窗口函数说明

1、我们都知道在SQL中有一类函数叫做聚合函数,例如sum()、avg()、max()等等,这类函数可以将多行数据按照规则聚集为一行,一般来讲聚集后的行数是要少于聚集前的行数的,但是有时我们想要既显示聚集前的数据,又要显示聚集后的数据,这时我们便引入了窗口函数。

2、在所有的SQL处理中,窗口函数都是最后一步执行,而且仅位于Order by字句之前。

3、Partition By子句可以称为查询分区子句,非常类似于Group By,都是将数据按照边界值分组,而Over之前的函数在每一个分组之内进行,如果超出了分组,则函数会重新计算。

4、order by子句会让输入的数据强制排序。Order By子句对于诸如row_number()，lead()，LAG()等函数是必须的，因为如果数据无序，这些函数的结果就没有任何意义。因此如果有了Order By子句，则count()，min()等计算出来的结果就没有任何意义。

5、如果只使用partition by子句,未指定order by的话,我们的聚合是分组内的聚合。

6、当同一个select查询中存在多个窗口函数时,他们相互之间是没有影响的。

row_number/rank/dense_rank的区别

这三个窗口函数的使用场景非常多,区别分别为:

1、row_number()从1开始，按照顺序，生成分组内记录的序列,row_number()的值不会存在重复,当排序的值相同时,按照表中记录的顺序进行排列

2、rank() 生成数据项在分组中的排名，排名相等会在名次中留下空位

3、dense_rank() 生成数据项在分组中的排名，排名相等会在名次中不会留下空位

注意：

rank和dense_rank的区别在于排名相等时会不会留下空位。

窗口函数语句

<窗口函数>

OVER ([PARTITION BY <列清单>]

ORDER BY <排序用列清单>)

over:窗口函数关键字

partition by:对结果集进行分组

order by:设定结果集的分组数据排序

聚合函数:聚合函数（SUM、AVG、COUNT、MAX、MIN）

内置函数:rank、dense_rank、row_number、percent_rank、grouping sets、first_value、last_value、nth_value等专用窗口函

1 准备数据

1.1 创建测试的表test1

create table test1(
department varchar(50),
number numeric,
wages numeric
);

1.2 插入数据到test1表中

insert into test1 values
('发展部','8','6000'),
('发展部','10','5200'),
('销售部','1','5000'),
('销售部','3','4800'),
('发展部','7','4200'),
('销售部','4','4800'),
('发展部','9','4500'),
('私立部','5','3500'),
('私立部','2','3900'),
('发展部','11','5200');

2 rank over 窗口函数使用

rank():返回行号,对比值重复时行号重复并间断，即返回 1,2,2,4...

2.1 按照分区查看每行的个数

select *,rank() over(partition by department) cn from test1;

2.2 按照分区和排序查看每行的数据

select *,rank() over(partition by department order by wages desc) cn from test1;

2.3 查看每个部门最高的数据

select * from (
select *,rank() over(partition by department order by wages desc) cn from test1)
tn where cn=1;

3 row_number over 窗口函数的使用

row_number():返回行号,对比值重复时行号不重复不间断,即返回 1,2,3,4,5....,不返回 1,2,2,4...

3.1 显示数据的行号

3.1.1 顺序显示行号

select *,row_number() over() cn from test1

3.1.2 获取一段内的数据

select *,row_number() over() cn from test1 limit 4 OFFSET 2

3.2 显示分区的个数

select *,row_number() over(partition by department) cn from test1

3.3 按照department分组wages排序显示数据

select *,row_number() over(partition by department order by wages desc) cn from test1

3.4 查看每个部门的最高的数据

select * from ( select *,row_number() over(partition by department order by wages desc) cn from test1 )
tn where cn =1;

4 dense_rank窗口函数使用

4.1 rank与dense_rank的区别

rank()：返回行号,对比值重复时行号重复并间断，即返回 1,2,2,4...

dense_rank():返回行号,对比值重复时行号重复但不间断，即返回 1,2,2,3

注意他两的区别

4.2 dense_rank 窗口函数的显示

select *,dense_rank() over(partition by department order by wages desc) cn from test1;

4.3 rank 窗口函数的显示

select *,rank() over(partition by department order by wages desc) cn from test1;

