0
点赞
收藏
分享

微信扫一扫

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)

杨沐涵 2022-10-05 阅读 182


学习总结

(1)PARTITON BY 是用来分组,即选择要看哪个窗口,类似于 GROUP BY 子句的分组功能,但是 PARTITION BY 子句并不具备 GROUP BY 子句的汇总功能,并不会改变原始表中记录的行数。
ORDER BY 是用来排序,即决定窗口内,是按那种规则(字段)来排序的。

文章目录

  • ​​学习总结​​
  • ​​一、窗口函数​​
  • ​​1.1 窗口函数概念及基本的使用方法​​
  • ​​二、窗口函数种类​​
  • ​​2.1 专用窗口函数​​
  • ​​2.2 聚合函数在窗口函数上的使用​​
  • ​​三、窗口函数的的应用 - 计算移动平均​​
  • ​​3.1 窗口函数适用范围和注意事项​​
  • ​​四、GROUPING运算符​​
  • ​​4.1 ROLLUP - 计算合计及小计​​
  • ​​五、练习题​​
  • ​​5.1 结果题​​
  • ​​5.2 排序题​​
  • ​​5.3 思考题​​
  • ​​Reference​​

一、窗口函数

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_聚合函数

1.1 窗口函数概念及基本的使用方法

窗口函数也称为OLAP函数。OLAP 是 ​​OnLine AnalyticalProcessing​​ 的简称,意思是对数据库数据进行实时分析处理。

为了便于理解,称之为 ​​窗口函数​​。常规的SELECT语句都是对整张表进行查询,而窗口函数可以让我们有选择的去某一部分数据进行汇总、计算和排序。

窗口函数的通用形式:

<窗口函数> OVER ([PARTITION BY <列名>]
ORDER BY <排序用列名>)

[ ]中的内容可以省略。

窗口函数最关键的是搞明白关键字 PARTITON BYORDER BY 的作用。

PARTITON BY 是用来分组,即选择要看哪个窗口,类似于 GROUP BY 子句的分组功能,但是 PARTITION BY 子句并不具备 GROUP BY 子句的汇总功能,并不会改变原始表中记录的行数。

ORDER BY 是用来排序,即决定窗口内,是按那种规则(字段)来排序的。

举个栗子:

SELECT product_name
,product_type
,sale_price
,RANK() OVER (PARTITION BY product_type
ORDER BY sale_price) AS ranking
FROM product;

+--------------+--------------+------------+---------+
| product_name | product_type | sale_price | ranking |
+--------------+--------------+------------+---------+
| 圆珠笔 | 办公用品 | 100 | 1 |
| 打孔器 | 办公用品 | 500 | 2 |
| 叉子 | 厨房用具 | 500 | 1 |
| 擦菜板 | 厨房用具 | 880 | 2 |
| 菜刀 | 厨房用具 | 3000 | 3 |
| 高压锅 | 厨房用具 | 6800 | 4 |
| T恤 | 衣服 | 1000 | 1 |
| 运动T恤 | 衣服 | 4000 | 2 |
+--------------+--------------+------------+---------+
8 rows in set (0.00 sec)

我们先忽略生成的新列 - [ranking], 看下原始数据在​​PARTITION BY​​​ 和 ​​ORDER BY​​ 关键字的作用下发生了什么变化。

​PARTITION BY​​​ 能够设定窗口对象范围。本例中,为了按照商品种类进行排序,我们指定了​​product_type​​。即一个商品种类就是一个小的"窗口"。

​ORDER BY​​​ 能够指定按照哪一列、何种顺序进行排序。为了按照销售单价的升序进行排列,我们指定了​​sale_price​​​。此外,窗口函数中的​​ORDER BY​​​与​​SELECT​​​语句末尾的​​ORDER BY​​​一样,可以通过关键字​​ASC​​​/​​DESC​​​来指定升序/降序。省略该关键字时会默认按照​​ASC​​​,也就是
升序进行排序。本例中就省略了上述关键字 。

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_升序_02

二、窗口函数种类

大致来说,窗口函数可以分为两类。

一是 将SUM、MAX、MIN等聚合函数用在窗口函数中

二是 RANK、DENSE_RANK等排序用的专用窗口函数

2.1 专用窗口函数

  • RANK函数

计算排序时,如果存在相同位次的记录,则会跳过之后的位次。

例)有 3 条记录排在第 1 位时:1 位、1 位、1 位、4 位……

  • DENSE_RANK函数

同样是计算排序,即使存在相同位次的记录,也不会跳过之后的位次。

例)有 3 条记录排在第 1 位时:1 位、1 位、1 位、2 位……

  • ROW_NUMBER函数

赋予唯一的连续位次。

例)有 3 条记录排在第 1 位时:1 位、2 位、3 位、4 位

运行以下代码:
因为不用像上面栗子进行分类商品中的排序,所以不需要用​​​PARTITION BY​​:

