SQL进阶篇
Posted 柳小葱
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SQL进阶篇相关的知识，希望对你有一定的参考价值。
🐾今天我们来说一说SQL进阶篇的一些操作，主要的内容包含一些特殊函数介绍，例如：字符函数，时间函数，窗口函数等。详细内容请看下面👇:
目录
1.字符函数
1.1 拼接两个字段
--CONCAT函数
SELECT CONCAT(user_id,Order_date) #拼接两个字段
from ord;
结果如下：
1.2 转换大小写
--LOWER与UPPER
SELECT LOWER("ABCDEFG");#转换为小写
SELECT UPPER("abdefg");#转化为大写
结果如下：
1.3 获取字符
--LEFT（str,n）取str左边起前n个字符
SELECT LEFT("abcdefg",3)#返回字符串右边3个字符
结果如下：
1.4 替换字符
--REPLACE(str,"s1","s2")使用s2代替str中的s1
SELECT REPLACE("ABCDEFG","CDE","cde");#使用cde代替字符串ABCDEFG 中的CDE
结果如下：
1.5 反转字符
-- REVERSE()函数
SELECT REVERSE("ABCDEFG");#反转字符
结果如下：
2.日期时间函数
2.1 获取当前日期时间
-- now()函数
SELECT now() #选择当前日期时间
结果如下：
2.2 获取当前日期
--CURDATE()函数
SELECT CURDATE()#选择当前日期
结果如下：
2.3 获取当前时间
--CURTIME()获取当前时间点
SELECT CURTIME()#选择当前时间点
结果如下：
2.4 获取年、月、日
--YEAR(),MONTH(),DAY()#选择当前的年,月，日
SELECT YEAR(NOW()),MONTH(NOW()),DAY(NOW())#选择当前的年,月，日
结果如下：
2.5 格林威治时间至某时间的秒数
--UNIX_TIMESTAMP()函数
SELECT UNIX_TIMESTAMP(NOW())#选择从1970-01-01到现在的秒数
结果如下：
也可以将秒数转换回去
--FROM_UNIXTIME()#反转秒数
SELECT FROM_UNIXTIME(1619712170,'%Y-%M-%d-%T')#将时间反转回去
结果如下：
2.6 天数之差
--DATEDIFF()#两日期之差，单位为天数。
SELECT DATEDIFF("2021-04-20","2021-04-10")#时间差，以天数为单位
结果如下：
2.7 转换时间格式
--DATE_FORMAT转换时间格式
SELECT DATE_FORMAT(NOW(),'%Y-%m-%d')#转换时间格式
结果如下：
3.窗口函数
常见的窗口函数：
- 聚合类
sum()/count()/avg()/max()/min()over() - 排序窗口函数
rank（）over（ ） 考虑数据重复，如1,1，3
dense_rank（）over（）考虑数据重复 ，如1，1，2
row_number（）over（）不考虑数据重复，如 1，2，3 - 分组窗口函数
ntile（n）over（） - 偏移分析窗口函数
lag（expr,n,default）over（）
lead（expr,n,default）over（）
这里说一下窗口函数的范围，其实每个窗口函数后面都需要增加rows between来指定窗口的范围。
3.1 按照年份分组然后求和
#根据年与月份分组，然后求和
SELECT sales_date,SUM(sales)over(PARTITION by DATE_FORMAT(sales_date,'%Y-%m'))
FROM sales_rank;
结果如下：
3.2 按照年份分组然后求和（指定求和行）
#指定窗口的前后行
SELECT sales_date,AVG(sales)over(PARTITION by MONTH(sales_date) ORDER BY sales_date rows BETWEEN 1 preceding AND 1 following)
from sales_rank
结果如下：
解释一下：这里的第一行只有后面一行，前面没有行，所以计算的只有前两行的平均值，3-02只有前两个没有后两个。所以是(100+99）/ 2=99.5。
3.3 排序函数
rank() 考虑数据重复，挤占坑位
--rank排序
SELECT sales_date,sales,rank()over(PARTITION by MONTH(sales_date) ORDER BY sales DESC) rank1
FROM sales_rank;
结果如下：1，1，3
row_number() 考虑数据重复，不挤占坑位
#row_number()排序
SELECT sales_date,sales,row_number()over(PARTITION by MONTH(sales_date) ORDER BY sales DESC) rank1
FROM sales_rank;
结果如下：1，2，3
dense_rank() 不考虑数据的重复性，按照顺序依次标号
SELECT sales_date,sales,dense_rank()over(PARTITION by MONTH(sales_date) ORDER BY sales DESC) rank1
FROM sales_rank;
结果如下：1，1，2
3.4 分组函数ntile
这个函数可以获取前百分之n的数据。
--ntile函数
select sales_date,sales,NTILE(5)over(ORDER BY sales DESC) GROU
FROM sales_rank;
结果如下：
我们怎么获取前百分之n的数据呢？我们可以做一个子查询。
--做一个子查询，取1,2标签的值，就去取出了40%的数据
SELECT *
FROM (
select sales_date,sales,NTILE(5)over(ORDER BY sales DESC) GROU
FROM sales_rank
)tmp
WHERE GROU IN (1,2)
ORDER BY sales_date;
3.5 lag向前偏移
--LAG(sale,n,sale)向前n行偏移。
SELECT * ,LAG(sales,1,sales)over(ORDER BY sales_date) sal_lag
FROM sales_rank;
3.6 lead向前偏移
--## lead向上偏移
SELECT * ,LEAD(sales,1,sales)over(ORDER BY sales_date) sal_lag
FROM sales_rank;
结果如下：向上偏移
以上就是本章节的全部内容，有什么错误还行小伙伴们指点！
以上是关于SQL进阶篇的主要内容，如果未能解决你的问题，请参考以下文章