MySQL窗口函数，你最熟悉的陌生人~
Posted _陈哈哈
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了MySQL窗口函数，你最熟悉的陌生人~相关的知识，希望对你有一定的参考价值。
之前我给粉丝们搞过个投票，寻找mysql中那个
最熟悉的陌生人~~MySQL中哪些技术点是你既熟悉又陌生的？
前三名和我预料大差不差，分别是：
- 1、游标
- 2、窗口函数
- 3、聚簇索引
这三个点虽然平时用得少，但在面试中却常被问到。值得一提的是，很多面试官对问题竟然也是一知半解。。
今天我想和你聊聊窗口函数，MySQL从8.0开始支持窗口函数，或许你们公司的MySQL版本还无法让你爽一把，但我建议你要在本地搞一个试试，真香！
好了，废话不多说，老规矩，先上开胃小菜，看看今天的测试表数据吧。
本文用来演示用的测试表是chh_baozipu，翻译过来就是emmm…陈哈哈的包子铺。悄悄告诉你，哈哥今年盘了个包子铺卖包子，这张表就是包子铺这半年的利润~
mysql> SELECT * from chh_baozipu ;
+----+--------------------+-------+---------+
| id | product | sales | month |
+----+--------------------+-------+---------+
| 1 | 猪肉大葱包子 | 600 | 2021-11 |
| 2 | 猪肉大葱包子 | 1600 | 2021-10 |
| 3 | 猪肉大葱包子 | 1000 | 2021-09 |
| 4 | 猪肉大葱包子 | 800 | 2021-08 |
| 5 | 猪肉大葱包子 | 1600 | 2021-07 |
| 6 | 猪肉大葱包子 | 1000 | 2021-06 |
| 7 | 面馅儿包子 | 700 | 2021-11 |
| 8 | 面馅儿包子 | 200 | 2021-10 |
| 9 | 面馅儿包子 | 300 | 2021-09 |
| 10 | 面馅儿包子 | 0 | 2021-08 |
| 11 | 面馅儿包子 | 100 | 2021-07 |
| 12 | 面馅儿包子 | 200 | 2021-06 |
+----+--------------------+-------+---------+
12 rows in set (0.00 sec)
怎么说？什么时候来我店里，请大家吃面馅儿包子。
目录
一、什么是窗口函数
1、怎么理解窗口?
其实窗口的概念是非常重要的，要想学会窗口函数，可不能只知其一不知其二；我们得搞清楚窗口代表着啥，才知道什么时候该用它。
拿测试表举个简单的例子，统计一下：包子铺的猪肉大葱包子这半年截至每月累计利润。
SELECT *,SUM(sales) over(ORDER BY `month`) as 累计利润
from chh_baozipu where product='猪肉大葱包子';
mysql> SELECT *,SUM(sales) over(ORDER BY `month`) as 累计利润 from chh_baozipu where product='猪肉大葱包子';
+----+--------------------+-------+---------+--------------+
| id | product | sales | month | 累计利润 |
+----+--------------------+-------+---------+--------------+
| 6 | 猪肉大葱包子 | 1000 | 2021-06 | 1000 |
| 5 | 猪肉大葱包子 | 1600 | 2021-07 | 2600 |
| 4 | 猪肉大葱包子 | 800 | 2021-08 | 3400 |
| 3 | 猪肉大葱包子 | 1000 | 2021-09 | 4400 |
| 2 | 猪肉大葱包子 | 1600 | 2021-10 | 6000 |
| 1 | 猪肉大葱包子 | 600 | 2021-11 | 6600 |
+----+--------------------+-------+---------+--------------+
6 rows in set (0.00 sec)
从这条SQL可以看出，对于第一行id=6这行的窗口就是第一行，对于第二行id=5这行的窗口就是前两行，以此类推（如下图）。
可见，窗口就是范围的意思，可以理解为一些记录（行）的集合；窗口函数也就是在满足某种条件的记录集合上执行计算的特殊函数。
对于每条记录都要在此窗口内执行函数，有的函数随着记录不同，窗口大小都是固定的，这种属于静态窗口；有的函数则相反，不同的记录对应着不同的窗口，这种动态变化的窗口叫滑动窗口。看完本文再回来看这句话相信会理解的更透彻[手动狗头]。
2、什么是窗口函数
窗口函数也叫
OLAP函数（Online Anallytical Processing），可以对数据进行实时分析处理。
窗口函数多用在什么场景？主要有以下两类：
- 排名问题，例如：查包子铺利润月排名；
- TOPN问题，例如：查每种包子利润最高的两个月；
我们常见的窗口函数和聚合函数有这些：
- 专用窗口函数：
rank()，dense_rank()，row_number() - 聚合函数：
