当前位置:   article > 正文

SQL-窗口函数知识点及案例学习_sql窗口函数怎么学

sql窗口函数怎么学

目录

1、窗口函数整体思路

2、典型窗口函数应用

2.1、排序

2.2、偏移

2.3、其他:如累计求和


1、窗口函数整体思路

窗口函数,顾名思义包含两个部分,窗口和函数

函数:是指数据的统计方式,如排序、求和、求均值等等

窗口:是指在什么范围内进行统计,可以想象为一个小窗户,通过这个小窗户可以看到整体数据的一部分,那么前面的函数就在这个窗口可见的数据范围内生效。并且这个小窗户是可以移动的,窗口移动时,数据范围也在变化。同时,窗口外的整体数据要有一定的分布方式而不是混乱零散的,只有这样,窗口看到的数据才是有规律的,分布方式有两个参数决定:

partition by:分组

order by :排序

所以一个完整的窗口函数的写法应该是这样的:

函数()over(partition by col1 order by col2)

这样讲,可能有些难理解,那么我们带入到实际的案例中看一下,窗口函数是如何使用的

2、典型窗口函数应用

2.1、排序

现在有一些用户的下单信息,想给每个用户下的订单按下单日期进行排序

user_iddate订单id
小红2022-01-01

001

小红2022-01-01002
小红2022-01-02003
小黑2022-01-01004
小黑2022-01-03005
  1. select
  2. user_id,
  3. date,
  4. order_id,
  5. dense_rank()over(partition by user_id order by date ) num1,
  6. --并列名次相同,后面的不跳过继续排序,如:123345
  7. rank()over(partition by user_id order by date ) num2,
  8. --并列名次相同,后面的跳过继续排序,如:123356
  9. row_number()over(partition by user_id order by date ) num3
  10. --并列名次不同,如123456
  11. FROM table_name

在上面的例子中,可以看到窗口函数的拆解为:

函数部分:

  • dense_rank(),并列连续
  • rank(),并列不连续
  • row_number() ,不并列

窗口部分

over(partition by user_id order by date)

可以理解为,每个用户作为一个统计窗口,得的每个用户下按日期排序后的顺序id

注意:这里窗口部分分组和排序都可以为空,如over(partition by()order by ()),也就是把整个数据作为一个整体进行统计

2.2、偏移

还是上面的例子,现在想知道用户没两笔订单之间的间隔天数,那就需要得到用户每笔订单的上一笔订单的下单日期,两个日期相减,这就要用到偏移的概念

  1. select
  2. user_id,
  3. date as 下单日期,
  4. LAG(date,1) OVER(PARTITION BY user_id ORDER BY date) AS lng1
  5. --取上1个日期
  6. LAG(date,2) OVER(PARTITION BY user_id ORDER BY date) AS lng2
  7. --取上2个日期
  8. Lead(date,1) OVER(PARTITION BY user_id ORDER BY date) AS lead1
  9. --取下1个日期
  10. Lead(date,2) OVER(PARTITION BY user_id ORDER BY date) AS lead2
  11. --取下2个日期
  12. FROM table_name
user_iddate订单id上一笔订单日期
小红2022-01-01

001

小红2022-01-010022022-01-01
小红2022-01-020032022-01-01
小黑2022-01-01004
小黑2022-01-030052022-01-01

拆解窗口函数

函数部分

  • 向过去寻找上一个记录lag(排序字段,移动n个),如:lag(date,1)就是站在当前找之前的1个日期
  • 向未来寻找下一个记录lead(排序字段,移动n个),如:lead(date,1)就是站在当前找之后的1个日期
  • 窗口部分同上 over(partition by user_id order by date)

偏移是非常好的计算间隔天的方法。

2.3、其他:如累计求和

现在有一份记录用户购买VIP情况的数据,需要将其转换为统计每月累计购买过VIP的用户数量,即第N月的VIP数量是第N-1个月VIP数量加上当月新增VIP数量。这里注意,用户会重复购买

  1. SELECT
  2. mon,
  3. vip_num,--当月新增VIP数量
  4. sum(vip_num) over( order by mon) as allvip --累计VIP数量
  5. from
  6. (
  7. select
  8. substr(date,1,6) as mon,
  9. COUNT(DISTINCT user_id) as vip_num--去重统计购买VIP用户数量
  10. from
  11. (SELECT
  12. user_id,
  13. min(date) AS date --取最早购买日期yyyymmdd
  14. FROM table
  15. group by user_id)a
  16. group by substr(date,1,6)--按照最早购买日期的月份汇总

这里在得到每个月的VIP购买量之后,使用窗口函数得到了累计购买VIP用户数

函数:sum(vip_num)

窗口:over(order by mon)

这里可以看到没有使用partition by,因为在本例中没有需要分组的字段。那么摄像如果购买的VIP有等级,想看每个等级VIP的累计购买量,那么VIP等级就会成为一个分组字段,需要写入partition by()中。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/在线问答5/article/detail/967110
推荐阅读
相关标签
  

闽ICP备14008679号