1. 窗口函数

1.1 窗口函数概念及基本的使用方法

窗口函数也称为OLAP函数。OLAP 是OnLine Analytical Processing （联机分析处理）的简称，意思是对数据库数据进行实时分析处理。

与此相对的还有一个OLTP（OnLine Transaction Processing， 联机事务处理）。OLTP侧重事务，OLAP侧重分析。

【拓展资料1】
从功能角度来看，OLTP负责基本业务的正常运转，而业务数据积累时所产生的价值信息则被OLAP不断呈现，企业高层通过参考这些信息会不断调整经营方针，也会促进基础业务的不断优化，这是OLTP与OLAP最根本的区别。
OLAP2.jpg
图文引用自：https://baijiahao.baidu.com/s?id=1611554859260686629&wfr=spider&for=pc

【拓展资料2】
OLTP: real-time, limited data accessed, random data access, sequential processing, querying
OLAP: long running, entire data set accessed, sequential data access, parallel processing, batch processing
olap.jpg
图文引用自：http://tinkerpop.apache.org/docs/current/reference/#graphcomputer

为了便于理解，将OLAP函数称之为窗口函数。常规的SELECT语句都是对整张表进行查询，而窗口函数可以让我们有选择的去取某一部分数据进行汇总、计算和排序。

窗口函数的通用形式：

  1. <窗口函数> OVER ([PARTITION BY <列名>]
  2.                      ORDER BY <排序用列名>)

其中，[PARTITION BY <列名>]这部分可以省略。

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。

举了栗子 image.png

SELECT product_name
       ,product_type
       ,sale_price
       ,RANK() OVER (PARTITION BY product_type
                         ORDER BY sale_price) AS ranking
  FROM product;

教程里面的句末都漏了分号
得到的结果是：
image.png
我们先忽略生成的新列 - [ranking]，看下原始数据在PARTITION BY 和 ORDER BY 关键字的作用下发生了什么变化。

  • PARTITION BY 能够设定窗口对象范围。本例中，为了按照商品种类进行排序，我们指定了product_type。即一个商品种类就是一个小的“窗口”。


  • ORDER BY 能够指定按照哪一列、何种顺序进行排序。为了按照销售单价的升序进行排列，我们指定了sale_price。此外，窗口函数中的ORDER BY与SELECT语句末尾的ORDER BY一样，可以通过关键字ASC/DESC来指定升序/降序。省略该关键字时会默认按照ASC，也就是升序进行排序。本例中就省略了上述关键字 。

（最终的效果是对每种商品类别分别按商品价格进行排名）
image.png

2 窗口函数种类

大致来说，窗口函数可以分为两类。
一是 将SUM、MAX、MIN等聚合函数用在窗口函数中。
二是 RANK、DENSE_RANK等排序用的专用窗口函数。

2.1 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。（跳同位次）
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。（不跳同位次）
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。（位次连续且唯一）
例）有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位

运行以下代码：

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;

执行结果：
image.png

2.2 聚合函数在窗口函数上的使用

聚合函数在开窗函数中的使用方法和之前的专用窗口函数一样，只是出来的结果是一个累计的聚合函数值。
运行以下代码：

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;

执行结果：
image.png

current_sum列的计算示意图：（圆珠笔的价格不一样，是因为在task03进行更新过。下同。）
image.png
current_avg列的计算示意图
image.png

可以看出，聚合函数结果是，按我们指定的排序，这里是product_id，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**（这句话是在窗口函数使用聚合函数的精髓）**。

3. 窗口函数的的应用 - 计算移动平均

在上面提到，聚合函数在窗口函数使用时，计算的是累积到当前行的所有的数据的聚合。 实际上，还可以指定更加详细的汇总范围。该汇总范围成为框架(frame)。

语法：

<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
FOLLOWING（“之后”）， 将框架指定为 “截止到之后 n 行”，加上自身行
BETWEEN 1 PRECEDING AND 1 FOLLOWING，将框架指定为 “之前1行” + “之后1行” + “自身”

示例代码：

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;

执行结果：
image.png

结果分析：（注意观察框架的范围）
ROWS 2 PRECEDING 这部分对应的框架范围如下：
image.png

ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING 这部分对应的框架范围如下：
image.png

3.1 窗口函数适用范围和注意事项

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。
image.png



4 GROUPING运算符

4.1 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**。

ROLLUP的一个使用例子：

SELECT  product_type
       ,regist_date
       ,SUM(sale_price) AS sum_price
  FROM product
 GROUP BY product_type, regist_date WITH ROLLUP;

查询结果：
frame01.png

这里ROLLUP对product_type，regist_date两列进行合计汇总。结果实际上有三层聚合，如下图“模块3”是常规的 GROUP BY 的结果，需要注意的是“衣服”有个“注册日期”为空的，这是本来数据就存在日期为空的，不是对衣服类别的合计； 模块2和1是 ROLLUP 带来的合计，模块2是对产品种类的合计，模块1是对全部数据的总计。

ROLLUP 可以对多列进行汇总求小计和合计。
image.png

5. 练习题

5.1

请说出针对本章中使用的 product（商品）表执行如下 SELECT 语句所能得到的结果。

SELECT  product_id
       ,product_name
       ,sale_price
       ,MAX(sale_price) OVER (ORDER BY product_id) AS Current_max_price
  FROM product;

回答：
根据product_id排序，计算累计到当前行的最大sale_price。
验证：
image.png

5.2

继续使用product表，计算出按照登记日期（regist_date）升序进行排列的各日期的销售单价（sale_price）的总额。排序是需要将登记日期为NULL 的“运动 T 恤”记录排在第 1 位（也就是将其看作比其他日期都早）

回答：

SELECT product_id
       ,product_name
         ,regist_date
       ,SUM(sale_price) OVER (partition by regist_date) AS sum_price_by_date
  FROM product
ORDER BY -ISNULL(regist_date), regist_date;

image.png

5.3

思考题
① 窗口函数不指定PARTITION BY的效果是什么？

回答：如果不指定PARTITION BY的话，窗口函数的操作窗口就是整个表（即所有记录都算为同一个分组）。比如rank会对指定的列进行排序，不会再分成多组分别进行排序。

② 为什么说窗口函数只能在SELECT子句中使用？实际上，在ORDER BY 子句使用系统并不会报错。

回答：窗口函数会对整个表进行分组，而 WHERE子句 和 HAVING子句 分别是放的记录和字段筛选条件、GROUP BY子句放的是分组依据，都不适合把窗口函数放到其中使用。而ORDER BY子句则是对SELECT子句中的结果进行操作，操作的是整个结果表，所以可以使用窗口函数，但是窗口函数的返回结果只作为ORDER BY子句的排序依据，并不能返回期望的结果。