SELECT  product_name
,product_type
,sale_price
,RANK() OVER (ORDER BY sale_price) AS ranking
,DENSE_RANK() OVER (ORDER BY sale_price) AS dense_ranking
,ROW_NUMBER() OVER (ORDER BY sale_price) AS row_num
FROM product;

+--------------+--------------+------------+---------+---------------+---------+
| product_name | product_type | sale_price | ranking | dense_ranking | row_num |
+--------------+--------------+------------+---------+---------------+---------+
| 圆珠笔 | 办公用品 | 100 | 1 | 1 | 1 |
| 打孔器 | 办公用品 | 500 | 2 | 2 | 2 |
| 叉子 | 厨房用具 | 500 | 2 | 2 | 3 |
| 擦菜板 | 厨房用具 | 880 | 4 | 3 | 4 |
| T恤 | 衣服 | 1000 | 5 | 4 | 5 |
| 菜刀 | 厨房用具 | 3000 | 6 | 5 | 6 |
| 运动T恤 | 衣服 | 4000 | 7 | 6 | 7 |
| 高压锅 | 厨房用具 | 6800 | 8 | 7 | 8 |
+--------------+--------------+------------+---------+---------------+---------+
8 rows in set (0.00 sec)

2.2 聚合函数在窗口函数上的使用

聚合函数在窗口函数中的使用方法和之前的专用窗口函数一样,只是出来的结果是一个累计的聚合函数值。

运行以下代码:

SELECT  product_id
,product_name
,sale_price
,SUM(sale_price) OVER (ORDER BY product_id) AS current_sum
,AVG(sale_price) OVER (ORDER BY product_id) AS current_avg
FROM product;

+------------+--------------+------------+-------------+-------------+
| product_id | product_name | sale_price | current_sum | current_avg |
+------------+--------------+------------+-------------+-------------+
| 0001 | T恤 | 1000 | 1000 | 1000.0000 |
| 0002 | 打孔器 | 500 | 1500 | 750.0000 |
| 0003 | 运动T恤 | 4000 | 5500 | 1833.3333 |
| 0004 | 菜刀 | 3000 | 8500 | 2125.0000 |
| 0005 | 高压锅 | 6800 | 15300 | 3060.0000 |
| 0006 | 叉子 | 500 | 15800 | 2633.3333 |
| 0007 | 擦菜板 | 880 | 16680 | 2382.8571 |
| 0008 | 圆珠笔 | 100 | 16780 | 2097.5000 |
+------------+--------------+------------+-------------+-------------+
8 rows in set (0.00 sec)

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_窗口函数_03


【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_升序_04


可以看出,聚合函数结果是,按我们指定的排序,这里是​​product_id​​,当前所在行及之前所有的行的合计或均值。即累计到当前行的聚合。

三、窗口函数的的应用 - 计算移动平均

在上面提到,聚合函数在窗口函数使用时,计算的是累积到当前行的所有的数据的聚合。 实际上,还可以指定更加详细的汇总范围。该汇总范围成为 框架 (frame)。

语法

<窗口函数> OVER (ORDER BY <排序用列名>
ROWS n PRECEDING )

<窗口函数> OVER (ORDER BY <排序用列名>
ROWS BETWEEN n PRECEDING AND n FOLLOWING)

PRECEDING(“之前”), 将框架指定为 “截止到之前 n 行”,加上自身行

FOLLOWING(“之后”), 将框架指定为 “截止到之后 n 行”,加上自身行

​BETWEEN 1 PRECEDING AND 1 FOLLOWING​​,将框架指定为 “之前1行” + “之后1行” + “自身”

执行以下代码:

SELECT  product_id
,product_name
,sale_price
,AVG(sale_price) OVER (ORDER BY product_id
ROWS 2 PRECEDING) AS moving_avg
,AVG(sale_price) OVER (ORDER BY product_id
ROWS BETWEEN 1 PRECEDING
AND 1 FOLLOWING) AS moving_avg
FROM product;

+------------+--------------+------------+------------+------------+
| product_id | product_name | sale_price | moving_avg | moving_avg |
+------------+--------------+------------+------------+------------+
| 0001 | T恤 | 1000 | 1000.0000 | 750.0000 |
| 0002 | 打孔器 | 500 | 750.0000 | 1833.3333 |
| 0003 | 运动T恤 | 4000 | 1833.3333 | 2500.0000 |
| 0004 | 菜刀 | 3000 | 2500.0000 | 4600.0000 |
| 0005 | 高压锅 | 6800 | 4600.0000 | 3433.3333 |
| 0006 | 叉子 | 500 | 3433.3333 | 2726.6667 |
| 0007 | 擦菜板 | 880 | 2726.6667 | 493.3333 |
| 0008 | 圆珠笔 | 100 | 493.3333 | 490.0000 |
+------------+--------------+------------+------------+------------+
8 rows in set (0.00 sec)