max()，min()，count()，sum()，avg()
因为聚合函数也可以放在窗口函数中使用，因此窗口函数和普通聚合函数也很容易被混淆，二者区别如下：
聚合函数是将多条记录聚合为一条；而窗口函数是每条记录都会执行，有几条记录执行完还是几条。- 聚合函数也可以用于窗口函数中，这个我会举例说明。
二、窗口函数用法
基本语法：
<窗口函数> OVER (PARTITION BY <用于分组的列名> ORDER BY <用于排序的列名>);
-- over关键字用于指定函数的窗口范围，
-- partition by 用于对表分组，
-- order by子句用于对分组后的结果进行排序。
注意：窗口函数是对where或者group by子句处理后的结果再进行二次操作，因此会按照SQL语句的运行顺序，窗口函数一般放在select子句中（from前），例如上一条SQL，可以往上拖着看看~
窗口函数都有哪些？懒得画了，借lulin916老哥的导图一用~~
- 序号函数：row_number() / rank() / dense_rank()
- 分布函数：percent_rank() / cume_dist()
- 前后函数：lag() / lead()
- 头尾函数：first_val() / last_val()
- 其他函数：nth_value() / nfile()
让我们来分别举例看一看：
1、序号函数：row_number() / rank() / dense_rank()
- ROW_NUMBER()：顺序排序 —— 1、2、3
- RANK()：并列排序，跳过重复序号 —— 1、1、3
- DENSE_RANK()：并列排序，不跳过重复序号 —— 1、1、2
mysql> SELECT *,ROW_NUMBER() over(ORDER BY sales desc) as pro_ROW_NUMBER,rank() over(ORDER BY sales desc) as pro_rank,DENSE_RANK() over(ORDER BY sales desc) as pro_DENSE_RANK from chh_baozipu where product='猪肉大葱包子';
+----+--------------------+-------+---------+----------------+----------+----------------+
| id | product | sales | month | pro_ROW_NUMBER | pro_rank | pro_DENSE_RANK |
+----+--------------------+-------+---------+----------------+----------+----------------+
| 2 | 猪肉大葱包子 | 1600 | 2021-10 | 1 | 1 | 1 |
| 5 | 猪肉大葱包子 | 1600 | 2021-07 | 2 | 1 | 1 |
| 3 | 猪肉大葱包子 | 1000 | 2021-09 | 3 | 3 | 2 |
| 6 | 猪肉大葱包子 | 1000 | 2021-06 | 4 | 3 | 2 |
| 4 | 猪肉大葱包子 | 800 | 2021-08 | 5 | 5 | 3 |
| 1 | 猪肉大葱包子 | 600 | 2021-11 | 6 | 6 | 4 |
+----+--------------------+-------+---------+----------------+----------+----------------+
6 rows in set (0.00 sec)
如上述示例可见，三个窗口函数服务与不同的三个典型业务需求，这三种足以应对我们的排序统计。
以后同学们在面试或笔试时被问到时，请不要再说自查询嵌套之类的lowB方案了，不然可别说你认识我~狗子们
2、分布函数：percent_rank() / cume_dist()
这个分布函数基本不用，不讲。有兴趣的同学自行百度~
3、前后函数：lag(expr,n) / lead(expr,n)
expr后面还会涉及到，统一解释一下：expr可以是
表达式，也可以是列名
前后函数常用于：返回位于当前行的前n行（LAG(expr,n)）或后n行（LEAD(expr,n)）的expr的值
应用场景：查询前n名同学的成绩和当前同学成绩的差值
内层SQL先通过LAG()函数得到前1名同学的成绩，外层SQL再将当前同学和前1名同学的成绩做差得到成绩差值diff。
这里换成哈哥的测试表就有点尬了。。但你肯定明白这意思，来，让我们尬查一下：
mysql> SELECT *,lag(sales,1) over win as pro_lag,lead(sales,1) over win as pro_lead from chh_baozipu WINDOW win as (PARTITION BY product ORDER BY sales desc);
+----+--------------------+-------+---------+---------+----------+
| id | product | sales | month | pro_lag | pro_lead |
