常见的窗口函数
常见的窗口函数
窗口函数基本概念
| 名称 | 参数 | 描述 |
|---|---|---|
| ROW_NUMBER() | 否 | 当前行在其分组内的序号.不管其排序结果中是否出现重复值.其排序结果都为:1,2.3.4.5. |
| DENSE_RANK() | 否 | 不间断的组内排序.使用这个函数时,可以出现1.1.2.2这种形式的分组。 |
| RAN() | 否 | 间断的组内排序。其排序结果可能出现如下结果:1.1.3.4.4.6 |
| PERCENT_RANK() | 否 | 累计百分比。该函数的计算结果为:小于该条记录值的所有记录的行数/该分组的总行数-1.所以该记录的返回值为[0,1]。 |
| CUME_DIST() | 否 | 累计分布值。即分组值小于等于当前值的行数与分组总行数的比值。取值范围为(0.1]。 |
| LAG() | lag(expr,[N,[detaut]]) | 从当前行开始往前取第N行，如果N缺失，默认为1。如果不存在前一行.则默认返回default。default默认值为NULL。 |
| LEAD() | lead(expr,[N,[defaut]]) | 从当前行开始往后取第N行。函数功能与lag()相反.其余与lag()相同。 |
| FIRST_VALUE() | frst_value(expr) | 返回分组内截止当前行的第一个值。 |
| LAST_VALUE() | last_value(expr) | 返回分组内截止当前行的最后一个值。 |
| NTH_VALUE() | nth_value(expr.N) | 返回分组内截止当前行的第N行。与first_value\last_value\nth_ value函数功能相似，只是返回分组内截止当前行的不同行号的数据。 |
| NTILE() | ntile(N) | 返回当前行在分组内的分桶号。在计算时要先将该分组内的所有数据划分成N个桶。之后返回每个记录所在的分桶号。返回范围从1到N。 |
注： ‘参数’列说明该函数是否可以加参数。“否”说明该函数的括号内不可以加参数。expr即可以代表字段，也可以代表在字段上的计算，比如sum(col)等。
将上述函数按照功能划分，可以把MySQL支持的窗口函数分为如下几类：
- 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_VALUE()、LAST_VALUE() - 其它函数：
NTH_VALUE()、NTILE()
数据准备
create table wf_example(
id smallint unsigned not null auto_increment primary key,
wind varchar(32),
val smallint);
insert into wf_example values
(null,'Window_A',1),
(null,'Window_A',2),
(null,'Window_A',2),
(null,'Window_A',3),
(null,'Window_A',3),
(null,'Window_A',3),
(null,'Window_B',100),
(null,'Window_B',200),
(null,'Window_B',300),
(null,'Window_B',400),
(null,'Window_B',500);
select * from wf_example;
序号函数
row_number()
单纯的对每一组数据编号，进行顺序显示。（顺序排列）——1、2、3。
语法：
row_number() over window
没有参数，返回当前行在组内的位置编号，从1开始，order by子句会影响行的编号顺序，如果没有order by，那么行的编号是不确定的。另外，即使行完全相同，它们的编号也是不同的，这点和后面的 rank() 和 dense_rank() 不同。
select wind, val,
row_number() over w 组内编号
from wf_example
window w as (partition by wind);
上面示例中：
- 每一行都有唯一的编号，从1开始，即使数据完全相同，编号也不同。
rank()
排序每一组的某一字段, 同等级同序号前后不连续。（并列排序，跳过重复序号）——1、1、3，
语法：
rank() over window
没有参数，返回当前行在组内的排序，排序带间隙（排名数字不连续），在partition by 后面可以跟上order by 子句来指定按某列排序，示例中按照val值升序排列：
select wind,val,
rank() over (partition by wind order by val) 带间隙排序
from wf_example;
上面示例中：
order by val定义了按照 val 的值排序，注意相同的值，排序也相同，如果没有order by val子句，那么所有行的排序都是1。- Window_A中，由于存在两个2，因此下一个排序是4，排序存在间隙。
dense_rank()
排序每一组的某一字段, 同等级同序号前后也连续。（并列排序，不跳过重复序号）——1、1、2。
语法：
dense_rank() over window
没有参数，返回当前行在组内的排序，排序不带间隙（排名是连续的）：
select wind, val,
rank() over (partition by wind order by val) 带间隙排序,
dense_rank() over (partition by wind order by val) 不带间隙排序
from wf_example;
上面示例中：
- Window_A的组内排序中，虽然存在2个2，下一个排序依然是3，排序不存在间隙。
没有参数，返回当前行在组内的排序，排序不带间隙（排名是连续的）：
分布函数
percent_rank()
计算分区或结果集中行的百分位数排名。
语法：
percent_rank() over window
百分比排序，返回当前行在组内的百分比位置，返回值范围为[0, 1]，可以用 当前行排序/(行数-1) 计算得出，但与rank不同，这里排序是从0开始而不是从1（相当于rank-1），因此第1行的百分比位置是0%，相当于：（rank-1）/(rows-1)。
select wind,val,
rank() over (partition by wind order by val) 带间隙排序,
percent_rank() over (partition by wind order by val) 百分比排序
from wf_example;
上面示例中：
- window_A中第1行rank为1，组内rows为6，代入(rank-1)/(rows-1)得到percent_rank为 (1-1)/(6-1)，结果为0.
