窗函数 (SQL)

在SQL中，窗函数(window function)或分析函数(analytic function)[1]是一个函数，它使用来自一行或多行的值来为每一行返回一个值。 与之形成对比，聚合函数（英语：Aggregate function）为多行返回单个值。窗口函数有一个OVER子句；任何没有OVER子句的函数都不是窗口函数，而是聚合函数或单行（标量）函数。[2]

例子1

[编辑]

例如，这里有一个查询，它使用一个窗口函数来比较每个员工的工资与其部门的平均工资（来自PostgreSQL文档的示例）:[3] 

SELECT depname, empno, salary, avg(salary) OVER (PARTITION BY depname) FROM empsalary;

输出: 

 depname  | empno | salary |          avg           ----------+-------+--------+---------------------- develop   |    11 |   5200 | 5020.0000000000000000 develop   |     7 |   4200 | 5020.0000000000000000 develop   |     9 |   4500 | 5020.0000000000000000 develop   |     8 |   6000 | 5020.0000000000000000 develop   |    10 |   5200 | 5020.0000000000000000 personnel |     5 |   3500 | 3700.0000000000000000 personnel |     2 |   3900 | 3700.0000000000000000 sales     |     3 |   4800 | 4866.6666666666666667 sales     |     1 |   5000 | 4866.6666666666666667 sales     |     4 |   4800 | 4866.6666666666666667 (10 rows)

PARTITION BY子句将行分组，并且该函数分别应用于每个分组。 如果PARTITION BY子句被省略（例如如果我们有一个空的OVER()子句），那么整个结果集（英语：Result set）被视为单个分组。[4]对于此查询，报告的平均工资将是所有行的平均值。

窗口函数在聚合之后进行评估（例如，在 GROUP BY（英语：Group by (SQL)）子句和非窗口聚合函数之后）。[1]

语法

[编辑]

根据PostgreSQL文档，窗函数具有下列之一的语法:[4] 

function_name ([expression [, expression ... ]]) OVER window_name function_name ([expression [, expression ... ]]) OVER ( window_definition ) function_name ( * ) OVER window_name function_name ( * ) OVER ( window_definition )

其中function_name包括：

  • 开窗函数
    • 序号函数
      • 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
    • 分布函数
      • PERCENT_RANK
      • CUME_DIST
    • 前驱后继函数
      • LAG(expr,n)：返回当前行的前n行的expr的值
      • LEAD(expr,n)：返回当前行的后n行的expr的值
    • 头尾函数
      • FIRST_VALUE(expr)
      • LAST_VALUE(expr)
    • 其他函数
      • NTH_VALUE(expr,n)：返回第n行的expr值
      • NTILE(n)：将有序数据分为n个桶，记录等级数
  • 所有聚合函数

其中 window_definition具有语法:

[ existing_window_name ] [ PARTITION BY expression [, ...] ] [ ORDER BY expression [ ASC | DESC | USING operator ] [ NULLS { FIRST | LAST } ] [, ...] ] [ frame_clause ]

frame_clause具有下列之一的语法: 

{ RANGE | ROWS | GROUPS } frame_start [ frame_exclusion ] { RANGE | ROWS | GROUPS } BETWEEN frame_start AND frame_end [ frame_exclusion ]

frame_start与frame_end可以是UNBOUNDED PRECEDING, offset PRECEDING, CURRENT ROW, offset FOLLOWING, UNBOUNDED FOLLOWING. frame_exclusion可以是EXCLUDE CURRENT ROW, EXCLUDE GROUP, EXCLUDE TIES, EXCLUDE NO OTHERS.

expression指不包含窗函数调用的任何表达式。

注:

  • 方括号[]指可选子句
  • 圆括号{}指多种选项的集合，选项之间以竖杠|分割

例子2

[编辑]

窗函数允许访问恰在当前记录之前和之后的记录的数据。[5][6][7][8] 一个窗函数定义当前行周围具有给定行数的帧或窗，并跨窗对数据集执行计算。[9][10] 

      NAME | ------------       Aaron| <-- Preceding (unbounded)      Andrew|      Amelia|       James|        Jill|      Johnny| <-- 1st preceding row     Michael| <-- Current row        Nick| <-- 1st following row     Ophelia|        Zach| <-- Following (unbounded)

在上表中，下一个查询为每一行提取具有前一行和后一行的窗口的值w:

 SELECT   LAG(name, 1)      OVER(ORDER BY name) "prev",   name,    LEAD(name, 1)      OVER(ORDER BY name) "next"  FROM people  ORDER BY name

查询结果为: 

|     PREV |     NAME |     NEXT | |----------|----------|----------| |    (null)|     Aaron|    Andrew| |     Aaron|    Andrew|    Amelia| |    Andrew|    Amelia|     James| |    Amelia|     James|      Jill| |     James|      Jill|    Johnny| |      Jill|    Johnny|   Michael| |    Johnny|   Michael|      Nick| |   Michael|      Nick|   Ophelia| |      Nick|   Ophelia|      Zach| |   Ophelia|      Zach|    (null)|

例子3

[编辑]
# 首先创建虚拟的业务员销售数据  CREATE TABLE Sales (  idate date,  iname char(2),  sales int );  # 向表中插入数据  INSERT INTO Sales VALUES  ('2021/1/1', '丁一', 200),  ('2021/2/1', '丁一', 180),  ('2021/2/1', '李四', 100),  ('2021/3/1', '李四', 150),  ('2021/2/1', '刘猛', 180),  ('2021/3/1', '刘猛', 150),  ('2021/1/1', '王二', 200),  ('2021/2/1', '王二', 180),  ('2021/3/1', '王二', 300),  ('2021/1/1', '张三', 300),  ('2021/2/1', '张三', 280),  ('2021/3/1', '张三', 280);   # 查询各月中销售业绩最差的业务员 SELECT * FROM     (SELECT month(idate),iname,sales,          ROW_NUMBER() OVER(PARTITION BY month(idate) ORDER BY sales) as sales_order     FROM Sales) as t WHERE sales_order=1;

