一、什么是窗口函数

1.什么是窗口函数？

窗口函数，也叫OLAP函数（Online Analytical Processing，联机分析处理），可以对数据库数据进行实时分析处理。

窗口函数的基本语法如下：

<窗口函数> over ( partition by <用于分组的列名>order by <用于排序的列名>)

<窗口函数>的位置可以放以下两种函数：

1) 专用窗口函数，如rank，dense_rank，row_number等

2) 聚合函数，如sum，avg，count，max，min等

因为窗口函数是对where或者group by子句处理后的结果进行操作，所以窗口函数原则上只能写在select子句中。

2.窗口函数有什么用？

在日常工作中，经常会遇到需要在每组内排名，比如下面的业务需求：

1) 经典排名问题：每个部门按业绩来排名

2) 经典top N问题：找出每个部门排名前N的员工进行奖励

3) 在每个组里比较的问题：查找每个组里大于平均值的数据

面对这类需求，就需要使用SQL的高级功能窗口函数了。

二、如何使用窗口函数

1.以专用窗口函数rank为例介绍窗口函数的用法

实例：已知班级表(左表)中的内容，现在我们想在每个班级内按成绩排名，得到右表中的结果。

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

2.group by子句具有分组的功能，order by子句具有排序的功能，为什么还要用窗口函数？

因为group by分组汇总后改变了表的行数，一行只有一个类别。而partition by和rank函数不会减少原表中的行数。

例如下面统计每个班级的人数：

3.窗口函数的功能

简单来说，窗口函数具有以下功能：

1)同时具有分组和排序的功能

2)不减少原表的行数

3)语法如下：

<窗口函数> over (partition by <用于分组的列名>order by <用于排序的列名>)

三、其他专用窗口函数

除rank外，专用窗口函数还包括dense_rank，row_number等，下面举个例子来说明这三个专用窗口函数的区别：

select *,
rank() over (order by 成绩 desc) as ranking,
dense_rank() over (order by 成绩 desc) as dese_rank,
row_number() over (order by 成绩 desc) as row_num
from 班级表;

查询结果为：

从查询结果看出：

• rank函数：这个例子中是5位，5位，5位，8位，也就是如果有并列名次的行，会占用下一名次的位置。比如正常排名是1，2，3，4，但是现在前3名是并列的名次，结果是：1，1，1，4。
• dense_rank函数：这个例子中是5位，5位，5位，6位，也就是如果有并列名次的行，不占用下一名次的位置。比如正常排名是1，2，3，4，但是现在前3名是并列的名次，结果是：1，1，1，2。
• row_number函数：这个例子中是5位，6位，7位，8位，也就是不考虑并列名次的情况。比如前3名是并列的名次，排名是正常的1，2，3，4。

remark：在上述的这三个专用窗口函数中，函数后面的括号不需要任何参数，保持()空着就可以。

案例：面试经典排名问题

下图是班级表中的内容，记录了每个学生所在班级和对应的成绩。

现在需要按成绩来排名，如果两个分数相同，那么排名要是并列的。

select *,
dense_rank() over (order by 成绩 desc) as ranking
from 班级表;

查询结果为：

案例：面试经典top N问题

面试中常见的几类问题：

• 分组取每组最大值
• 分组取每组最小值
• 每组最大的N条(top N)记录

下面我们通过成绩表的例子来给出该类问题的解决方案。

• 分组取每组最大值

案例：按课程号分组取成绩最大值所在行的数据

select *
from score as a
where 成绩 = ( select max(成绩)  from score as b  where a.课程号 = b.课程号);

• 分组取每组最小值

案例：按课程号分组取成绩最小值所在行的数据

select *
from score as a
where 成绩 = ( select min(成绩)  from score as b  where a.课程号 = b.课程号);

• 每组最大的N条记录

案例：下图中的各科成绩表记录了每个学生各科的成绩，如何查找每个学生成绩最高的2个科目？

select *
from (select *,
row_number() over (partition by 姓名 order by 成绩 desc) as ranking
from 各科成绩表) as a
where ranking <= 2;

查询结果为：

四、聚合函数作为窗口函数

聚合窗口函数和专用窗口函数用法完全相同，只需要把聚合函数写在窗口函数的位置即可，但是函数后面的括号里面不能为空，需要指定聚合的列名。

举个例子来说明聚合函数的作用：

select *,
sum(成绩) over (order by 学号) as current_sum,
avg(成绩) over (order by 学号) as current_avg,
count(成绩) over (order by 学号) as current_count,
max(成绩) over (order by 学号) as current_max,
min(成绩) over (order by 学号) as current_min
from 班级表;

查询结果为：

由查询结果可得，聚合窗口函数都是对自身以及自身记录之上的所有数据进行计算。比如学号0005后面的聚合窗口函数结果是：学号0001~0005五人成绩的总和、平均、计数及最大最小值。如果想要知道所有人成绩的总和、平均等聚合结果，看最后一行即可。

这样使用窗口函数有什么用呢？

聚合函数作为窗口函数，可以在每一行的数据里直观的看到截止到本行数据，统计数据是多少，同时可以看出每一行数据对整体统计数据的影响。

案例：如何在每个组里比较？

问题：现有成绩表（表格见前面的例子），查找单科成绩高于该科目平均成绩的学生名单？

方法一：使用关联子查询

select *
from 各科成绩表 as a
where 成绩 > (select avg(成绩) from 各科成绩表 as b where a.科目 = b.科目 group by 科目 );

方法二：使用聚合窗口函数

select *
from (select *,
avg(成绩) over (partition by 科目) as 平均成绩
from 各科成绩表) as a
where 成绩 > 平均成绩;

五、窗口函数的移动平均

举个例子来说明移动平均的概念：

select *,
avg(成绩) over (order by 学号 rows 2 preceding) as current_avg
from 班级表;

查询结果为：

对查询结果进行分析：

通过分析可知，"rows...preceding"是“之前...行”的意思。本例的SQL语句是之前2行，即得到的结果是自身记录及前2行的平均。想要计算当前行与前n行（共n+1行）的平均时，只要调整rows…preceding中间的数字即可。

这样使用窗口函数有什么用呢？

通过preceding关键字可以调整移动平均的作用范围，这一点在以下场景中非常适用：

在公司业绩名单排名中，可以通过移动平均直观地查看到与相邻名次业绩的平均、求和等统计数据。