5 rank/row_number/dense_rank比较

rank():返回行号,对比值重复时行号重复并间断， 即返回 1,2,2,4...
row_number():返回行号,对比值重复时行号不重复不间断,即返回 1,2,3,4,5....,不返回 1,2,2,4...
dense_rank():返回行号,对比值重复时行号重复但不间断， 即返回 1,2,2,3

select department,number,wages,
-- 值同排名相同，同时不保留被占用的排名序号，即总排名号不连续
rank() over(partition by department order by wages desc) as rnl,
-- 值同，排名相同，保留下一个的排名序列号，即总排名连续
dense_rank() over(partition by department order by wages desc) as rn2,
-- 强制按列的结果排序，更像行号。
row_number() over(partition by department order by wages desc) as rn3
from test1;

6 percent_rank 窗口函数的使用

percent_rank()：从当前开始,计算在分组中的比例 (行号-1)*(1/(总记录数-1))

6.1 计算分组中的比例

select *,percent_rank() over(partition by department order by wages desc) cn from test1;

7 grouping sets 函数的使用

7.1 先按照wages分组再按照department进行分组

在以下结果中可以看出wages有相同的显示了null值,如果想做唯一数据去掉该条件即可
select department,wages,count(1) from test1 group by grouping sets(department,(department,wages)) order by department;

8 聚合函数+窗口函数使用

8.1 查看一个部门的个数

select department,number,wages,count(*) over() from test1 where department = '发展部';

8.2 统计每个部门的wages之和

select department,number,wages,sum(wages) over(partition by department) from test1;

8.3 按照排序统计每个部门的wages之和

select department,number,wages,sum(wages) over(partition by department ORDER BY wages desc) from test1;

8.4 按照分组和排序统计数据

select department,number,wages,
sum(wages) over() sum1,
sum(wages) over (order by department) sum2,
sum(wages) over (partition by department) sum3,
sum(wages) over ( partition by department order by wages desc) sum4
from test1
order by department desc;

8.5 window子句使用

8.5.1 windom子句的说明

我们在上面已经通过使用partition by子句将数据进行了分组的处理,如果我们想要更细粒度的划分,我们就要引入window子句了。

window子句:

- preceding（preceding）：往前

- following(following)：往后

- current row(current row)：当前行

- unbounded(unbounded)：起点

- unbounded preceding 表示从前面的起点

- unbounded following：表示到后面的终点

8.5.2 执行的SQL语句

select department,number,wages,
--所有行相加
sum(wages) over() as sum1,
-- 统计按照department组内的sum
sum(wages) over(partition by department) as sum2,
-- 统计按照department分组wages排序sum
sum(wages) over(partition by department order by wages) as sum3,
-- 表示从前面的起点到当前的行统计sum
sum(wages) over(partition by department order by wages rows between unbounded preceding and current row) as sum4,
-- 表示往前1行到当前的行的统计
sum(wages) over(partition by department order by wages rows between 1 preceding and current row) as sum5,
-- 表示往前1行到往后1行的统计
sum(wages) over(partition by department order by wages rows between 1 preceding and 1 following )as sum6,
-- 表示当前的行到后面的重点统计
sum(wages) over(partition by department order by wages rows between current row and unbounded following) as sum7
from test1;

8.6 窗口函数中的序列函数

8.6.1 序列函数的说明

常用的序列函数有下面几个:

ntile(ntile)

ntile(n),用于将分组数据按照顺序切分成n片，返回当前切片值

ntile不支持rows between，

比如 ntile(2) over(partition by cost order by name rows between 3 preceding and current row)

8.6.2 执行的语句

select department,number,wages,
-- 全局数据进行分割
ntile(3) over() as sample1,
-- 按照分组,将数据今个
ntile(3) over(partition by department) sample2,
-- 按照排序对数据进行分割
ntile(3) over(order by department) sample3,
-- 按照分组和排序进行数据分割
ntile(3) over(partition by department order by wages) sample4
from test1 order by department desc;

9 first_value\last_value使用

9.1 first_value和last_value说明

first_value取分组内排序后,截止到当前行,第一个值

last_value取分组内排序后,截止到当前行,最后一个值,如果有重复值获取获取最后一个

以下函数在greenplum才可使用

nth_value用来取结果集每一个分组的指定行数的字段值。(如果不存在返回null)

9.2 执行的SQL

select department,number,wages,
first_value(number) over(partition by department order by wages desc)as f1,
last_value(number) over(partition by department order by wages desc) as f2
from test1;

来源：CSDN

作者：小徐xfg

链接：https://blog.csdn.net/xfg0218/article/details/104340898

标签

sql排序

sql分组

postgreSQL窗口函数总结