掌握SQL窗口函数,轻松处理复杂数据分析

news2026/4/2 20:05:52
SQL 窗口函数Window Function是一种强大的分析工具能够在不缩减原始数据行数的前提下执行复杂计算。这种函数通过对一组相关数据行称为窗口进行计算并将结果直接附加到每一行记录中。窗口函数的主要特点‌保持原始行数‌与传统的聚合函数如GROUP BY不同窗口函数不会合并行而是为每一行返回一个计算结果。‌基于窗口计算‌窗口函数的计算基于一个“窗口”范围这个窗口可以通过OVER()子句定义。‌支持多种类型函数‌‌1. 排序类函数Ranking Functions‌用于在分组内进行排名是处理“Top N”问题的核心工具。表格函数详细说明使用场景典型SQL模式ROW_NUMBER()为每行分配唯一序号无并列严格递增分页查询、去重取唯一记录ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC)RANK()并列排名相同值同名次后续跳过名次竞赛排名、成绩并列展示RANK() OVER (ORDER BY score DESC)DENSE_RANK()并列排名后续不跳名次保持连续奖项等级划分、梯队分析DENSE_RANK() OVER (PARTITION BY region ORDER BY sales)NTILE(n)将数据均分为n组返回组号客户分层、收入五分位分析NTILE(4) OVER (ORDER BY income)PARTITION BY可实现分组内排名若省略则全表作为一个窗口计算。‌2. 聚合类函数Aggregate Functions as Window Functions‌在保留原始行的基础上实现累计、移动、滑动统计。表格函数详细说明使用场景典型SQL模式SUM()窗口内累计求和月度累计销售额、滚动总额SUM(sales) OVER (ORDER BY date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)AVG()窗口内平均值移动平均、趋势分析AVG(price) OVER (PARTITION BY product ORDER BY date ROWS 2 PRECEDING)COUNT()统计窗口内行数活跃用户累计计数COUNT(*) OVER (PARTITION BY user_id ORDER BY login_date)MAX()/MIN()获取窗口内极值历史最高/最低对比MAX(temp) OVER (PARTITION BY city ORDER BY day)使用ROWS或RANGE明确窗口范围避免全表扫描性能问题UNBOUNDED PRECEDING表示从分区第一行开始。‌3. 取值类函数Value Access Functions‌用于跨行取值实现环比、同比、趋势预测等分析。表格函数详细说明使用场景典型SQL模式LAG(col, n, default)取当前行前第n行的值与上期对比、环比增长LAG(sales, 1) OVER (ORDER BY month)LEAD(col, n, default)取当前行后第n行的值预测、下期对比LEAD(price, 1) OVER (PARTITION BY stock ORDER BY date)FIRST_VALUE(col)取窗口第一行的值初始值对比、基期分析FIRST_VALUE(salary) OVER (PARTITION BY emp_id ORDER BY year)LAST_VALUE(col)取窗口最后一行的值末期值提取需配合RANGE BETWEEN ...LAST_VALUE(score) OVER (ORDER BY date RANGE BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING)LAST_VALUE()默认窗口为RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW需显式调整为UNBOUNDED FOLLOWING才能取到最后。‌4. 分布类函数Distribution Functions‌用于分析数据在分组中的相对位置和分布密度。表格函数详细说明使用场景典型SQL模式PERCENT_RANK()计算相对排名0到1公式(rank-1)/(总行数-1)成绩百分位、绩效分布PERCENT_RANK() OVER (ORDER BY score)CUME_DIST()小于等于当前值的比例公式≤当前值的行数 / 总行数客户覆盖率、达标率分析CUME_DIST() OVER (ORDER BY revenue)CUME_DIST()对重复值更敏感适合用于“有多少人低于我”的场景。基本语法结构sqlCopy Code窗口函数 OVER ( [PARTITION BY 分组列] [ORDER BY 排序列] [ROWS/RANGE 窗口框架定义] )PARTITION BY用于将数据划分为不同的组类似于GROUP BY但不减少行数。ORDER BY定义窗口内的排序方式影响窗口函数的计算顺序。ROWS或RANGE定义窗口的范围例如当前行前后几行或某个值范围内的行。注意 [ROWS/RANGE 窗口框架定义] 默认值是**1. 没有指定 ORDER BY‌窗口函数将应用于整个结果集相当于对所有行进行计算。2. 指定了 ORDER BY‌默认的窗口帧是 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW这意味着窗口从分区的第一行开始到当前行结束。ROWS‌‌定义‌ROWS基于物理行号来定义窗口范围严格按照行的顺序进行计数。‌特点严格按照行的物理位置来确定窗口。即使排序列的值相同也会被单独计数。适用于需要精确控制行数的场景例如计算最近 N 笔交易或前后 N 天的记录。‌示例ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING表示当前行及其前后各一行共三行。ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW表示从第一行到当前行的所有行。‌RANGE‌‌定义‌RANGE基于排序列的值范围来定义窗口将排序值相同的行视为一个逻辑组。‌特点‌将排序列中值相等的所有行视为一个逻辑单元。适用于处理有重复值的场景例如按日期或金额计算累积值。通常与ORDER BY子句一起使用。