java每日一记 —— MySQL窗口函数的使用

2024-01-26 07:36
文章标签 java mysql 函数 使用 每日 窗口 database 一记

本文主要是介绍java每日一记 —— MySQL窗口函数的使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

MySQL窗口函数

  • 1.什么时窗口函数
  • 2.窗口函数的基本应用
    • 2.1.排序函数
    • 2.2.分布函数
    • 2.3.前后函数
    • 2.4.头尾函数
    • 2.5.聚合函数
    • 2.6.其他函数

窗口函数时MySQL8.0中的
注意：窗口函数也有人称为“开窗函数”

1.什么时窗口函数

引入问题：让我们从一个实际的问题开始。假设我们有一个销售数据表，我们需要计算每个销售人员每个月的销售额，并且还要知道他们的总销售额在整个团队中的排名

1.简单来说，它是一种可以在一列或多列上进行计算，并为每一行返回一个结果的函数。

2.举个例子：

假设我们有一个销售表，包含每个销售人员每个月的销售额。如果我们想要知道每个销售人员每个月的销售额在整个团队中的排名，就可以使用窗口函数ROW_NUMBER()。这个函数会为每行生成一个唯一的数字，表示它的位置。我们可以按照月份和销售额降序排序，这样就可以得到每个销售人员每个月的销售额排名

3.窗口函数还可以用于计算平均值、总和、最大值、最小值等统计信息，以及百分位数、移动平均值等高级统计信息。这些功能对于数据分析来说都是非常有用的

4.窗口函数的语法

[窗口函数](参数)
OVER ([PARTITION BY 列名][ORDER BY 列名 ASC|DESC][ROWS BETWEEN x AND y]
)

5.解释：

  • 窗口函数：这是一项标准的函数，例如COUNT(), SUM(), AVG(), MIN(), MAX()等
  • 参数：这是传递给窗口函数的参数，具体取决于您正在使用的窗口函数类型
  • PARTITION BY：这是用来将结果集分为多个逻辑分区的关键字。它会将行分成多组，然后对每一组独立地应用窗口函数
  • ORDER BY：这是用来指定结果集中行的顺序的关键字。你可以将列名放在括号中，并使用ASC或DESC关键字来指定升序或降序排序
  • ROWS BETWEEN x AND y：这是用来指定应用于哪一行范围的关键字

2.窗口函数的基本应用

MySQL中窗口函数共分为5类：

  • 排序函数：用于为窗口内的每一行生成一个序号。例如 ROW_NUMBER()，RANK()，DENSE_RANK() 等
  • 分布函数：用于计算窗口内的每一行在整个分区中的相对位置。例如 PERCENT_RANK()，CUME_DIST() 等
  • 前后函数：用于获取窗口内的当前行的前后某一行的值。例如 LAG()，LEAD() 等
  • 头尾函数：用于获取窗口内的第一行或最后一行的值。例如 FIRST_VALUE()，LAST_VALUE() 等
  • 聚合函数：用于计算窗口内的某个字段的聚合值。例如 SUM()，AVG()，MIN()，MAX() 等。

准备SQL


SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;DROP TABLE IF EXISTS `emp`;
CREATE TABLE `emp`  (`id` bigint NOT NULL,`ename` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,`age` int NULL DEFAULT NULL,`dept_id` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = DYNAMIC;INSERT INTO `emp` VALUES (1, '乔峰', 10, '1001');
INSERT INTO `emp` VALUES (2, '段誉', 21, '1001');
INSERT INTO `emp` VALUES (3, '虚竹', 23, '1001');
INSERT INTO `emp` VALUES (4, '阿紫', 18, '1001');
INSERT INTO `emp` VALUES (5, '扫地僧', 85, '1002');
INSERT INTO `emp` VALUES (6, '李秋水', 33, '1002');
INSERT INTO `emp` VALUES (7, '鸠摩智', 50, '1002');
INSERT INTO `emp` VALUES (8, '天山童姥', 60, '1003');
INSERT INTO `emp` VALUES (9, '慕容博', 58, '1003');
INSERT INTO `emp` VALUES (10, '丁春秋', 71, '1005');
SET FOREIGN_KEY_CHECKS = 1;

