MySQL8新特性：窗口函数（精讲）

野性酷女 2023-10-13 13:57 35阅读 0赞

### MySQL8新特性：窗口函数（精讲） ###

*  前言
 *  一、引入
 *   *  1、举例
     *  2、使用分组和聚合函数解决
     *  3、使用窗口函数解决
 *  二、窗口函数分类
 *  三、语法结构
 *  四、分类讲解
 *   *  1、序号函数
     *   *  1.1 ROW\_NUMBER()函数
         *  1.2 RANK()函数
         *  1.3 DENSE\_RANK()函数
     *  2、分布函数
     *   *  2.1 PERCENT\_RANK()函数
         *  2.2 CUME\_DIST()函数
     *  3、前后函数
     *   *  3.1 LAG(expr,n)函数
         *  3.2 LEAD(expr,n)函数
     *  4、首尾函数
     *   *  4.1 FIRST\_VALUE(expr)函数
         *  4.2 LAST\_VALUE(expr)函数
     *  5、其他函数
     *   *  5.1 NTH\_VALUE(expr,n)函数
         *  5.2 NTILE(n)函数
 *  五、小 结

--------------------

# 前言 #

本博主将用CSDN记录软件开发求学之路上亲身所得与所学的心得与知识，有兴趣的小伙伴可以关注博主！  
也许一个人独行，可以走的很快，但是一群人结伴而行，才能走的更远！

# 一、引入 #

## 1、举例 ##

假设我现在有这样一个数据表，它显示了某购物网站在每个城市每个区的销售额：

CREATE TABLE sales(
    	id INT PRIMARY KEY AUTO_INCREMENT,
    	city VARCHAR(15),
    	county VARCHAR(15),
    	sales_value DECIMAL
    );

INSERT INTO sales(city,county,sales_value)
    VALUES
    ('北京','海淀',10.00),
    ('北京','朝阳',20.00),
    ('上海','黄埔',30.00),
    ('上海','长宁',10.00);

查询：

mysql> SELECT * FROM sales;
    +----+------+--------+-------------+
    | id | city | county | sales_value |
    +----+------+--------+-------------+
    |  1 | 北京 | 海淀    |          10 |
    |  2 | 北京 | 朝阳    |          20 |
    |  3 | 上海 | 黄埔    |          30 |
    |  4 | 上海 | 长宁    |          10 |
    +----+------+--------+-------------+
    4 rows in set (0.00 sec)

需求：现在计算这个网站在每个城市的销售总额、在全国的销售总额、每个区的销售额占所在城市销售额中的比率，以及占总销售额中的比率。

## 2、使用分组和聚合函数解决 ##

如果用分组和聚合函数，就需要分好几步来计算。

**第一步，计算总销售金额，并存入临时表 a：**

CREATE TEMPORARY TABLE a       -- 创建临时表
    SELECT SUM(sales_value) AS sales_value -- 计算总计金额
    FROM sales;

查看一下临时表 a ：

mysql> SELECT * FROM a;
    +-------------+
    | sales_value |
    +-------------+
    |          70 |
    +-------------+
    1 row in set (0.00 sec)

**第二步，计算每个城市的销售总额并存入临时表 b：**

CREATE TEMPORARY TABLE b    -- 创建临时表
    SELECT city,SUM(sales_value) AS sales_value  -- 计算城市销售合计
    FROM sales
    GROUP BY city;

查看临时表 b ：

mysql> SELECT * FROM b;
    +------+-------------+
    | city | sales_value |
    +------+-------------+
    | 北京 |          30 |
    | 上海 |          40 |
    +------+-------------+
    2 rows in set (0.00 sec)

**第三步，计算各区的销售占所在城市的总计金额的比例，和占全部销售总计金额的比例。我们可以通过下面的连接查询获得需要的结果：**

mysql> SELECT s.city AS 城市,s.county AS 区,s.sales_value AS 区销售额,
        -> b.sales_value AS 市销售额,s.sales_value/b.sales_value AS 市比率,
        -> a.sales_value AS 总销售额,s.sales_value/a.sales_value AS 总比率
        -> FROM sales s
        -> JOIN b ON (s.city=b.city) -- 连接市统计结果临时表
        -> JOIN a                   -- 连接总计金额临时表
        -> ORDER BY s.city,s.county;
    +------+------+----------+----------+--------+----------+--------+
    | 城市  | 区   | 区销售额  | 市销售额   | 市比率  | 总销售额  | 总比率  |
    +------+------+----------+----------+--------+----------+--------+
    | 上海  | 长宁 |       10 |       40 | 0.2500 |       70 | 0.1429 |
    | 上海  | 黄埔 |       30 |       40 | 0.7500 |       70 | 0.4286 |
    | 北京  | 朝阳 |       20 |       30 | 0.6667 |       70 | 0.2857 |
    | 北京  | 海淀 |       10 |       30 | 0.3333 |       70 | 0.1429 |
    +------+------+----------+----------+--------+----------+--------+
    4 rows in set (0.00 sec)