+----+--------------------+-------+---------+---------+----------+
| 2 | 猪肉大葱包子 | 1600 | 2021-10 | NULL | 1600 |
| 5 | 猪肉大葱包子 | 1600 | 2021-07 | 1600 | 1000 |
| 3 | 猪肉大葱包子 | 1000 | 2021-09 | 1600 | 1000 |
| 6 | 猪肉大葱包子 | 1000 | 2021-06 | 1000 | 800 |
| 4 | 猪肉大葱包子 | 800 | 2021-08 | 1000 | 600 |
| 1 | 猪肉大葱包子 | 600 | 2021-11 | 800 | NULL |
| 7 | 面馅儿包子 | 700 | 2021-11 | NULL | 300 |
| 9 | 面馅儿包子 | 300 | 2021-09 | 700 | 200 |
| 8 | 面馅儿包子 | 200 | 2021-10 | 300 | 200 |
| 12 | 面馅儿包子 | 200 | 2021-06 | 200 | 100 |
| 11 | 面馅儿包子 | 100 | 2021-07 | 200 | 0 |
| 10 | 面馅儿包子 | 0 | 2021-08 | 100 | NULL |
+----+--------------------+-------+---------+---------+----------+
12 rows in set (0.00 sec)
这里我想问一下同学们是不是发现这条SQL和前面SQL不同？有哪几个地方不同呢？
SELECT *,
lag(sales,1) over win as pro_lag,
lead(sales,1) over win as pro_lead
from chh_baozipu where product='猪肉大葱包子'
WINDOW win as (PARTITION BY product ORDER BY sales desc);
1、把窗口提取出来设置了别名
其实，这种是把窗口提了出来，设置别名为：win，像我们写SQL时用别名一样，这样看起来会简洁舒服一些，是吧。
有人问程序员要什么简洁？别人看不懂才会觉得代码牛B啊。这种同学一看就是没被社会毒打过，等你遇到百年一见的祖传代码时候，你就懂啥叫大道至简了（借胖哥图一用）。
2、窗口中增加了PARTITION BY product
这个关键字在over子句中，也就意味着控制了窗口的内容，在上面基础语法中我告诉你over中有两个个关键词：
partition by是对窗口内容进行分组处理；order by是对窗口内容分组后进行排序；
其实，还有更有意思的控制窗口范围的方式~~
对于滑动窗口的范围指定，有两种方式，基于行和基于范围，我跟你着重介绍常用的基于行来控制窗口范围；
通常使用BETWEEN frame_start AND frame_end语法来表示行范围，frame_start和frame_end可以支持如下关键字，来确定不同的动态行记录：
- CURRENT ROW 边界是当前行，一般和其他范围关键字一起使用
- UNBOUNDED PRECEDING 边界是分区中的第一行
- UNBOUNDED FOLLOWING 边界是分区中的最后一行
- expr PRECEDING 边界是当前行减去expr的值
- expr FOLLOWING 边界是当前行加上expr的值
来看几个例子：
①计算当前行与前n行（共n+1行）的聚合窗口函数
下例中控制窗口大小为当前月+前两个月的利润总和，来看一下效果：
SELECT *,SUM(sales) OVER win as '近三个月利润相加'
FROM chh_baozipu
WINDOW win as (PARTITION BY product ORDER BY `month` ROWS 2 PRECEDING);
mysql> SELECT *,SUM(sales) OVER win as '近三个月利润相加'
-> FROM chh_baozipu
-> WINDOW win as (PARTITION BY product ORDER BY `month` ROWS 2 PRECEDING);
+----+--------------------+-------+---------+--------------------------+
| id | product | sales | month | 近三个月利润相加 |
+----+--------------------+-------+---------+--------------------------+
| 6 | 猪肉大葱包子 | 1000 | 2021-06 | 1000 |
| 5 | 猪肉大葱包子 | 1600 | 2021-07 | 2600 |
| 4 | 猪肉大葱包子 | 800 | 2021-08 | 3400 |
| 3 | 猪肉大葱包子 | 1000 | 2021-09 | 3400 |
| 2 | 猪肉大葱包子 | 1600 | 2021-10 | 3400 |
| 1 | 猪肉大葱包子 | 600 | 2021-11 | 3200 |
| 12 | 面馅儿包子 | 200 | 2021-06 | 200 |
