Oracle学习笔记：窗口函数

2023-08-06 20:15:34

1.测试数据
2.聚合函数+over()
3.partition by子句
4.order by子句
5.序列函数

SQL中的聚合函数，顾名思义是聚集合并的意思，是对某个范围内的数值进行聚合，聚合后的结果是一个值或是各个类别对应的值。直接聚合得到的结果是所有数据合并，分组聚合(group by)得到的结果是分组合并。

这种聚合函数得到的数据行数是小于基础数据行数的，但是我们经常会有这样的需求，就是既希望看基础数据同时也希望查看聚合后的数据，这个时候聚合函数就满足不了我们了，窗口函数就派上用场了。窗口函数就是既可以显示原始基础数据也可以显示聚合数据。

1.测试数据

学习当然不能凭空想象，需要大量的实践来提高学习效果。

先编排测试数据。

-- 创建测试表
create table temp_cwh_window
(
  shopname varchar(10),
  sales number,
  date2 date
);
-- 插入数据
insert into temp_cwh_window values('淘宝','50',to_date('20191013','yyyymmdd'));
insert into temp_cwh_window values('淘宝','35',to_date('20191014','yyyymmdd'));
insert into temp_cwh_window values('淘宝','63',to_date('20191015','yyyymmdd'));
insert into temp_cwh_window values('天猫','15',to_date('20191013','yyyymmdd'));
insert into temp_cwh_window values('天猫','59',to_date('20191014','yyyymmdd'));
insert into temp_cwh_window values('天猫','63',to_date('20191015','yyyymmdd'));
insert into temp_cwh_window values('京东','159',to_date('20191013','yyyymmdd'));
insert into temp_cwh_window values('京东','32',to_date('20191014','yyyymmdd'));
insert into temp_cwh_window values('京东','59',to_date('20191015','yyyymmdd'));
-- 查询
select * from temp_cwh_window;

序号	shopname	sales	date2
1	淘宝	50	2019/10/13
2	淘宝	35	2019/10/14
3	淘宝	63	2019/10/15
4	天猫	15	2019/10/13
5	天猫	59	2019/10/14
6	天猫	63	2019/10/15
7	京东	159	2019/10/13
8	京东	32	2019/10/14
9	京东	59	2019/10/15

2.聚合函数+over()

over()的作用就是告诉SQL引擎：按区域对数据进行分区，然后累计每个切片的总额，再全部展示。

over函数指明在那些字段上做分析，其内跟Partition by表示对数据进行分组。注意Partition by可以有多个字段。

over函数可以和其它聚集函数、分析函数搭配，起到不同的作用。例如sum，还有诸如rank，dense_rank, min, max等。

平均销量

select shopname,
       sales,
       date2,
       avg(sales) over()
from temp_cwh_window;

3.partition by子句

使用partition by子句可以进行分组操作，类似于group by，需要与over()搭配使用。

select shopname,
       sales,
       date2,
       avg(sales) over(partition by shopname)
from temp_cwh_window;

4.order by子句

使用order by子句可以按照某一列数值进行排序，可与序列函数ntile、row_number、lag、lead、first_value、last_value等结合使用。

当 order by 与聚合函数一起使用时，是顺序聚合的。类似于累计和的效果，截止当前行的累计，这里需要特别注意。

select shopname,
       sales,
       date2,
       sum(sales) over(partition by shopname order by date2)
from temp_cwh_window;

-- 运行结果
1   京东  159 2019/10/13  159
2   京东  32  2019/10/14  191
3   京东  59  2019/10/15  250
4   淘宝  50  2019/10/13  50
5   淘宝  35  2019/10/14  85
6   淘宝  63  2019/10/15  148
7   天猫  15  2019/10/13  15
8   天猫  59  2019/10/14  74
9   天猫  63  2019/10/15  137

当order by与序列函数一起使用时用于排序。

5.序列函数

序列函数，就是可以将数据整理成一个有序的序列，然后可以在这个序列里面挑选我们想要的序列对应的数据。

5.1 分析函数之 ntile

ntile函数对一个数据分区中的有序结果集进行划分，将其分组为各个桶，并为每个小组分配一个唯一的组编号。默认是对表在不做任何操作之前进行切片分组的。

注：必须要加order by

随机切分为3组

select shopname,
       sales,
       date2,
       ntile(3) over(order by null)
from temp_cwh_window;

先分组排序再切分

select shopname,
       sales,
       date2,
       ntile(3) over(partition by shopname order by sales)
from temp_cwh_window;

空值排最后

select shopname,
       sales,
       date2,
       ntile(3) over(partition by shopname order by sales desc nulls last)
from temp_cwh_window;

5.2 分析函数之 row_number

row_number() 从 1 开始，按照顺序（注意这里是顺序不是排序）生成该条数据在分组内的对应的序列数，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。

row_number() 一般需要与 order by 进行结合使用。

rank是不连续排名函数(1,1,3,3,5)，dense_rank 是连续排名函数(1,1,2,2,3)。

select shopname,
       sales,
       date2,
       row_number() over(partition by shopname order by date2) as rank
from temp_cwh_window;

然后只需要将 rank = 1 部分数据取出即可。

5.3 分析函数之 lag、lead

lag 的英文意思是滞后，而 lead 的英文意思是超前。

对应的 lag 是让数据向后移动，而 lead 是让数据向前移动。

select shopname,
       sales,
       date2,
       lag(date2,1) over(partition by shopname order by date2)
from temp_cwh_window;

-- 结果
1   京东  159 2019/10/13  
2   京东  32  2019/10/14  2019/10/13
3   京东  59  2019/10/15  2019/10/14
4   淘宝  50  2019/10/13  
5   淘宝  35  2019/10/14  2019/10/13
6   淘宝  63  2019/10/15  2019/10/14
7   天猫  15  2019/10/13  
8   天猫  59  2019/10/14  2019/10/13
9   天猫  63  2019/10/15  2019/10/14

select shopname,
       sales,
       date2,
       lead(date2,1) over(partition by shopname order by date2)
from temp_cwh_window;

-- 结果
1   京东  159 2019/10/13  2019/10/14
2   京东  32  2019/10/14  2019/10/15
3   京东  59  2019/10/15  
4   淘宝  50  2019/10/13  2019/10/14
5   淘宝  35  2019/10/14  2019/10/15
6   淘宝  63  2019/10/15  
7   天猫  15  2019/10/13  2019/10/14
8   天猫  59  2019/10/14  2019/10/15
9   天猫  63  2019/10/15

5.4 分析函数之 first_value、last_value

first_value 和 last_value 都是顾名思义，就是获取第一个值和最后一个值。

但是不是真正意义上的第一个或最后一个，而是截至到当前行的第一个或最后一个。

select shopname,
       sales,
       date2,
       first_value(date2) over(partition by shopname order by date2),
       last_value(date2) over(partition by shopname order by date2)
from temp_cwh_window;

-- 结果
1   京东  159 2019/10/13  2019/10/13  2019/10/13
2   京东  32  2019/10/14  2019/10/13  2019/10/14
3   京东  59  2019/10/15  2019/10/13  2019/10/15
4   淘宝  50  2019/10/13  2019/10/13  2019/10/13
5   淘宝  35  2019/10/14  2019/10/13  2019/10/14
6   淘宝  63  2019/10/15  2019/10/13  2019/10/15
7   天猫  15  2019/10/13  2019/10/13  2019/10/13
8   天猫  59  2019/10/14  2019/10/13  2019/10/14
9   天猫  63  2019/10/15  2019/10/13  2019/10/15

码农公寓