结果显示：市销售金额、市销售占比、总销售金额、总销售占比都计算出来了。

## 3、使用窗口函数解决 ##

同样的查询，如果用窗口函数，就简单多了。我们可以用下面的代码来实现：

mysql> SELECT city AS 城市,county AS 区,sales_value AS 区销售额,
        -> SUM(sales_value) OVER(PARTITION BY city) AS 市销售额,  -- 计算市销售额
        -> sales_value/SUM(sales_value) OVER(PARTITION BY city) AS 市比率,
        -> SUM(sales_value) OVER() AS 总销售额,   -- 计算总销售额
        -> sales_value/SUM(sales_value) OVER() AS 总比率
        -> FROM sales
        -> ORDER BY city,county;
    +------+------+----------+----------+--------+----------+--------+
    | 城市  | 区   | 区销售额  | 市销售额   | 市比率  | 总销售额  | 总比率  |
    +------+------+----------+----------+--------+----------+--------+
    | 上海  | 长宁 |       10 |       40  | 0.2500 |       70 | 0.1429 |
    | 上海  | 黄埔 |       30 |       40  | 0.7500 |       70 | 0.4286 |
    | 北京  | 朝阳 |       20 |       30  | 0.6667 |       70 | 0.2857 |
    | 北京  | 海淀 |       10 |       30  | 0.3333 |       70 | 0.1429 |
    +------+------+----------+-----------+--------+----------+--------+
    4 rows in set (0.00 sec)

结果显示，我们得到了与上面那种查询同样的结果。  
使用窗口函数，只用了一步就完成了查询。而且，由于没有用到临时表，执行的效率也更高了。很显然，在这种需要用到分组统计的结果对每一条记录进行计算的场景下，使用窗口函数更好。

# 二、窗口函数分类 #

MySQL从8.0版本开始支持窗口函数。窗口函数的作用类似于在查询中对数据进行分组，不同的是，分组操作会把分组的结果聚合成一条记录，而窗口函数是将结果置于每一条数据记录中。

窗口函数可以分为静态窗口函数和动态窗口函数。

1.  静态窗口函数的窗口大小是固定的，不会因为记录的不同而不同；
2.  动态窗口函数的窗口大小会随着记录的不同而变化。

MySQL官方网站窗口函数的网址为：[点击跳转][Link 1]。

窗口函数总体上可以分为序号函数、分布函数、前后函数、首尾函数和其他函数，如下表：  
![在这里插入图片描述][ffee6a8ceee6493baded92dc4107dcb0.png]

# 三、语法结构 #

窗口函数的语法结构是：

函数 OVER（[PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC]）

或者是：

函数 OVER 窗口名 … WINDOW 窗口名 AS （[PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC]）

1.  OVER 关键字指定函数窗口的范围。
    
     *  如果省略后面括号中的内容，则窗口会包含满足WHERE条件的所有记录，窗口函数会基于所有满足WHERE条件的记录进行计算。
     *  如果OVER关键字后面的括号不为空，则可以使用如下语法设置窗口。
2.  窗口名：为窗口设置一个别名，用来标识窗口。
3.  `PARTITION BY`子句：指定窗口函数按照哪些字段进行分组。分组后，窗口函数可以在每个分组中分别执行。
4.  ORDER BY子句：指定窗口函数按照哪些字段进行排序。执行排序操作使窗口函数按照排序后的数据记录的顺序进行编号。
5.  FRAME子句：为分区中的某个子集定义规则，可以用来作为滑动窗口使用。

# 四、分类讲解 #

创建表：

CREATE TABLE goods(
    id INT PRIMARY KEY AUTO_INCREMENT,
    category_id INT,
    category VARCHAR(15),
    NAME VARCHAR(30),
    price DECIMAL(10,2),
    stock INT,
    upper_time DATETIME
    
    );

