SQL(4)窗口函数

窗口函数笔记：来自宋红康老师视频

MySQL数据库教程天花板，mysql安装到mysql高级，强！硬！_哔哩哔哩_bilibili

#20220403MySQL新特性
CREATE DATABASE dbtest18；
USE dbtest18;

CREATE TABLE sales(
id INT PRIMARY KEY AUTO_INCREMENT,
city VARCHAR(15), county VARCHAR(15), sales_value DECIMAL );

  INSERT INTO sales(city,county,sales_value) 
  VALUES
 ('北京','海淀',10.00),
 ('北京','朝阳',20.00),
('上海','黄埔',30.00),
('上海','长宁',10.00);

#需求：现在计算这个网站在每个城市的销售总额、在全国的销售总额、每个区的销售额占所在城市销售
#额中的比率，以及占总销售额中的比率
#方式1：
#第一步，计算总销售金额，并存入临时表 a：
CREATE TEMPORARY TABLE a  #创建临时表 
SELECT SUM(sales_value) AS sales_value #计算总计金额 
FROM sales;
SELECT * FROM a;
#第二步，计算每个城市的销售总额并存入临时表 b：
CREATE TEMPORARY TABLE b -- 创建临时表 
SELECT city,SUM(sales_value) AS sales_value -- 计算城市销售合计 
FROM sales GROUP BY city;
SELECT * FROM b;
#第三步，计算各区的销售占所在城市的总计金额的比例，和占全部销售总计金额的比例。
SELECT s.city AS 城市,s.county AS 区,s.sales_value AS 区销售额,
 b.sales_value AS 市销售额,s.sales_value/b.sales_value AS 市比率,
 a.sales_value AS 总销售额,s.sales_value/a.sales_value AS 总比率
 FROM sales s
 JOIN b ON (s.city=b.city) -- 连接市统计结果临时表
 JOIN a -- 连接总计金额临时表
 ORDER BY s.city,s.county;

 #方式2：窗口函数
SELECT city AS 城市,county AS 区,sales_value AS 区销售额,
SUM(sales_value) OVER(PARTITION BY city) AS 市销售额, -- 计算市销售额
sales_value/SUM(sales_value) OVER(PARTITION BY city) AS 市比率,
SUM(sales_value) OVER() AS 总销售额, -- 计算总销售额
sales_value/SUM(sales_value) OVER() AS 总比率
 FROM sales
 ORDER BY city,county;

CREATE TABLE goods( 
id INT PRIMARY KEY AUTO_INCREMENT,
category_id INT, 
category VARCHAR(15), 
NAME VARCHAR(30), 
price DECIMAL(10,2), 
stock INT, 
upper_time DATETIME 
);

INSERT INTO goods(category_id,category,NAME,price,stock,upper_time) 
VALUES 
(1, '女装/女士精品', 'T恤', 39.90, 1000, '2020-11-10 00:00:00'), 
(1, '女装/女士精品', '连衣裙', 79.90, 2500, '2020-11-10 00:00:00'), 
(1, '女装/女士精品', '卫衣', 89.90, 1500, '2020-11-10 00:00:00'), 
(1, '女装/女士精品', '牛仔裤', 89.90, 3500, '2020-11-10 00:00:00'), 
(1, '女装/女士精品', '百褶裙', 29.90, 500, '2020-11-10 00:00:00'), 
(1, '女装/女士精品', '呢绒外套', 399.90, 1200, '2020-11-10 00:00:00'), 
(2, '户外运动', '自行车', 399.90, 1000, '2020-11-10 00:00:00'), 
(2, '户外运动', '山地自行车', 1399.90, 2500, '2020-11-10 00:00:00'), 
(2, '户外运动', '登山杖', 59.90, 1500, '2020-11-10 00:00:00'), 
(2, '户外运动', '骑行装备', 399.90, 3500, '2020-11-10 00:00:00'), 
(2, '户外运动', '运动外套', 799.90, 500, '2020-11-10 00:00:00'), 
(2, '户外运动', '滑板', 499.90, 1200, '2020-11-10 00:00:00');

SELECT * FROM goods;