‌示例RANGE BETWEEN 10 PRECEDING AND CURRENT ROW表示当前行排序值范围内前 10 个单位的行。RANGE BETWEEN CURRENT ROW AND CURRENT ROW仅包含当前行。‌两者区别总结‌特性ROWSRANGE定义方式基于物理行号基于排序列值范围适用场景精确控制行数处理重复值、逻辑范围重复值处理单独计数合并为一个逻辑组例子本例子是使用mysql8.0版本进行测试初始数据的准备CREATE TABLE business ( name VARCHAR(255), orderdate DATE, cost INT ); ​ INSERT INTO business VALUES (jack, 2017-01-01, 10), (tony, 2017-01-02, 15), (jack, 2017-02-03, 23), (tony, 2017-01-04, 29), (jack, 2017-01-05, 46), (jack, 2017-04-06, 42), (tony, 2017-01-07, 50), (jack, 2017-01-08, 55), (mart, 2017-04-08, 62), (mart, 2017-04-09, 68), (neil, 2017-05-10, 12), (mart, 2017-04-11, 75), (neil, 2017-06-12, 80), (mart, 2017-04-13, 94);相关例子查询在2017年4月份购买过的顾客及总人数SELECT DISTINCT name AS customer_name, COUNT(DISTINCT name) OVER() AS total_customers FROM business WHERE SUBSTRING(orderdate, 1, 7) 2017-04 ORDER BY name;查询顾客的购买明细及月购买总额SELECT name AS customer_name, orderdate AS order_date, cost AS purchase_amount, SUM(cost) OVER(PARTITION BY name, DATE_FORMAT(orderdate, %Y-%m)) AS monthly_total, COUNT(*) OVER(PARTITION BY name, DATE_FORMAT(orderdate, %Y-%m)) AS monthly_purchase_count FROM business ORDER BY name, orderdate;3.求每个顾客的购买明细及起点到当前行的累加 上一行到当前行的累加 当前行到下一行的累加 上一行到下一行的累加 当前行到终点的累加-- 查询每个顾客的购买明细及各种累加统计 SELECT name AS customer_name, orderdate AS order_date, cost AS purchase_amount, -- 起点到当前行的累加 SUM(cost) OVER(PARTITION BY name ORDER BY orderdate ROWS UNBOUNDED PRECEDING) AS cumulative_from_start, -- 上一行到当前行的累加 SUM(cost) OVER(PARTITION BY name ORDER BY orderdate ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS sum_prev_current, -- 当前行到下一行的累加 SUM(cost) OVER(PARTITION BY name ORDER BY orderdate ROWS BETWEEN CURRENT ROW AND 1 FOLLOWING) AS sum_current_next, -- 上一行到下一行的累加 SUM(cost) OVER(PARTITION BY name ORDER BY orderdate ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS sum_prev_next, -- 当前行到终点的累加 SUM(cost) OVER(PARTITION BY name ORDER BY orderdate ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS cumulative_to_end FROM business ORDER BY name, orderdate;4.查询每个顾客上次 和 下次 的购买时间-- 查询每个顾客的购买明细及上次和下次购买时间 SELECT name AS customer_name, orderdate AS current_purchase_date, LAG(orderdate) OVER (PARTITION BY name ORDER BY orderdate) AS previous_purchase_date, LEAD(orderdate) OVER (PARTITION BY name ORDER BY orderdate) AS next_purchase_date FROM business ORDER BY name, orderdate;查询前20%时间的订单信息SELECT name AS customer_name, orderdate AS order_date, cost AS purchase_amount FROM ( SELECT name, orderdate, cost, ---使用NTILE(5)窗口函数将所有订单按日期分为5个等份(五分位数) ---选择第一个五分位数(quintile1)的数据即最早20%时间段内的订单 --最终结果按订单日期升序排列展示前20%时间范围内的所有订单详情 NTILE(5) OVER (ORDER BY orderdate) AS quintile FROM business ) AS ranked_orders WHERE quintile 1 ORDER BY orderdate;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2476484.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…