添加数据：

INSERT INTO goods(category_id,category,NAME,price,stock,upper_time)
    VALUES
    (1, '女装/女士精品', 'T恤', 39.90, 1000, '2020-11-10 00:00:00'),
    (1, '女装/女士精品', '连衣裙', 79.90, 2500, '2020-11-10 00:00:00'),
    (1, '女装/女士精品', '卫衣', 89.90, 1500, '2020-11-10 00:00:00'),
    (1, '女装/女士精品', '牛仔裤', 89.90, 3500, '2020-11-10 00:00:00'),
    (1, '女装/女士精品', '百褶裙', 29.90, 500, '2020-11-10 00:00:00'),
    (1, '女装/女士精品', '呢绒外套', 399.90, 1200, '2020-11-10 00:00:00'),
    (2, '户外运动', '自行车', 399.90, 1000, '2020-11-10 00:00:00'),
    (2, '户外运动', '山地自行车', 1399.90, 2500, '2020-11-10 00:00:00'),
    (2, '户外运动', '登山杖', 59.90, 1500, '2020-11-10 00:00:00'),
    (2, '户外运动', '骑行装备', 399.90, 3500, '2020-11-10 00:00:00'),
    (2, '户外运动', '运动外套', 799.90, 500, '2020-11-10 00:00:00'),
    (2, '户外运动', '滑板', 499.90, 1200, '2020-11-10 00:00:00');

下面针对goods表中的数据来验证每个窗口函数的功能。

## 1、序号函数 ##

### 1.1 ROW\_NUMBER()函数 ###

ROW\_NUMBER()函数能够对数据中的序号进行顺序显示。

举例：查询 goods 数据表中每个商品分类下价格降序排列的各个商品信息。

mysql> SELECT ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
        -> id, category_id, category, NAME, price, stock
        -> FROM goods;
    +---------+----+-------------+---------------+------------+---------+-------+
    | row_num | id | category_id | category      | NAME       | price   | stock |
    +---------+----+-------------+---------------+------------+---------+-------+
    |       1 |  6 |           1 | 女装/女士精品   | 呢绒外套    |  399.90 |  1200 |
    |       2 |  3 |           1 | 女装/女士精品   | 卫衣        |   89.90 |  1500 |
    |       3 |  4 |           1 | 女装/女士精品   | 牛仔裤      |   89.90 |  3500 |
    |       4 |  2 |           1 | 女装/女士精品   | 连衣裙      |   79.90 |  2500 |
    |       5 |  1 |           1 | 女装/女士精品   | T恤        |   39.90 |  1000 |
    |       6 |  5 |           1 | 女装/女士精品   | 百褶裙      |   29.90 |   500 |
    |       1 |  8 |           2 | 户外运动       | 山地自行车   | 1399.90 |  2500 |
    |       2 | 11 |           2 | 户外运动       | 运动外套     |  799.90 |   500 |
    |       3 | 12 |           2 | 户外运动       | 滑板        |  499.90 |  1200 |
    |       4 |  7 |           2 | 户外运动       | 自行车      |  399.90 |  1000 |
    |       5 | 10 |           2 | 户外运动       | 骑行装备    |  399.90 |  3500 |
    |       6 |  9 |           2 | 户外运动       | 登山杖      |   59.90 |  1500 |
    +---------+----+-------------+---------------+------------+---------+-------+
    12 rows in set (0.00 sec)

举例：查询 goods 数据表中每个商品分类下价格最高的3种商品信息。

mysql> SELECT *
        -> FROM (
        ->  SELECT ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
        ->  id, category_id, category, NAME, price, stock
        ->  FROM goods) t
        -> WHERE row_num <= 3;
    +---------+----+-------------+---------------+------------+---------+-------+
    | row_num | id | category_id | category      | NAME       | price   | stock |
    +---------+----+-------------+---------------+------------+---------+-------+
    |       1 |  6 |           1 | 女装/女士精品   | 呢绒外套    |  399.90  |  1200 |
    |       2 |  3 |           1 | 女装/女士精品   | 卫衣        |   89.90 |  1500 |
    |       3 |  4 |           1 | 女装/女士精品   | 牛仔裤      |   89.90  |  3500 |
    |       1 |  8 |           2 | 户外运动       | 山地自行车   | 1399.90  |  2500 |
    |       2 | 11 |           2 | 户外运动       | 运动外套     |  799.90  |   500 |
    |       3 | 12 |           2 | 户外运动       | 滑板        |  499.90  |  1200 |
    +---------+----+-------------+---------------+------------+----------+-------+
    6 rows in set (0.00 sec)