#序号函数
#1．ROW_NUMBER()函数:同价格88.9的两个商品，row_num分别为2和3.（1234）
#PARTITION BY分组，只是把相同类别的放在一起，没有合并成一行数据；group by分组，把相同类别的合并成一行数据。
#举例：查询 goods 数据表中每个商品分类下价格降序排列的各个商品信息。
SELECT ROW_NUMBER() OVER (PARTITION BY category_id ORDER BY price DESC) AS row_num,
id,category_id,category,NAME,price,stock,upper_time
FROM goods;

#举例：查询 goods 数据表中每个商品分类下价格最高的3种商品信息。
SELECT *
FROM (
        SELECT ROW_NUMBER() OVER (PARTITION BY category_id ORDER BY price DESC) AS row_num,
        id,category_id,category,NAME,price,stock,upper_time
        FROM goods   
    ) t
WHERE row_num<=3;

#2．RANK()函数：同价格88.9的两个商品，row_num都是2,价格79.9的商品row_num直接为4.（1224）
#举例：使用RANK()函数获取 goods 数据表中各类别的价格从高到低排序的各商品信息。
SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
id, category_id, category, NAME, price, stock
FROM goods;
#举例：使用RANK()函数获取 goods 数据表中类别为“女装/女士精品”的价格最高的4款商品信息
SELECT *
FROM (
    SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
    id, category_id, category, NAME, price, stock
    FROM goods
    ) t
WHERE row_num <=4
AND category_id=1;

#3．DENSE_RANK()函数：（1223）
#举例：使用DENSE_RANK()函数获取 goods 数据表中各类别的价格从高到低排序的各商品信息。
SELECT DENSE_RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS row_num,
id,category_id,category,NAME,price,stock
FROM goods;

#2. 分布函数
#1．PERCENT_RANK()函数:要同时查询RANK()函数
#PERCENT_RANK()函数是等级值百分比函数。按照如下方式进行计算。
#(rank - 1) / (rows - 1) 其中，rank的值为使用RANK()函数产生的序号，rows的值为当前窗口的总记录数。
#例：计算 goods 数据表中名称为“女装/女士精品”的类别下的商品的PERCENT_RANK值。
#方式1：
SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS r,
PERCENT_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS pr,
id,category_id,category,NAME,price,stock,upper_time
FROM goods
WHERE category_id=1;
#方式2：WINDOW W
SELECT RANK() OVER w AS r,
PERCENT_RANK() OVER w AS pr,
id,category_id,category,NAME,price,stock,upper_time
FROM goods
WHERE category_id=1 WINDOW w AS (PARTITION BY category_id ORDER BY price DESC);

#2．CUME_DIST()函数
#CUME_DIST()函数主要用于查询小于或等于某个值的比例
#举例：查询goods数据表中小于或等于当前价格的比例。
SELECT CUME_DIST() OVER(PARTITION BY category_id ORDER BY price ASC) AS cd,
id,category_id,category,NAME,price,stock,upper_time
FROM goods;

#3. 前后函数
#1．LAG(expr,n)函数
#LAG(expr,n)函数返回当前行的前n行的expr的值。
#举例：查询goods数据表中前一个商品价格与当前商品价格的差值
#WINDOW w,from中声明子查询
SELECT id,category,NAME,price, pre_price,price-pre_price AS diff_price
FROM(
    SELECT id,category,NAME,price,
    LAG(price,1) OVER w AS pre_price
    FROM goods
    WINDOW w AS (PARTITION BY category_id ORDER BY price)
    )t;
#其中，子查询为
LAG(price,1) OVER (PARTITION BY category_id ORDER BY price) AS pre_price

#2．LEAD(expr,n)函数
#LEAD(expr,n)函数返回当前行的后n行的expr的值。
#举例：查询goods数据表中后一个商品价格与当前商品价格的差值。
SELECT  id,category,NAME,behind_price,price,behind_price-price AS diff_price
FROM (
    SELECT id,category,NAME,LEAD(price,1) OVER w AS behind_price,price
    FROM goods
    WINDOW w AS (PARTITION BY category_id ORDER BY price)
    )t;

#其中，子查询为
LEAD(price,1) OVER (PARTITION BY category_id ORDER BY price) AS behind_price

