| 三种开窗函数详细用法，图文详解 | 您所在的位置：网站首页 › rownumber函数详解 › 三种开窗函数详细用法，图文详解 |
三种开窗函数详细用法，图文详解
|
开窗函数的详细用法
一，开窗函数的语法二，从聚合开窗函数sum(score) over(partition by name )讲起三，开窗函数之first_value，last_value，lead，lag四，排名开窗函数ROW_NUMBER、DENSE_RANK、RANK
一，开窗函数的语法
开窗函数的语法为：over(partition by 列名1 order by 列名2 )，括号中的两个关键词partition by 和order by 可以只出现一个。over() 前面是一个函数，如果是聚合函数，那么order by 不能一起使用。 二，从聚合开窗函数sum(score) over(partition by name )讲起实不相瞒我看一眼就会了（假的，其实这种又臭又长的字实在懒得看） sum(score) over(partition by name ) sum()是聚合函数，其实我聚合函数还没学明白，当 sum()函数 后面跟上 over()以后，由sum聚合函数就成为了开窗函数。 over() 括号里面就是定义窗口的内容了，partition 是分区,分组的意思。partition by 就是根据某个字段分组。 所以sum(score) over(partition by name ) ，就是先根据 name 分组(如图)，当前面加了sum（score）后就把根据name分组后的，每个（组）窗口里面的字段 score进行求和操作。 select *,sum(score) over(partition by name) sum窗口函数举例 from kchs -- 为了简单就只有两个字段，name和score
执行语句： select *, sum(score) over (order by id) as 累加求和 from kchs
拓展一下： 一，很多聚合函数都可以用作窗口函数的运算，如SUM、AVG、MAX、MIN、COUNT。 二，和gropu by 不同的是窗口函数会生成多行，而不是想group by 一样只有一行 三，开窗函数之first_value，last_value，lead，lagfirst_value：是在窗口里面取到第一个值 first_value(score) over( partition by name)as first_score , 根据name分区（组），取score列的第一个值last_value：是在窗口里面取到最后一个值 last_value(score) over(partition by name) as last_score --根据name分区（组），取score列的最后一个值lead 是取当前行的后 N 条数据，并且可以设置默认值 lead(score,1,0) over(partition by name ) as lead_score --根据name分区（组），score列当前行的后面N行，，如果没有就为默认值0lag 是取当前行的上 N 条数据，并且可以设置默认值 lag(score,1,0) over(partition by name ) as lag_score --根据name分区（组），score列当前行的上面N行，如果没有就为默认值0
row_number ()是为每组的行设置一个连续的递增的数字（123456） ROW_NUMBER() over( partition by name order by score asc)as ROW_NUMBER_scorerank()是排名，也为每一组的行生成一个序号,如果有相同的值会生成相同的序号，并且接下来的序号是不连序的。例如：有三个人并列第一名，第四名序号为四（111456） rank() over(partition by name order by score asc) as RANK_scoreDENSE_RANK（）和RANK（）类似，不同的是如果有相同的序号，那么接下来的序号不会间断。例如：有三个人并列第一，第四名序号为2（111234） DENSE_RANK() over(partition by name order by score asc) as DENSE_RANK_score
注意： 一，排名开窗函数可以单独使用ORDER BY 语句，也可以和PARTITION BY同时使用。 二，ORDER BY 指定排名开窗函数的顺序，在排名开窗函数中必须使用ORDER BY语句。 三，PARTITION BY用于将结果集进行分组，开窗函数应用于每一组。 |
聚合函数同样需要对数据进行排序，但不会显示排名结果。会将当前名次的数据 与 排在这之前的所有数据 依次做相应的计算。
【本文地址】