2.1.排序函数

序号函数是按照一定的分组规则对每一组的数据排序并创建一个序号列

  • row_number()
  • rank()
  • dense_rank()

1.row_number()

row_number()：为表中的每一行分配一个序号，可以指定分组（也可以不指定）及排序字段（连续且不重复），例如：1、2、3、4、5

测试SQL

SELECT id, ename, age, dept_id, row_number() OVER() as 'row_number' FROM emp;

row_number

2.rank()

rank()：根据排序字段为每个分组中的每一行分配一个序号。排名值相同时，序号相同，但序号中存在间隙，例如：1、1、1、4、5

测试SQL

SELECT id, ename, age, dept_id, rank() over(ORDER BY dept_id DESC) FROM emp;

rank

3.dense_rank()

dense_rank()：根据排序字段为每个分组中的每一行分配一个序号。排名值相同时，序号相同，序号中没有间隙，例如：1、1、1、2、3

测试SQL

SELECT id, ename, age, dept_id, dense_rank() over(ORDER BY dept_id DESC) FROM emp;

dense_rank

4.小练习：将每个部门下的员工按照年龄进行倒序排列

SELECT id, ename, age, dept_id, row_number() OVER(PARTITION BY  dept_id  ORDER BY age DESC) as 'row_number' FROM emp;

小练习

2.2.分布函数

分组内小于、等于当前rank值的行数 / 分组内总行数

  • percent_rank()
  • cume_dist()

1.percent_rank()

percent_rank()：计算查询字段按照百分比排名

测试SQL

SELECT id, ename, age, dept_id, percent_rank() over(ORDER BY dept_id DESC) as 'percent_rank' FROM emp;

percent_rank
解释：根据上面的查询结果可以得出规律：

  • 比 dept_id = 1005 还要大的占0
  • 比 dept_id = 1003 还要大的占0.11
  • 比 dept_id = 1002 还要大的占0.33
  • 比 dept_id = 1001 还要大的占0.66

2.cume_dist()

cume_dist()：它常用来表示一个值在一组值中的相对排名或者累积频率

测试SQL：

SELECT id, ename, age, dept_id, cume_dist() over(ORDER BY dept_id DESC) as 'cume_dist' FROM emp;

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/57bc3c77ae614489957a541c3f0f3273.png

2.3.前后函数

前后函数是指用于查询当前行与其前几行或后几行数据之间关系的函数

  • lag()
  • lead()

lag()：用于访问当前行之前（按照排序顺序）的某一行数据

1.lag()详解

语法：

LAG(expression, [offset], [default])
OVER ([PARTITION BY partition_expression]ORDER BY sort_expression
)
  • expression：这是你想要从前面行获取的字段名或表达式
  • offset（可选）：这是一个整数，表示向前移动的行数，默认为1，即前一行。如果你想取前两行的数据，则设置为2
  • default（可选）：如果指定的偏移位置超出了有效的行范围（例如，对于分区中的第一行），则返回此默认值。如果不指定，默认值可能是NULL

测试SQL

SELECT id, ename, age, dept_id, lag(dept_id, 5,1) over() as 'lag' FROM emp;

lag

2.lead()详解：

lead()：而是获取当前行之后的数据

语法

LEAD(expression, [offset], [default])
OVER ([PARTITION BY partition_expression]ORDER BY sort_expression
)
  • expression：这是你想要从后面行获取的字段名或表达式
  • offset（可选）：这是一个整数，表示向后移动的行数，默认为1，即下一行。如果你想取后两行的数据，则设置为2
  • default（可选）：如果指定的偏移位置超出了有效的行范围（例如，对于分区中的最后一行），则返回此默认值。如果不指定，默认值可能是NULL

