mysql分组后组内排序_数据小白的转行之路-MYSQL（七）

一、什么是窗口函数？

1. 什么是窗口函数

窗口函数，可以对数据库数据进行实时分析处理。

基本语法如下：

<窗口函数> over by (partition by <要分组的列名>

order by <要排序的列名>)

2. 窗口函数有什么用？

窗口函数可以解决以下几类常见的问题：

a) 排名问题：每个班按照总成绩来排名

b) TopN问题：找出每个班成绩前三名的同学

二、如何使用窗口函数

1. 以rank()专用窗口函数为例：

原数据如下：

如果我们想在每个班级内按成绩排名，得到以下的效果：

则我们用rank()专用窗口函数实现的语句如下：

select * , rank() over (partition by 班级 order by 成绩 as desc) as Ranking
from 班级表;

现在我们一步一步来拆解：

首先，我们要先按班级分组，找到每个班级都有哪些学生，对应哪些成绩(partition by 班级)

然后，再在各个班级内按成绩倒序排列，从而让成绩由高到低排列(order by 成绩 desc)。

通过下图，可以理解partition by 和 order by 的顺序和作用。

2. group by和窗口函数的区别

group by 分组汇总后改变了表的行数，一行只有一个类别。这也是为什么group by后通常要和having 加聚合函数一起使用，以表示一个值而不是一组数据。

窗口函数它不会减少原表中的行数。如：

三、怎么用？

1. 专用窗口函数

a) 区别：

A、不考虑相同数值并列情况：row_number()

B、考虑相同数值并列情况：rank() 和 dense_rank()

例子：

找课程号为‘0003’的成绩，并且分别用这三种专用窗口函数排序。

从上述例子可知，在不考虑数值相同并列的情况下，用row_number()排序的结果是1，2，3，4，相当于给各个成绩所在的行添加行数。

而rank()和dense_rank()都考虑了数值相同的并列情况，但是rank()的并列名次行会占用下一名次的位置，而dense_rank则不会占用。

我们可以用下图记忆，方便理解：

b) 面试经典案例：

A、经典的排名问题：找课程号为‘0003’的成绩，并且按成绩高低排名

两个相同的分数，排名应该是一样的。而相同分数后的下一个名次，应该是下一个连续的整数值。也就是说，名次之间是连续的，不应该有间隔。

根据这个例子，我们可以确定使用dense_rank()：

B、经典的TopN问题：求各科成绩的最高分

方法一：关联子查询

方法二：窗口函数

TopN问题模版：
Select *
From (select*, row_number()(无重复值)或者 dense_rank()(有重复值) over (patrtition by <要分组的列名> order by <要排序的列名>) as Ranking from 表名) as a
Where Ranking <= N

2. 聚合函数作窗口函数

a) 作用：

从上图可得，所有聚合函数的结果都是当前行在各分组内自身与前面结果的累计。因此聚合函数作为窗口函数，可以在每一行的数据中直观的看到截止到本行数据，该组统计数据的情况（最大值、最小值、总计等）。

b) 经典面试题：求各科大于平均成绩的学生

3. 窗口函数的移动平均

和聚合函数作窗口函数中的avg()求平均值类似，只不过移动平均的平均值添加了一个范围。

例子：求课程号为0003的移动平均值

学号0001的移动平均值为99/1=99

学号0002的移动平均值为(99+80)/2=89.5

学号0003的移动平均值为(99+80+80)/3=86.3

学号0004的移动平均值为(80+80+60)/3=73.3

每一行移动平均值的结果，都是当前行和前两行的平均（共3行）。而想要计算当前行与前n行的平均时（共n+1行），则修改一下rows……preceding中间的数值即可。

四、注意事项

1. 专用窗口函数的括号不能漏掉

2. 原则上窗口函数只能写在select子句中

3. Partition by 可以省略，结果就不分组了

五、总结

1. 窗口函数语法：

<窗口函数> over (partition by <要分组的列名> order by <要排序的列名>) as……

From 表名

窗口函数包含两大类，专用窗口函数和聚合函数

2. 窗口函数具有以下功能

a) 分组和排序

b) 分组后不减少原表的行数，经常用于组内排名

3. 经典面试问题：

a) 经典排名问题

b) 经典TopN问题

c) 每个组里比较的问题