/*===================================================================*/
/*
窗口函数
OLAP OnLine AnalyticalProcessing
<窗口函数> OVER ([PARTITION BY <列名>] ORDER BY <排序用列名>)
[]中的内容可以省略。
窗口函数最关键的是搞明白关键字PARTITON BY*和ORDER BY******的作用。
PARTITON BY是用来分组，即选择要看哪个窗口，类似于GROUP BY 子句的分组功能，但是PARTITION BY 子句并不具备GROUP BY 子句的汇总功能，并不会改变原始表中记录的行数
ORDER BY是用来排序，即决定窗口内，是按那种规则(字段)来排序的
SELECT product_name
,product_type
,sale_price
,RANK() OVER (PARTITION BY product_type
ORDER BY sale_price) AS ranking
FROM product;
通过关键字ASC/DESC来指定升序/降序,默认ASC升序
*/
/*
窗口函数分类
1. SUM、MAX、MIN等聚合函数
2. RANK、DENSE_RANK等排序用的专用窗口函数
RANK函数
计算排序时，如果存在相同位次的记录，则会跳过之后的位次
例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、4 位……
DENSE_RANK函数
同样是计算排序，即使存在相同位次的记录，也不会跳过之后的位次
例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、2 位……
ROW_NUMBER函数
赋予唯一的连续位次
例）有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位
SELECT product_name
,product_type
,sale_price
,RANK() OVER (ORDER BY sale_price) AS ranking
,DENSE_RANK() OVER (ORDER BY sale_price) AS dense_ranking
,ROW_NUMBER() OVER (ORDER BY sale_price) AS row_num
FROM product;
聚合函数在窗口函数上的使用
当前所在行及之前所有的行的合计或均值。即累计到当前行的聚合
SELECT product_id
,product_name
,sale_price
,SUM(sale_price) OVER (ORDER BY product_id) AS current_sum
,AVG(sale_price) OVER (ORDER BY product_id) AS current_avg
FROM product;
*/
/*
窗口函数的应用——计算移动平均
聚合函数在窗口函数使用时，可以指定更加详细的汇总范围。该汇总范围成为框架(frame)。
<窗口函数> OVER (ORDER BY <排序用列名>
ROWS n PRECEDING )
<窗口函数> OVER (ORDER BY <排序用列名>
ROWS BETWEEN n PRECEDING AND n FOLLOWING)
PRECEDING（“之前”）， 将框架指定为 “截止到之前 n 行”，加上自身行 前面n行+自己
FOLLOWING（“之后”）， 将框架指定为 “截止到之后 n 行”，加上自身行 后面n行+自己
BETWEEN 1 PRECEDING AND 1 FOLLOWING，将框架指定为 “之前1行” + “之后1行” + “自身” 前面n行+自己+后面n行
SELECT product_id
,product_name
,sale_price
,AVG(sale_price) OVER (ORDER BY product_id
ROWS 2 PRECEDING) AS moving_avg
,AVG(sale_price) OVER (ORDER BY product_id
ROWS BETWEEN 1 PRECEDING
AND 1 FOLLOWING) AS moving_avg
FROM product;
原则上，窗口函数只能在SELECT子句中使用
窗口函数 OVER 中的ORDER BY 子句并不会影响最终结果的排序。其只是用来决定窗口函数按何种顺序计算
*/
/*
grouping运算符
ROLLUP 计算合计及小计
常规的GROUP BY 只能得到每个分类的小计，有时候还需要计算分类的合计，可以用 ROLLUP关键字
SELECT product_type
,regist_date
,SUM(sale_price) AS sum_price
FROM product
GROUP BY product_type, regist_date WITH ROLLUP
*/
-- 练习题5.1
SELECT product_id
,product_name
,sale_price
,MAX(sale_price) OVER (ORDER BY product_id) AS Current_max_price -- 按id进行累计，看最大值
FROM product;
-- 练习题5.2
SELECT product_id,product_name,regist_date,sale_price,
SUM(sale_price) OVER (ORDER BY regist_date ASC) AS Sum_price
FROM product;