#4. 首尾函数 1．FIRST_VALUE(expr)函数
#FIRST_VALUE(expr)函数返回第一个expr的值。
#举例：按照价格排序，查询第1个商品的价格信息。
SELECT id,category,NAME,price,stock,FIRST_VALUE (price) OVER w AS first_price
FROM goods
WINDOW w AS (PARTITION BY category_id ORDER BY price);

#2．LAST_VALUE(expr)函数    输出结果有误???
#LAST_VALUE(expr)函数返回最后一个expr的值。
#举例：按照价格排序，查询最后一个商品的价格信息。
SELECT id,category_id,category,NAME,price,stock,LAST_VALUE(price) OVER w AS last_price
FROM goods
WINDOW w AS (PARTITION BY category_id ORDER BY price);

#5. 其他函数 1．NTH_VALUE(expr,n)函数
#NTH_VALUE(expr,n)函数返回第n个expr的值。
#举例：查询goods数据表中排名第2和第3的价格信息。
SELECT id,category,NAME,price,
NTH_VALUE(price,2) OVER w AS second_price,
NTH_VALUE(price,3) OVER w AS third_price
FROM goods
WINDOW w AS (PARTITION BY category_id ORDER BY price);

#2．NTILE(n)函数
#NTILE(n)函数将分区中的有序数据分为n个桶，记录桶编号。
#举例：将goods表中的商品按照价格分为3组。(112233)
SELECT NTILE(3) OVER w AS nt,id,category,NAME,price
FROM goods
WINDOW w AS (PARTITION BY category_id ORDER BY price);
#举例：将goods表中的商品按照价格分为4组。(112234)
SELECT NTILE(4) OVER w AS nt,id,category,NAME,price
FROM goods
WINDOW w AS (PARTITION BY category_id ORDER BY price);

#2.5 小 结
#窗口函数的特点是可以分组，而且可以在分组内排序。另外，窗口函数不会因为分组而减少原表中的行
#数，这对我们在原表数据的基础上进行统计和排序非常有用。

#3.1 普通公用表表达式
WITH CTE名称 
AS （子查询）
SELECT|DELETE|UPDATE 语句;
#举例：查询员工所在的部门的详细信息
准备工作
CREATE TABLE departments
AS
SELECT * FROM atguigudb.departments;

CREATE TABLE employees
AS
SELECT * FROM atguigudb.employees;
#方式1：子查询
SELECT *
FROM departments
WHERE department_id IN (
                        SELECT DISTINCT department_id
                        FROM employees
                        );

#方式2：CTE实现:公用表达式，当成一个表
WITH cte_emp
AS ( SELECT DISTINCT department_id FROM employees)
SELECT *
FROM departments d JOIN cte_emp e
ON d.department_id=e.department_id;

#3.2 递归公用表表达式  ？？？
WITH RECURSIVE CTE名称 
AS （子查询） 
SELECT|DELETE|UPDATE 语句;
#举例：找出公司employees表中的所有的下下属
WITH RECURSIVE cte 
AS(
    SELECT employee_id,last_name,manager_id,1 AS n FROM employees WHERE employee_id = 100-- 种子查询，找到第一代领导 
    UNION ALL 
    SELECT a.employee_id,a.last_name,a.manager_id,n+1 FROM employees AS a JOIN cte 
    ON (a.manager_id = cte.employee_id) -- 递归查询，找出以递归公用表表达式的人为领导的人
    )
SELECT employee_id,last_name FROM cte WHERE n >= 3;

#新特性练习题
#1. 创建students数据表，如下 
CREATE TABLE students(
                    id INT PRIMARY KEY AUTO_INCREMENT, 
                    student VARCHAR(15), 
                    points TINYINT 
                    );

#2. 向表中添加数据如下 
INSERT INTO students(student,points) 
VALUES 
('张三',89), 
('李四',77), 
('王五',88),
('赵六',90), 
('孙七',90), 
('周八',88);

#3. 分别使用RANK()、DENSE_RANK() 和 ROW_NUMBER()函数对学生成绩降序排列情况进行显示
#没有分组，故不用partition by，只写order by即可
SELECT student,points,
RANK() OVER w AS 排序1,
DENSE_RANK() OVER w AS 排序2,
ROW_NUMBER() OVER w AS 排序3
FROM students
WINDOW w AS (ORDER BY points DESC);