执行结果:

注意观察框架的范围。

第一列的​​moving_avg​​:ROWS 2 PRECEDING:

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_聚合函数_05

第二列的​​moving_avg​​:ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING:

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_窗口函数_06

3.1 窗口函数适用范围和注意事项

  • 原则上,窗口函数只能在SELECT子句中使用。
  • 窗口函数OVER 中的​​ORDER BY​​ 子句并不会影响最终结果的排序。其只是用来决定窗口函数按何种顺序计算

四、GROUPING运算符

4.1 ROLLUP - 计算合计及小计

常规的GROUP BY 只能得到每个分类的小计,有时候还需要计算分类的合计,可以用 ​​ROLLUP​​关键字。

SELECT  product_type
,regist_date
,SUM(sale_price) AS sum_price
FROM product
GROUP BY product_type, regist_date WITH ROLLUP;

+--------------+-------------+-----------+
| product_type | regist_date | sum_price |
+--------------+-------------+-----------+
| 办公用品 | 2009-09-11 | 500 |
| 办公用品 | 2009-11-11 | 100 |
| 办公用品 | NULL | 600 |
| 厨房用具 | 2008-04-28 | 880 |
| 厨房用具 | 2009-01-15 | 6800 |
| 厨房用具 | 2009-09-20 | 3500 |
| 厨房用具 | NULL | 11180 |
| 衣服 | NULL | 4000 |
| 衣服 | 2009-09-20 | 1000 |
| 衣服 | NULL | 5000 |
| NULL | NULL | 16780 |
+--------------+-------------+-----------+
11 rows in set (0.01 sec)

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_mysql_07

这里​​ROLLUP​​​ 对​​product_type​​​, ​​regist_date​​两列进行合计汇总。结果实际上有三层聚合,如:

  • 下图 模块3是常规的​​GROUP BY​​ 的结果,需要注意的是衣服 有个注册日期为空的,这是本来数据就存在日期为空的,不是对衣服类别的合计;
  • 模块2和1是​​ROLLUP​​ 带来的合计,模块2是对产品种类的合计,模块1是对全部数据的总计。

​ROLLUP​​ 可以对多列进行汇总求小计和合计。

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_升序_08

五、练习题

5.1 结果题

请说出针对本章中使用的 product(商品)表执行如下 SELECT 语句所能得到的结果。

SELECT  product_id
,product_name
,sale_price
,MAX(sale_price) OVER (ORDER BY product_id) AS Current_max_price
FROM product;

利用窗口函数​​OVER​​​,计算按照​​product_id​​升序排序后,遍历到当前时候的最大商品价格:

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_窗口函数_09

5.2 排序题

继续使用product表,计算出按照登记日期(​​regist_date​​​)升序进行排列的各日期的销售单价(​​sale_price​​)的总额。排序是需要将登记日期为NULL 的“运动 T 恤”记录排在第 1 位(也就是将其看作比其他日期都早)

一开始想着如下这样做(计算出每个日期的当天的),但是是要有显示每个商品的,从题目说的排序规则也可以看出来。

SELECT regist_date,
SUM(sale_price) OVER(ORDER BY regist_date) AS sum_sale_price
FROM product;

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_升序_10


所以就改成如下这样,以每个日期为窗口(利用​​PARTITION BY​​),进行计算当天的销售总额,注意这里的销售总额不会累加之前日期的销售总额。

SELECT product_name,
product_id,sale_price,regist_date,
SUM(sale_price) OVER (PARTITION BY regist_date
ORDER BY regist_date) AS current_sum_price
FROM product;

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_mysql_11

5.3 思考题

① 窗口函数不指定​​PARTITION BY​​​的效果是什么?
【答】木有划分窗口,整个表是一个窗口,拿刚才的5.2举栗子,如果去掉​​​PARTITION BY​​,结果变为按照日期排序,然后计算累加单价:

SELECT product_name,
product_id,sale_price,regist_date,
SUM(sale_price) OVER (ORDER BY regist_date) AS current_sum_price
FROM product;

【教奶奶学SQL】(task5)SQL高级处理(窗口函数 | ROLLUP)_聚合函数_12


② 为什么说窗口函数只能在​​SELECT​​子句中使用?实际上,在ORDER BY 子句使用系统并不会报错。

【答】SQL执行顺序:

FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY。

Reference

datawhale notebook


举报

相关推荐

0 条评论