在名称为“女装/女士精品”的商品类别中，有两款商品的价格为89.90元，分别是卫衣和牛仔裤。两款商品的序号都应该为2，而不是一个为2，另一个为3。此时，可以使用RANK()函数和DENSE\_RANK()函数解决。

### 1.2 RANK()函数 ###

使用RANK()函数能够对序号进行并列排序，并且会跳过重复的序号，比如序号为1、1、3。

举例：使用RANK()函数获取 goods 数据表中各类别的价格从高到低排序的各商品信息。

mysql> SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
        -> id, category_id, category, NAME, price, stock
        -> FROM goods;
    +---------+----+-------------+---------------+------------+---------+-------+
    | row_num | id | category_id | category      | NAME       | price   | stock |
    +---------+----+-------------+---------------+------------+---------+-------+
    |       1 |  6 |           1 | 女装/女士精品   | 呢绒外套    |  399.90 |  1200 |
    |       2 |  3 |           1 | 女装/女士精品   | 卫衣        |   89.90 |  1500 |
    |       2 |  4 |           1 | 女装/女士精品   | 牛仔裤      |   89.90 |  3500 |
    |       4 |  2 |           1 | 女装/女士精品   | 连衣裙      |   79.90 |  2500 |
    |       5 |  1 |           1 | 女装/女士精品   | T恤         |   39.90 |  1000 |
    |       6 |  5 |           1 | 女装/女士精品   | 百褶裙      |   29.90 |   500 |
    |       1 |  8 |           2 | 户外运动       | 山地自行车   | 1399.90 |  2500 |
    |       2 | 11 |           2 | 户外运动       | 运动外套     |  799.90 |   500 |
    |       3 | 12 |           2 | 户外运动       | 滑板        |  499.90 |  1200 |
    |       4 |  7 |           2 | 户外运动       | 自行车      |  399.90 |  1000 |
    |       4 | 10 |           2 | 户外运动       | 骑行装备    |  399.90 |  3500 |
    |       6 |  9 |           2 | 户外运动       | 登山杖      |   59.90 |  1500 |
    +---------+----+-------------+---------------+------------+---------+-------+
    12 rows in set (0.00 sec)

举例：使用RANK()函数获取 goods 数据表中类别为“女装/女士精品”的价格最高的4款商品信息。

mysql> SELECT *
        -> FROM(
        ->  SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
        ->  id, category_id, category, NAME, price, stock
        ->  FROM goods) t
        -> WHERE category_id = 1 AND row_num <= 4;
    +---------+----+-------------+---------------+----------+--------+-------+
    | row_num | id | category_id | category      | NAME     | price  | stock |
    +---------+----+-------------+---------------+----------+--------+-------+
    |       1 |  6 |           1 | 女装/女士精品   | 呢绒外套  | 399.90 |  1200 |
    |       2 |  3 |           1 | 女装/女士精品   | 卫衣      |  89.90 |  1500 |
    |       2 |  4 |           1 | 女装/女士精品   | 牛仔裤    |  89.90 |  3500 |
    |       4 |  2 |           1 | 女装/女士精品   | 连衣裙    |  79.90 |  2500 |
    +---------+----+-------------+---------------+----------+--------+-------+
    4 rows in set (0.00 sec)