测试SQL

SELECT id, ename, age, dept_id, lead(dept_id, 5,1) over() as 'lead' FROM emp;

lead

2.4.头尾函数

用于获取窗口内的首行或末行数据的函数

  • first_value()
  • last_value()

1.first_value()

first_value()：返回指定列的第一行值

测试SQL

SELECT id, ename, age, dept_id, first_value(age) over(PARTITION BY dept_id) as 'first_value' FROM emp;

first_value

2.last_value()

last_value()：返回指定列的最后一行

测试SQL

SELECT id, ename, age, dept_id, last_value(age) over(PARTITION BY dept_id) as 'last_value' FROM emp;

last_value

2.5.聚合函数

主要进行计算窗口函数中的数据

  • sum() over( partion by <要分列的组> order by <要排序的列> rows between <数据范围> )

  • count() over( partion by <要分列的组> order by <要排序的列> rows between <数据范围> )

  • avg() over( partion by <要分列的组> order by <要排序的列> rows between <数据范围> )

  • max() over( partion by <要分列的组> order by <要排序的列> rows between <数据范围> )

  • min() over( partion by <要分列的组> order by <要排序的列> rows between <数据范围> )

1.sum() over()

题目：统计每个部门员工的年龄

SQL

SELECT id, ename, age, dept_id, sum(age) over(PARTITION BY dept_id) as 'sum' FROM emp;

sum使用

2.count() over()

题目：统计每个部门员工个数

SQL

SELECT id, ename, age, dept_id, count(age) over(PARTITION BY dept_id) as 'count' FROM emp;

count

3.avg() over()

题目：统计每个部门员工年龄

SQL

SELECT id, ename, age, dept_id, avg(age) over(PARTITION BY dept_id) as 'avg' FROM emp;

avg

4.max() over()

题目：统计每个部门员工年龄最大的

SQL

SELECT id, ename, age, dept_id, max(age) over(PARTITION BY dept_id) as 'avg' FROM emp;

max

5.min() over()

题目：统计每个部门员工年龄最小的

SQL

SELECT id, ename, age, dept_id, min(age) over(PARTITION BY dept_id) as 'min' FROM emp;

min

2.6.其他函数

  • nth_value()
  • ntile()

1.nth_value()

nth_value()：从一个分区内的行序列中选取第 n 个值

语法：

nth_value(expression, nth)
OVER ([PARTITION BY column1, column2, ...]ORDER BY sort_column ASC|DESC
)
  • expression: 要计算 nth 值的列名或表达式。
  • nth: 一个正整数，表示要返回的第几个值（通常从 1 开始计数）。
  • PARTITION BY: 可选参数，用于将数据集划分为多个逻辑分区，在每个分区内独立进行计算。
  • ORDER BY: 必须指定的参数，用于确定在每个分区内部的行顺序。

题目：获取每个部门中年龄排第二

SQL

SELECT id, ename, age, dept_id, nth_value(age, 2) over(PARTITION BY dept_id) as 'avg' FROM emp;

nth_value

注意：如果没有就会为null

2.ntile()

ntile()：用于将数据集划分为n个连续的桶

语法：

NTILE(n)
OVER ([PARTITION BY column1, column2, ...]ORDER BY sort_column ASC|DESC
)
  • n: 一个正整数，表示要将数据集分成多少个桶。
  • PARTITION BY: 可选参数，用于先将整个数据集按照指定列进行分区，在每个分区内独立进行分配。
  • ORDER BY: 必须指定的参数，用于确定在每个分区内部如何排序行以便进行分配。

