDING

表示边界永远为第一行

mysql: ytt_80 > select id,r1,sum(r1) over(partition by id order by r1 asc rows unbounded preceding ) as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |         1 |
|    1 |    2 |         3 |
|    1 |    3 |         6 |
|    1 |    9 |        15 |
|    1 |   10 |        25 |
|    1 |   15 |        40 |
+------+------+-----------+
6 rows in set (0.00 sec)

以上 unbounded preceding 用来获取表 t1 按照字段 ID 来分组，并且对字段 r1 求和。由于都是以第一行，也就是 r1 = 1 为基础求和，也就是求取上一行和当前行相加的结果，基于第一行记录。 这个例子中 r1 字段的第一行记录为 1，后面的所有求和都是基于第一行来累加的结果。

3、unbounded following

表示边界永远为最后一行

mysql: ytt_80 > select id,r1,sum(r1) over(partition by id order by r1 asc rows between unbounded preceding and  unbounded following ) as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |        40 |
|    1 |    2 |        40 |
|    1 |    3 |        40 |
|    1 |    9 |        40 |
|    1 |   10 |        40 |
|    1 |   15 |        40 |
+------+------+-----------+
6 rows in set (0.00 sec)

以上用了 rows between 把边界局限在第一行和最后一行，这样每行的求和结果和不带边界一样，也就是下面查询：

mysql: ytt_80 > select id,r1,sum(r1) over() as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |        40 |
|    1 |    2 |        40 |
|    1 |    3 |        40 |
|    1 |   10 |        40 |
|    1 |   15 |        40 |
|    1 |    9 |        40 |
+------+------+-----------+
6 rows in set (0.00 sec)

4、expr preceding / following

带表达式的边界，

mysql: ytt_80 > select id,r1,sum(r1) over(partition by id order by r1 asc rows 1 preceding) as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |         1 |
|    1 |    2 |         3 |
|    1 |    3 |         5 |
|    1 |    9 |        12 |
|    1 |   10 |        19 |
|    1 |   15 |        25 |
+------+------+-----------+
6 rows in set (0.00 sec)

带表达式的边界只是把无边界换成 具体的行号。 上面的查询表达的意思是基于分组内每行记录和它上一条记录求和，不累加。可以看到 wf_result 的具体值，25 对应的是 10 和 15 求和，19 对应的是 9 和 10 求和。

那以此类推，求每行和它上面两行的和：

mysql: ytt_80 > select id,r1,sum(r1) over(partition by id order by r1 asc rows 2 preceding) as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |         1 |
|    1 |    2 |         3 |
|    1 |    3 |         6 |
|    1 |    9 |        14 |
|    1 |   10 |        22 |
|    1 |   15 |        34 |
+------+------+-----------+
6 rows in set (0.00 sec)

再来求每行的前两行和后面四行相加的结果：

mysql: ytt_80 > select id,r1,sum(r1) over(partition by id order by r1 asc rows between 2 preceding and 4 following)
as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |        25 |
|    1 |    2 |        40 |
|    1 |    3 |        40 |
|    1 |    9 |        39 |
|    1 |   10 |        37 |
|    1 |   15 |        34 |
+------+------+-----------+
6 rows in set (0.00 sec)

其实 rows 单元很简单，接下来看下 range ，range 稍微难理解些。

5、range preceding / following

求当前行值范围内的分组记录。 这个没有 rows 好理解，rows 对应的是行号，range 对应的行值。看下面例子：

mysql: ytt_80 > select id,r1,sum(r1) over(partition by id order by r1 asc range 1 preceding) as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |         1 |
|    1 |    2 |         3 |
|    1 |    3 |         5 |
|    1 |    9 |         9 |
|    1 |   10 |        19 |
|    1 |   15 |        15 |
+------+------+-----------+
6 rows in set (0.00 sec)

这个例子包含的关键词 range 1 preceding ，是个表达式条件，表示对于分组内每一行来讲：以字段 r1 当前行值减去1的结果为边界来求和。具体点就是：第一行，r1 的值为 1，那 1-1=0， 由于表 t1 里没有找到 r1 = 0 的结果，所以此时 wf_result = 1，也就是等于当前行值；对于第五行，由于 r1 对应的值为 10 , 10 - 1 = 9 ,表 t1 里 r1 = 9 是存在的，此时求和结果为 9 + 10 = 19。

再次带上范围来看下另外一个例子：

mysql: ytt_80 > select id,r1,sum(r1) over(partition by id order by r1 asc range between 1 preceding and 1 following) as wf_result from t1 where id = 1;
+------+------+-----------+
| id   | r1   | wf_result |
+------+------+-----------+
|    1 |    1 |         3 |
|    1 |    2 |         6 |
|    1 |    3 |         5 |
|    1 |    9 |        19 |
|    1 |   10 |        19 |
|    1 |   15 |        15 |
+------+------+-----------+
6 rows in set (0.00 sec)

这个例子 over 子句里指定一个边界范围，也就是对每行值减1和加1后对应的记录来求和。比如第一行：r1 = 1,1 -1 =0,1+1 =2，表 t1 没有 r1 = 0 的记录，但是有 r1 = 2 的记录，所以第一行的窗口求和结果为 3；再来看看 r1 = 10 的这行，10-1 = 9,10+1 = 11， 表 t1 里有 r1 = 9 的记录，没有 r1 = 11 的记录，所以这里的求和结果为 9+10=19.

这里举例说明了 MySQL 8.0 窗口函数 frame 子句的用法，可能使用场景比较稀少，不过可以收藏起来以备不时之需。