可以看到，使用RANK()函数得出的序号为1、2、2、4，相同价格的商品序号相同，后面的商品序号是不连续的，跳过了重复的序号。

### 1.3 DENSE\_RANK()函数 ###

DENSE\_RANK()函数对序号进行并列排序，并且不会跳过重复的序号，比如序号为1、1、2。

举例：使用DENSE\_RANK()函数获取 goods 数据表中各类别的价格从高到低排序的各商品信息。

mysql> SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
        -> id, category_id, category, NAME, price, stock
        -> FROM goods;
    +---------+----+-------------+---------------+------------+---------+-------+
    | row_num | id | category_id | category      | NAME       | price   | stock |
    +---------+----+-------------+---------------+------------+---------+-------+
    |       1 |  6 |           1 | 女装/女士精品   | 呢绒外套    |  399.90 |  1200 |
    |       2 |  3 |           1 | 女装/女士精品   | 卫衣        |   89.90 |  1500 |
    |       2 |  4 |           1 | 女装/女士精品   | 牛仔裤      |   89.90 |  3500 |
    |       3 |  2 |           1 | 女装/女士精品   | 连衣裙      |   79.90 |  2500 |
    |       4 |  1 |           1 | 女装/女士精品   | T恤        |   39.90 |  1000 |
    |       5 |  5 |           1 | 女装/女士精品   | 百褶裙      |   29.90 |   500 |
    |       1 |  8 |           2 | 户外运动       | 山地自行车   | 1399.90 |  2500 |
    |       2 | 11 |           2 | 户外运动       | 运动外套     |  799.90 |   500 |
    |       3 | 12 |           2 | 户外运动       | 滑板        |  499.90 |  1200 |
    |       4 |  7 |           2 | 户外运动       | 自行车       |  399.90 |  1000 |
    |       4 | 10 |           2 | 户外运动       | 骑行装备     |  399.90 |  3500 |
    |       5 |  9 |           2 | 户外运动       | 登山杖       |   59.90 |  1500 |
    +---------+----+-------------+---------------+------------+---------+-------+
    12 rows in set (0.00 sec)

举例：使用DENSE\_RANK()函数获取 goods 数据表中类别为“女装/女士精品”的价格最高的4款商品信息。

mysql> SELECT *
        -> FROM(
        ->  SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
        ->  id, category_id, category, NAME, price, stock
        ->  FROM goods) t
        -> WHERE category_id = 1 AND row_num <= 3;
    +---------+----+-------------+---------------+----------+--------+-------+
    | row_num | id | category_id | category      | NAME     | price  | stock |
    +---------+----+-------------+---------------+----------+--------+-------+
    |       1 |  6 |           1 | 女装/女士精品   | 呢绒外套  | 399.90 |  1200 |
    |       2 |  3 |           1 | 女装/女士精品   | 卫衣     |  89.90  |  1500 |
    |       2 |  4 |           1 | 女装/女士精品   | 牛仔裤    |  89.90 |  3500 |
    |       3 |  2 |           1 | 女装/女士精品   | 连衣裙    |  79.90 |  2500 |
    +---------+----+-------------+---------------+----------+--------+-------+
    4 rows in set (0.00 sec)

可以看到，使用DENSE\_RANK()函数得出的行号为1、2、2、3，相同价格的商品序号相同，后面的商品序号是连续的，并且没有跳过重复的序号。

## 2、分布函数 ##

### 2.1 PERCENT\_RANK()函数 ###

PERCENT\_RANK()函数是等级值百分比函数。按照如下方式进行计算。

(rank - 1) / (rows - 1)

其中，rank的值为使用RANK()函数产生的序号，rows的值为当前窗口的总记录数。  
举例：计算 goods 数据表中名称为“女装/女士精品”的类别下的商品的PERCENT\_RANK值。

#写法一：
    SELECT RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS r,
    PERCENT_RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS pr,
    id, category_id, category, NAME, price, stock
    FROM goods
    WHERE category_id = 1;

#写法二：
    mysql> SELECT RANK() OVER w AS r,
        -> PERCENT_RANK() OVER w AS pr,
        -> id, category_id, category, NAME, price, stock
        -> FROM goods
        -> WHERE category_id = 1 WINDOW w AS (PARTITION BY category_id ORDER BY price DESC);
    +---+-----+----+-------------+---------------+----------+--------+-------+
    | r | pr  | id | category_id | category      | NAME     | price  | stock |
    +---+-----+----+-------------+---------------+----------+--------+-------+
    | 1 |   0 |  6 |           1 | 女装/女士精品   | 呢绒外套  | 399.90 |  1200 |
    | 2 | 0.2 |  3 |           1 | 女装/女士精品   | 卫衣     |  89.90 |  1500 |
    | 2 | 0.2 |  4 |           1 | 女装/女士精品   | 牛仔裤   |  89.90 |  3500  |
    | 4 | 0.6 |  2 |           1 | 女装/女士精品   | 连衣裙   |  79.90 |  2500  |
    | 5 | 0.8 |  1 |           1 | 女装/女士精品   | T恤      |  39.90 |  1000 |
    | 6 |   1 |  5 |           1 | 女装/女士精品   | 百褶裙   |  29.90  |   500 |
    +---+-----+----+-------------+---------------+----------+--------+-------+
    6 rows in set (0.00 sec)