- Window_A中第3行rank为2（和第2行并列第2），组内rows为6，代入(rank-1)/(rows-1)得到percent_rank为 (2-1)/(6-1)，结果为0.2。
- window_B中最后一行rank为5，rows为5，代入(rank-1)/(rows-1)得到percent_rank为 (5-1)/(5-1)，结果为1.
cume_dist()
累积分布值<= 当前 rank 值的行数 / 分组内总行数，取值范围为 0~1。
语法：
cume_dist() over window
累积分布（cumulative distribution）。返回 “当前行之前” 与 “和当前行相等（包含当前行）” 的行数，占组内行数的百分比。
（当前行及之前行数 + 和当前行相等的行数）/组内数量，这个和rank类似，但是统计的是一个累积的比例，数据分布从0到1.
select wind,val,
rank() over w 行编号,
percent_rank() over w 百分比排序,
cume_dist() over w 累积比例
from wf_example
上面示例中：
- Window_A中，第1行为独立一行，前面没有行，也没有和自己相同的行，因此累积数量为1，累积比例为：1/6，即0.166666666
- Window_A中，第2行，累积数量为：前面的1行，自己第2行，和自己相等的第3行，因此累积数量为3，累积比例为：3/6，即0.5
- Window_A中，第4行，累积数量为：前面的3行，自己第4行，和自己相等的第5，6行，因此累积数量为6，累积比例为：6/6，即1。
- Window_B中，每一行都是独立的，不存在和自己相同的行，行编号就包含了自己及之前所有的行，因此每行的累积比例都是：行编号/组内行数
前后函数
lag(expr, n, default)
返回当前行前面 n 行的 expr 值。n 如果没有这样的行，则返回值为 default。如果缺少 n 或 default，则默认值分别为 1 或 NULL。
n 必须是非负整数。如果 n 为 0， expr 则为当前行的值。
从 MySQL 8.0.22 开始，n 不能 NULL。此外，它必须是1 到 2的63次方 的整数。
语法：
lag(expr [, N [, default]])
select wind,val,
lag(val*10) over w 当前行前面一个值,
lag(val*10,1,'不存在') over w 当前行前面一个值带默认值,
val-lag(val,2) over w 当前值与前两个值的差
from wf_example
window w as (partition by wind order by val);
上面的示例中：
lag(val*10)返回前一行表达式val*10计算值（N参数省略，默认为1，default参数省略，默认为nulll，第一行没有前一行，返回null）lag(val*10,1,'不存在')返回前一行表达式val*10计算值（default为"不存在"，因此第一行返回字符串"不存在"）val-lag(val,2)计算当前行与前2行之间的差额
lead(expr, n, default)
- 返回当前行
后面 n 行的 expr 值。n 如果没有这样的行，则返回值为 default。如果缺少 n 或 default，则默认值分别为 1 或 NULL。 - n 必须是非负整数。如果 n 为 0， expr 则为当前行的值。
- 从 MySQL 8.0.22 开始，n 不能 NULL。此外，它必须是1 到 2的63次方 的整数。
语法：
lead(expr [N [, default]])
select wind,val,
lead(val*10) over w 当前行后面一个值的十倍,
lead(val*10,1,'不存在') over w 当前行后面一个值十倍带默认值,
val-lead(val,2) over w 当前行与后面第二个值的差
from wf_example
window w as (partition by wind order by val);
上面的示例中：
lead(val*10)返回后一行表达式val*10计算值（N参数省略，默认为1，default参数省略，默认为null，最后一行由于没有后一行，返回null）lag(val*10,1,'不存在')返回后一行表达式val*10计算值（default为"不存在"，因此最后一行返回字符串"不存在"）val-lead(val,2)计算当前行与后面第2行之间的差额
头尾函数
first_value(expr)
first_value 取分组内排序后，截止到当前行，第一个值。
语法：
first_value(expr) over window
select wind,val,
first_value(val) over (w order by val desc) 指定列倒序框架内第一个值,
first_value(val) over (w order by val asc) 指定列正序框架内第一个值
from wf_example
window w as (partition by wind);
上面示例中：
- window_B中当 order by val desc 时，框架内第一个值是500，这里直接取列的值，你也可以替换为表达式。
- window_B中当 order by val asc 时，框架内第一个值是100。
last_value(expr)
last_value 取分组内排序后，截止到当前行，最后一个值。
语法：
last_value(expr) over window
select wind,val,
last_value(val*10) over w 框架内最后一个值的十倍
from wf_example
window w as (partition by wind order by val);
上面的示例中：
Window_B中，last_value(val*10) 返回的值每一行都不同，截止当前行的窗口内最后一个值（就是当前行自己），而不是整个组的最后一个值。
其他函数
nth_value(expr, n)
nth_value 函数返回第 n 行的 expr 值，没有则返回 null。
语法：
nth_value(expr, N) over window
select wind,val,
nth_value(val, 2) over w 窗口内第二个值,
nth_value(val, 3) over w 窗口内第三个值,
nth_value(val, 4) over w 窗口内第四个值
from wf_example
window w as (partition by wind order by val);
上面的示例中：
nth_value(val, 2)返回窗口内第二个值，第1行计算时由于窗口只有一行，没有第二个值，所以返回null。nth_value(val, 3)返回窗口内第三个值，注意window_A由于2，3行val是相等的，计算第二行时的窗口会包含第三行，而Window_B是独立的，第二行返回null。nth_value(val, 4)返回窗口内第四个值，window_A和Window_B都在第四行才取到值，前三行都是null。
ntile(n)
将组内成员再次分为N个小组（子分组/buckets），返回子分组的编号。
语法：
ntile(N) over window
select wind,val,
ntile(2) over w 将每个组再次分为2个组,
ntile(4) over w 将每个组再次分为4个组,
ntile(100) over w 将每个组再次分为100个组
from wf_example
window w as (partition by wind order by val);
上面示例中：
ntile(2)将每个组再次分为2个组，并返回每一行所属子分组的编号ntile(100)当组的数量超过行数时，每一行都是一个独立子分组。