数据分析/运营——MySQL的窗口函数用法

本文介绍几个MySQL常用的窗口函数

下面以这个简单的数据表为例，对常见的几种窗口函数进行说明

先说一下窗口函数的一般语法：

select 
	窗口函数(参数)  over(partition by <用于分组的列> order by <用于排序的列>) as '别名'
from 表名

常用的窗口函数分为排序函数：rank()、dense_rank()、row_number()和聚合函数：sum()、avg()、count()、min()、max(),其中排序函数的括号后面不需要输入参数（即列名），聚合函数需要输入参数。下面对这几个窗口函数进行举例说明

1、排序函数

（1）Rank()

功能：求出每个员工在它所属部门中的工资排名

select *,
	rank() over(partition by DepartmentId order by Salary desc) as '排名'
from Employee;

得到结果如下：

可以看到，rank()的效果和group by有点像，也是先将数据按照某列进行聚合(分组)，再进行相应的计算。不同的是，group by 聚合后，每一类只返回一列，而rank()则全部返回，即不减少数据的行数。
另一方面，我们可以看到这个排名其实是不连续的，能不能求连续的排名呢（即Randy应该排在第3，而不是第4，其实这个可以通过dense_rank()来实现

（2）dense_Rank()

功能：求出每个员工在它所属部门中的工资排名（连续）

select *,
	dense_rank() over(partition by DepartmentId order by Salary desc) as '排名'
from Employee;

可以看到dense_rank()得到的排名是连续的。而且我们发现前两种函数得到的排名都有可能出现重复值，就当工资相同的时候，排名相同，能否有一种方法，使得排名是不重复的，即便是工资相同的情况下也给它一个不同的排名。这可以通过row_num()函数实现

（3）row_number()

功能：求出每个员工在它所属部门中的工资排名（不重复）

select *,
	row_number() over(partition by DepartmentId order by Salary desc) as '排名'
from Employee;

可以看到row_num()对于相同的工资，得到的排名还是不一样的。

2、聚合函数

（1）sum()

功能：同一部门的工资累计（好奇为什么不叫cumsum）

select *, 
	sum(Salary) over(partition by DepartmentId order by Id) as '求和'
from Employee;

sum()函数实现了对工资的累加

（2）avg()

功能：求工资的累计均值，可以看下哪个工资的加入使得平均值变化较大

select  *,
	avg(Salary) over(partition by DepartmentId order by Id) as '均值'
from Employee;

（3）count()、min()、max()、

功能：累计计算、累计最小值、累计最大值

select  *,
	count(Salary) over(partition by DepartmentId order by Id) as '计数',
	min(Salary) over(partition by DepartmentId order by Id) as '最小值',
	max(Salary) over(partition by DepartmentId order by Id) as '最大值'
from Employee;

总结：

（1）窗口函数的语法：

select 
	窗口函数(参数)  over(partition by <用于分组的列> order by <用于排序的列> desc/asc) as '别名'
from 表名

窗口函数(参数)可以分为：
排序函数：rank()、dense_rank()、row_number()
聚合函数：sum(<用于计算的列名>)、avg(<用于计算的列名>)、count(<用于计算的列名>)、min(<用于计算的列名>)、max(<用于计算的列名>)
partition by <用于分组的列> 这部分可以省略，省略就代表不进行分组，即把全部样本当成一个组

(2) 窗口函数的特点：

-窗口函数具有分组（partition by）和排序（order by）的功能
-窗口函数相对于group by 而言，不会减少原表的行数