为啥在窗口函数中使用 GROUP BY

Posted 2023-02-16

【中文标题】为啥在窗口函数中使用 GROUP BY

【英文标题】：Why use GROUP BY in WINDOW FUNCTION为什么在窗口函数中使用 GROUP BY

【发布时间】：2021-03-19 22:32:24

【问题描述】：

我目前正在使用 Northwind 数据库，希望看到 1997 年有更多订单的公司。我被要求使用 Windows 功能，所以我写了这个

select c.customerid,
       c.companyname,
       rank() over (order by count(orderid) desc )
from customers c
inner join orders o on c.customerid = o.customerid
where date_part('year',orderdate) = 1997;

但是，此代码要求我将 GROUP BY 与 c.customerid 一起使用。我根本不明白为什么。假设这段代码会给我所有的客户 id 和名称，然后窗口函数会根据订单数量给他们一个排名。那么为什么要对它们进行分组呢？

【参考方案1】：

这里：

rank() over (order by count(orderid) desc )

您在窗口函数 (count(orderid)) 的 over() 子句中有一个聚合函数，因此您确实需要一个 group by 子句。您的想法是将同一客户的所有订单放在同一组中：

select c.customerid,
       c.companyname,
       rank() over (order by count(*) desc) as rn
from customers c
inner join orders o on c.customerid = o.customerid
where o.orderdate = date '1997-01-01' and o.orderdate < '1998-01-01'
group by c.customerid;

注意事项：

过滤文字日期比在日期列上应用日期函数更有效

count(orderid) 在此查询的上下文中等同于 count(*)

Postgres 理解函数依赖列：假设customerid 是customer 的主键，只需将该列放在group by 子句中就足够了

在select 子句中为表达式赋予别名是一种很好的做法

另一个好的做法是在所有列前面加上它们所属的表（别名）

【讨论】：

谢谢队友。我现在明白为什么 group by 需要在这里。也感谢您的提示！

【参考方案2】：

您可以在 聚合 查询中正确使用它。那将是：

select c.customerid, c.companyname, count(*) as num_orders,
      rank() over (order by count(*) desc) as ranking
from customers c inner join 
     orders o
     on c.customerid = o.customerid
where date_part('year',orderdate) = 1997
group by c.customerid, c.companyname;

这会计算 1997 年每位客户的订单数量。然后根据订单数量对客户进行排名。

我建议你使用：

where orderdate >= '1997-01-01' and
      orderdate < '1998-01-01'

用于按年份过滤。这允许 Postgres 使用可用的索引。