### 2.2 CUME\_DIST()函数 ###

CUME\_DIST()函数主要用于查询小于或等于某个值的比例。

举例：查询goods数据表中小于或等于当前价格的比例。

mysql> SELECT CUME_DIST() OVER(PARTITION BY category_id ORDER BY price ASC) AS cd,
        -> id, category, NAME, price
        -> FROM goods;
    +---------------------+----+---------------+------------+---------+
    | cd                  | id | category      | NAME       | price   |
    +---------------------+----+---------------+------------+---------+
    | 0.16666666666666666 |  5 | 女装/女士精品   | 百褶裙      |   29.90 |
    |  0.3333333333333333 |  1 | 女装/女士精品   | T恤        |   39.90 |
    |                 0.5 |  2 | 女装/女士精品   | 连衣裙      |   79.90 |
    |  0.8333333333333334 |  3 | 女装/女士精品   | 卫衣        |   89.90 |
    |  0.8333333333333334 |  4 | 女装/女士精品   | 牛仔裤      |   89.90 |
    |                   1 |  6 | 女装/女士精品   | 呢绒外套    |  399.90 |
    | 0.16666666666666666 |  9 | 户外运动       | 登山杖      |   59.90 |
    |                 0.5 |  7 | 户外运动       | 自行车      |  399.90 |
    |                 0.5 | 10 | 户外运动       | 骑行装备     |  399.90 |
    |  0.6666666666666666 | 12 | 户外运动       | 滑板        |  499.90 |
    |  0.8333333333333334 | 11 | 户外运动       | 运动外套    |  799.90 |
    |                   1 |  8 | 户外运动       | 山地自行车   | 1399.90 |
    +---------------------+----+---------------+------------+---------+
    12 rows in set (0.00 sec)

## 3、前后函数 ##

### 3.1 LAG(expr,n)函数 ###

LAG(expr,n)函数返回当前行的前n行的expr的值。

举例：查询goods数据表中前一个商品价格与当前商品价格的差值。

mysql> SELECT id, category, NAME, price, pre_price, price - pre_price AS diff_price
        -> FROM (
        ->  SELECT  id, category, NAME, price,LAG(price,1) OVER w AS pre_price
        ->  FROM goods
        ->  WINDOW w AS (PARTITION BY category_id ORDER BY price)) t;
    +----+---------------+------------+---------+-----------+------------+
    | id | category      | NAME       | price   | pre_price | diff_price |
    +----+---------------+------------+---------+-----------+------------+
    |  5 | 女装/女士精品   | 百褶裙      |   29.90 |      NULL |       NULL |
    |  1 | 女装/女士精品   | T恤        |   39.90 |     29.90 |      10.00 |
    |  2 | 女装/女士精品   | 连衣裙      |   79.90 |     39.90 |      40.00 |
    |  3 | 女装/女士精品   | 卫衣       |   89.90 |     79.90 |      10.00 |
    |  4 | 女装/女士精品   | 牛仔裤      |   89.90 |     89.90 |       0.00 |
    |  6 | 女装/女士精品   | 呢绒外套    |  399.90 |     89.90 |     310.00 |
    |  9 | 户外运动       | 登山杖      |   59.90 |      NULL |       NULL |
    |  7 | 户外运动       | 自行车      |  399.90 |     59.90 |     340.00 |
    | 10 | 户外运动       | 骑行装备    |  399.90 |    399.90 |       0.00 |
    | 12 | 户外运动       | 滑板       |  499.90 |    399.90 |     100.00 |
    | 11 | 户外运动       | 运动外套    |  799.90 |    499.90 |     300.00 |
    |  8 | 户外运动       | 山地自行车  | 1399.90 |    799.90 |     600.00 |
    +----+---------------+------------+---------+-----------+------------+
    12 rows in set (0.00 sec)

### 3.2 LEAD(expr,n)函数 ###

LEAD(expr,n)函数返回当前行的后n行的expr的值。

举例：查询goods数据表中后一个商品价格与当前商品价格的差值。

mysql> SELECT id, category, NAME, behind_price, price,behind_price - price AS diff_price
    
        -> FROM(
    
        ->  SELECT id, category, NAME, price,LEAD(price, 1) OVER w AS behind_price
    
        ->  FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price)) t;
    