| 11 | 面馅儿包子 | 100 | 2021-07 | 300 |
| 10 | 面馅儿包子 | 0 | 2021-08 | 300 |
| 9 | 面馅儿包子 | 300 | 2021-09 | 400 |
| 8 | 面馅儿包子 | 200 | 2021-10 | 500 |
| 7 | 面馅儿包子 | 700 | 2021-11 | 1200 |
+----+--------------------+-------+---------+--------------------------+
12 rows in set (0.00 sec)
②计算当前行与前n1行、后n2行的聚合窗口函数
下例中控制窗口大小为当前月前一个月到后一个月的利润总和，来看一下效果：
SELECT *,SUM(sales) OVER win as '前三个月利润相加'
FROM chh_baozipu
WINDOW win as (PARTITION BY product ORDER BY `month` ROWS BETWEEN n1 PRECEDING AND n2 FOLLOWING);
mysql> SELECT *,SUM(sales) OVER win as '前一个月到下一个月利润相加' FROM chh_baozipu WINDOW win as (PARTITION BY product ORDER BY `month` ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING);
+----+--------------------+-------+---------+--------------------------+
| id | product | sales | month |前一个月到下一个月利润相加|
+----+--------------------+-------+---------+--------------------------+
| 6 | 猪肉大葱包子 | 1000 | 2021-06 | 2600 |
| 5 | 猪肉大葱包子 | 1600 | 2021-07 | 3400 |
| 4 | 猪肉大葱包子 | 800 | 2021-08 | 3400 |
| 3 | 猪肉大葱包子 | 1000 | 2021-09 | 3400 |
| 2 | 猪肉大葱包子 | 1600 | 2021-10 | 3200 |
| 1 | 猪肉大葱包子 | 600 | 2021-11 | 2200 |
| 12 | 面馅儿包子 | 200 | 2021-06 | 300 |
| 11 | 面馅儿包子 | 100 | 2021-07 | 300 |
| 10 | 面馅儿包子 | 0 | 2021-08 | 400 |
| 9 | 面馅儿包子 | 300 | 2021-09 | 500 |
| 8 | 面馅儿包子 | 200 | 2021-10 | 1200 |
| 7 | 面馅儿包子 | 700 | 2021-11 | 900 |
+----+--------------------+-------+---------+--------------------------+
12 rows in set (0.00 sec)
4、头尾函数：FIRST_VALUE(expr)、LAST_VALUE(expr)
头尾函数应用于：返回第一个或最后一个expr的值；
应用场景：截止到当前，按照日期排序查询当前最大月收入和当前最小月收入。
SELECT *,
FIRST_VALUE(sales) over win as '当前最大月收入',
LAST_VALUE(sales) over win as '当前最小月收入'
from chh_baozipu
WINDOW win as (PARTITION BY product ORDER BY `month`);
mysql> SELECT *,FIRST_VALUE(sales) over win as '当前最大月收入',LAST_VALUE(sales) over win as '当前最小月收入' from chh_baozipu WINDOW win as (PARTITION BY product ORDER BY `month`);
+----+--------------------+-------+---------+-----------------------+-----------------------+
| id | product | sales | month | 当前最大月收入 | 当前最小月收入 |
+----+--------------------+-------+---------+-----------------------+-----------------------+
| 6 | 猪肉大葱包子 | 1000 | 2021-06 | 1000 | 1000 |
| 5 | 猪肉大葱包子 | 1600 | 2021-07 | 1000 | 1600 |
| 4 | 猪肉大葱包子 | 800 | 2021-08 | 1000 | 800 |
| 以上是关于MySQL窗口函数，你最熟悉的陌生人~的主要内容，如果未能解决你的问题，请参考以下文章