例子4

[编辑]

求用户连续登录天数 

  # 首先创建虚拟的用户登录表，并插入数据  create table user_login (  user_id varchar(100),  login_time datetime );  insert into user_login values  (1,'2020-11-25 13:21:12'),  (1,'2020-11-24 13:15:22'),  (1,'2020-11-24 10:30:15'),  (1,'2020-11-24 09:18:27'),  (1,'2020-11-23 07:43:54'),  (1,'2020-11-10 09:48:36'),  (1,'2020-11-09 03:30:22'),  (1,'2020-11-01 15:28:29'),  (1,'2020-10-31 09:37:45'),  (2,'2020-11-25 13:54:40'),  (2,'2020-11-24 13:22:32'),  (2,'2020-11-23 10:55:52'),  (2,'2020-11-22 06:30:09'),  (2,'2020-11-21 08:33:15'),  (2,'2020-11-20 05:38:18'),  (2,'2020-11-19 09:21:42'),  (2,'2020-11-02 00:19:38'),  (2,'2020-11-01 09:03:11'),  (2,'2020-10-31 07:44:55'),  (2,'2020-10-30 08:56:33'),  (2,'2020-10-29 09:30:28');      # 第一种情况：查看每位用户连续登陆的情况。包括每位用户连续登录的情况、查看每位用户最大连续登录的天数、查看在某个时间段里连续登录天数超过N天的用户 select user_id,         min(login_date) start_date,         max(login_date) end_date,         count(login_date) days # 计算每位用户连续登录天数  from (select *,date_sub(login_date, interval irank day) idate # 增加辅助列，以判断用户是否连续登录          from (select *,rank() over(partition by user_id order by login_date) irank # 对每个用户的登录日期排序                  from (select distinct user_id, date(login_time) login_date from user_login                         # 数据预处理：由于统计的窗口期是天数，对登录时间字段格式转换为日期然后去重（去掉用户一天内多次登录的情况）                      ) as a             ) as b     ) as c  group by user_id,idate;  # 第二种情况：计算每个用户最大连续登录天数    # 第三种情况：查看给定时间段内连续登录天数≥5天的用户   # 找出相差天数为5的记录  select distinct user_id      from (select *,datediff(idate5,login_date)+1 as days # 计算当前登录日期与之后第4次登陆的日期的差值                from (select *,lead(login_date,4) over(partition by user_id order by login_date) idate5 # 获取当前登录日期之后第4次登陆的日期                        from user_logrin_date)                      as a)          as b      where days = 5;

历史

[编辑]

SQL:2003（英语：SQL:2003）引入了窗函数，其后的标准扩展了其功能。[11]

MySQL从8.0开始引入了窗函数。目前支持的语法为： 

# 开窗函数语法  func_name(<parameter>) OVER([PARTITION BY <part_by_condition>] [ORDER BY <order_by_list> ASC|DESC])

参考文献

[编辑]
  1. ^ 1.0 1.1 Analytic function concepts in Standard SQL | BigQuery. Google Cloud. [2021-03-23]. （原始内容存档于2022-03-24） （英语）. 
  2. ^ Window Functions. sqlite.org. [2021-03-23]. （原始内容存档于2022-11-17）. 
  3. ^ 3.5. Window Functions. PostgreSQL Documentation. 2021-02-11 [2021-03-23]. （原始内容存档于2022-10-31） （英语）. 
  4. ^ 4.0 4.1 4.2. Value Expressions. PostgreSQL Documentation. 2021-02-11 [2021-03-23]. （原始内容存档于2022-10-10） （英语）. 
  5. ^ Leis, Viktor; Kundhikanjana, Kan; Kemper, Alfons; Neumann, Thomas. Efficient Processing of Window Functions in Analytical SQL Queries. Proc. VLDB Endow. June 2015, 8 (10): 1058–1069. ISSN 2150-8097. doi:10.14778/2794367.2794375. 
  6. ^ Cao, Yu; Chan, Chee-Yong; Li, Jie; Tan, Kian-Lee. Optimization of Analytic Window Functions. Proc. VLDB Endow. July 2012, 5 (11): 1244–1255. ISSN 2150-8097. arXiv:1208.0086 可免费查阅. doi:10.14778/2350229.2350243. 
  7. ^ Probably the Coolest SQL Feature: Window Functions. Java, SQL and jOOQ. 2013-11-03 [2017-09-26]. （原始内容存档于2021-06-24） （美国英语）. 
  8. ^ Window Functions in SQL - Simple Talk. Simple Talk. 2013-10-31 [2017-09-26]. （原始内容存档于2021-09-22） （美国英语）. 
  9. ^ SQL Window Functions Introduction. Apache Drill. （原始内容存档于2022-10-10）. 
  10. ^ PostgreSQL: Documentation: Window Functions. www.postgresql.org. [2020-04-04]. （原始内容存档于2022-11-02） （英语）. 
  11. ^ Window Functions Overview. MariaDB KnowledgeBase. [2021-03-23]. （原始内容存档于2022-10-15）. 
检索自“https://zh.wikipedia.org/w/index.php?title=窗函数_(SQL)&oldid=74889145”