    +----+---------------+------------+--------------+---------+------------+
    
    | id | category      | NAME       | behind_price | price   | diff_price |
    
    +----+---------------+------------+--------------+---------+------------+
    
    |  5 | 女装/女士精品   | 百褶裙      |        39.90 |   29.90 |      10.00 |
    
    |  1 | 女装/女士精品   | T恤        |        79.90 |   39.90 |      40.00 |
    
    |  2 | 女装/女士精品   | 连衣裙      |        89.90 |   79.90 |      10.00 |
    
    |  3 | 女装/女士精品   | 卫衣        |        89.90 |   89.90 |       0.00 |
    
    |  4 | 女装/女士精品   | 牛仔裤      |       399.90 |   89.90 |     310.00 |
    
    |  6 | 女装/女士精品   | 呢绒外套     |         NULL |  399.90 |       NULL |
    
    |  9 | 户外运动       | 登山杖       |       399.90 |   59.90 |     340.00 |
    
    |  7 | 户外运动       | 自行车       |       399.90 |  399.90 |       0.00 |
    
    | 10 | 户外运动       | 骑行装备     |       499.90 |  399.90 |     100.00 |
    
    | 12 | 户外运动       | 滑板        |       799.90 |  499.90 |     300.00 |
    
    | 11 | 户外运动       | 运动外套     |      1399.90 |  799.90 |     600.00 |
    
    |  8 | 户外运动       | 山地自行车   |         NULL | 1399.90 |       NULL |
    
    +----+---------------+------------+--------------+---------+------------+
    
    12 rows in set (0.00 sec)

## 4、首尾函数 ##

### 4.1 FIRST\_VALUE(expr)函数 ###

FIRST\_VALUE(expr)函数返回第一个expr的值。

举例：按照价格排序，查询第1个商品的价格信息。

mysql> SELECT id, category, NAME, price, stock,FIRST_VALUE(price) OVER w AS first_price
        -> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
    +----+---------------+------------+---------+-------+-------------+
    | id | category      | NAME       | price   | stock | first_price |
    +----+---------------+------------+---------+-------+-------------+
    |  5 | 女装/女士精品   | 百褶裙      |   29.90 |   500 |       29.90 |
    |  1 | 女装/女士精品   | T恤        |   39.90 |  1000 |       29.90 |
    |  2 | 女装/女士精品   | 连衣裙      |   79.90 |  2500 |       29.90 |
    |  3 | 女装/女士精品   | 卫衣       |   89.90 |  1500 |       29.90 |
    |  4 | 女装/女士精品   | 牛仔裤      |   89.90 |  3500 |       29.90 |
    |  6 | 女装/女士精品   | 呢绒外套    |  399.90 |  1200 |       29.90 |
    |  9 | 户外运动       | 登山杖      |   59.90 |  1500 |       59.90 |
    |  7 | 户外运动       | 自行车      |  399.90 |  1000 |       59.90 |
    | 10 | 户外运动       | 骑行装备    |  399.90 |  3500 |       59.90 |
    | 12 | 户外运动       | 滑板       |  499.90 |  1200 |       59.90 |
    | 11 | 户外运动       | 运动外套    |  799.90 |   500 |       59.90 |
    |  8 | 户外运动       | 山地自行车  | 1399.90 |  2500 |       59.90 |
    +----+---------------+------------+---------+-------+-------------+
    12 rows in set (0.00 sec)

### 4.2 LAST\_VALUE(expr)函数 ###

LAST\_VALUE(expr)函数返回最后一个expr的值。

举例：按照价格排序，查询最后一个商品的价格信息。

mysql> SELECT id, category, NAME, price, stock,LAST_VALUE(price) OVER w AS last_price
        -> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
    +----+---------------+------------+---------+-------+------------+
    | id | category      | NAME       | price   | stock | last_price |
    +----+---------------+------------+---------+-------+------------+
    |  5 | 女装/女士精品   | 百褶裙     |   29.90 |   500 |      29.90 |
    |  1 | 女装/女士精品   | T恤        |   39.90 |  1000 |      39.90 |
    |  2 | 女装/女士精品   | 连衣裙     |   79.90 |  2500 |      79.90 |
    |  3 | 女装/女士精品   | 卫衣       |   89.90 |  1500 |      89.90 |
    |  4 | 女装/女士精品   | 牛仔裤     |   89.90 |  3500 |      89.90 |
    |  6 | 女装/女士精品   | 呢绒外套   |  399.90 |  1200 |     399.90 |
    |  9 | 户外运动       | 登山杖     |   59.90 |  1500 |      59.90 |
    |  7 | 户外运动       | 自行车     |  399.90 |  1000 |     399.90 |
    | 10 | 户外运动       | 骑行装备   |  399.90 |  3500 |     399.90 |
    | 12 | 户外运动       | 滑板       |  499.90 |  1200 |     499.90 |
    | 11 | 户外运动       | 运动外套   |  799.90 |   500 |     799.90 |
    |  8 | 户外运动       | 山地自行车 | 1399.90 |  2500 |    1399.90 |
    +----+---------------+------------+---------+-------+------------+
    12 rows in set (0.00 sec)