题目：将员工按照年龄分为3个等级

SQL

SELECT id, ename, age, dept_id, ntile(3) over(ORDER BY age desc) as 'ntile' FROM emp;

ntile

NTILE() 函数在处理数据时，如果数据行数不能被桶数整除，它会按照以下方式分配：

  • 尽量均匀地将数据分配到各个桶中。

  • 如果有剩余的行数无法平均分配，则这些行将会被分配到编号较小的桶里，直到所有桶都被填满。

  • 也就是说，不论数据是奇数还是偶数，NTILE() 都会确保前几个桶尽可能充满，而最后一个桶可能包含比其他桶稍微多一些或少一些的数据。具体哪个桶会收到多出的数据，并不固定，而是根据排序和分区情况动态决定的。

  • 例如，如果你有101条数据并使用 NTILE(5)，那么前4个桶每个将包含大约20条数据（共80条），而最后一个桶将包含剩下的21条数据

这篇关于java每日一记 —— MySQL窗口函数的使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/646079。

相关文章

springboot集成easypoi导出word换行处理过程

springboot集成easypoi导出word换行处理过程

《springboot集成easypoi导出word换行处理过程》SpringBoot集成Easypoi导出Word时,换行符n失效显示为空格,解决方法包括生成段落或替换模板中n为回车,同时需确... 目录项目场景问题描述解决方案第一种：生成段落的方式第二种：替换模板的情况，换行符替换成回车总结项目场景s
阅读更多...
SpringBoot集成redisson实现延时队列教程

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配
阅读更多...
SpringBoot中@Value注入静态变量方式

SpringBoot中@Value注入静态变量方式

《SpringBoot中@Value注入静态变量方式》SpringBoot中静态变量无法直接用@Value注入,需通过setter方法,@Value(${})从属性文件获取值,@Value(#{})用... 目录项目场景解决方案注解说明1、@Value("${}")使用示例2、@Value("#{}"php
阅读更多...
SpringBoot分段处理List集合多线程批量插入数据方式

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案：通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建
阅读更多...
线上Java OOM问题定位与解决方案超详细解析

线上Java OOM问题定位与解决方案超详细解析

《线上JavaOOM问题定位与解决方案超详细解析》OOM是JVM抛出的错误,表示内存分配失败,：本文主要介绍线上JavaOOM问题定位与解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一、OOM问题核心认知1.1 OOM定义与技术定位1.2 OOM常见类型及技术特征二、OOM问题定位工具
阅读更多...
基于 Cursor 开发 Spring Boot 项目详细攻略

基于 Cursor 开发 Spring Boot 项目详细攻略

《基于Cursor开发SpringBoot项目详细攻略》Cursor是集成GPT4、Claude3.5等LLM的VSCode类AI编程工具,支持SpringBoot项目开发全流程,涵盖环境配... 目录cursor是什么？基于 Cursor 开发 Spring Boot 项目完整指南1. 环境准备2. 创建
阅读更多...
Python使用FastAPI实现大文件分片上传与断点续传功能

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现（FastAPI）2.1 运行环境2.2 目录结构建议2.3 serv
阅读更多...
Spring Security简介、使用与最佳实践

Spring Security简介、使用与最佳实践

《SpringSecurity简介、使用与最佳实践》SpringSecurity是一个能够为基于Spring的企业应用系统提供声明式的安全访问控制解决方案的安全框架,本文给大家介绍SpringSec... 目录一、如何理解 Spring Security？—— 核心思想二、如何在 Java 项目中使用？——
阅读更多...
SpringBoot+RustFS 实现文件切片极速上传的实例代码

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot？二、环境准备与部署2.1 安装 RustF
阅读更多...
springboot中使用okhttp3的小结

springboot中使用okhttp3的小结

《springboot中使用okhttp3的小结》OkHttp3是一个JavaHTTP客户端,可以处理各种请求类型,比如GET、POST、PUT等,并且支持高效的HTTP连接池、请求和响应缓存、以及异... 在 Spring Boot 项目中使用 OkHttp3 进行 HTTP 请求是一个高效且流行的方式。
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2