## 5、其他函数 ##

### 5.1 NTH\_VALUE(expr,n)函数 ###

NTH\_VALUE(expr,n)函数返回第n个expr的值。

举例：查询goods数据表中排名第2和第3的价格信息。

mysql> SELECT id, category, NAME, price,NTH_VALUE(price,2) OVER w AS second_price,
        -> NTH_VALUE(price,3) OVER w AS third_price
        -> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
    +----+---------------+------------+---------+--------------+-------------+
    | id | category      | NAME       | price   | second_price | third_price |
    +----+---------------+------------+---------+--------------+-------------+
    |  5 | 女装/女士精品   | 百褶裙     |   29.90 |         NULL |        NULL |
    |  1 | 女装/女士精品   | T恤        |   39.90 |        39.90 |        NULL |
    |  2 | 女装/女士精品   | 连衣裙     |   79.90 |        39.90 |       79.90 |
    |  3 | 女装/女士精品   | 卫衣       |   89.90 |        39.90 |       79.90 |
    |  4 | 女装/女士精品   | 牛仔裤     |   89.90 |        39.90 |       79.90 |
    |  6 | 女装/女士精品   | 呢绒外套   |  399.90 |        39.90 |       79.90 |
    |  9 | 户外运动       | 登山杖     |   59.90 |         NULL |        NULL |
    |  7 | 户外运动       | 自行车     |  399.90 |       399.90 |      399.90 |
    | 10 | 户外运动       | 骑行装备   |  399.90 |       399.90 |      399.90 |
    | 12 | 户外运动       | 滑板       |  499.90 |       399.90 |      399.90 |
    | 11 | 户外运动       | 运动外套   |  799.90 |       399.90 |      399.90 |
    |  8 | 户外运动       | 山地自行车 | 1399.90 |       399.90 |      399.90 |
    +----+---------------+------------+---------+--------------+-------------+
    12 rows in set (0.00 sec)

### 5.2 NTILE(n)函数 ###

NTILE(n)函数将分区中的有序数据分为n个桶，记录桶编号。

举例：将goods表中的商品按照价格分为3组。

mysql> SELECT NTILE(3) OVER w AS nt,id, category, NAME, price
        -> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
    +----+----+---------------+------------+---------+
    | nt | id | category      | NAME       | price   |
    +----+----+---------------+------------+---------+
    |  1 |  5 | 女装/女士精品 | 百褶裙     |   29.90 |
    |  1 |  1 | 女装/女士精品 | T恤        |   39.90 |
    |  2 |  2 | 女装/女士精品 | 连衣裙     |   79.90 |
    |  2 |  3 | 女装/女士精品 | 卫衣       |   89.90 |
    |  3 |  4 | 女装/女士精品 | 牛仔裤     |   89.90 |
    |  3 |  6 | 女装/女士精品 | 呢绒外套   |  399.90 |
    |  1 |  9 | 户外运动      | 登山杖     |   59.90 |
    |  1 |  7 | 户外运动      | 自行车     |  399.90 |
    |  2 | 10 | 户外运动      | 骑行装备   |  399.90 |
    |  2 | 12 | 户外运动      | 滑板       |  499.90 |
    |  3 | 11 | 户外运动      | 运动外套   |  799.90 |
    |  3 |  8 | 户外运动      | 山地自行车 | 1399.90 |
    +----+----+---------------+------------+---------+
    12 rows in set (0.00 sec)

# 五、小 结 #

1.  窗口函数的特点是可以分组，而且可以在分组内排序。另外，窗口函数不会因为分组而减少原表中的行数，这对我们在原表数据的基础上进行统计和排序非常有用。
2.  窗口函数的本质是在数据库查询语言中引入的一种特殊函数，它与普通聚合函数（如SUM、AVG等）不同。普通聚合函数通常会对整个数据集进行计算，而窗口函数则允许在指定的窗口内进行计算，并将计算结果与每一行关联起来。
3.  需要注意的是，窗口函数在MySQL 8.0及更高版本中引入，并且不是所有MySQL的版本都支持窗口函数。在使用窗口函数之前，请确保你正在使用的MySQL版本支持该功能。

[Link 1]: https://dev.mysql.com/doc/refman/8.0/en/window-function-descriptions.html#function_row-number
[ffee6a8ceee6493baded92dc4107dcb0.png]: https://img-blog.csdnimg.cn/ffee6a8ceee6493baded92dc4107dcb0.png