目录
- 一、背景介绍
- 二、建表语句和插入数据
- 创建表格
- 插入数据
- 三、窗口函数分类介绍
- 四、窗口函数应用
- 1. 聚合函数 + over()搭配
- 2. 排序函数 + over()搭配
- 3. ntile()函数 + over()搭配
- 4. 偏移函数 + over()搭配
一、背景介绍
今天，野鸡大学高（三）班的月考成绩出来了，这里先给大家公布一下各位同学的考试成绩。
接着，在给大家公布一下各位同学的生活消费情况。
下面我们利用上述考试成绩和生活消费记录，利用mysql做一个简单的分析。
当然，从数据库技术:MySQL实战窗口函数SQL分析班级学生考试成绩及生活消费标题就可以看出来。数据库技术:MySQL实战窗口函数SQL分析班级学生考试成绩及生活消费就是要结合这份数据，为大家讲述sql “窗口函数” 应该怎么用？
包括你以后学习hive或者oracle数据库，或者说数据分析面试，这都将是一个很重要的知识点。
二、建表语句和插入数据
创建表格
create table exam_score( sname varchar(20), age int, subject varchar(20), score varchar(20) )charset=utf8; # ----------------------- # create table cost_fee( sname varchar(20), buydate varchar(20), buycost int )charset=utf8;
插入数据
insert into exam_score values ('张三' , 18, '语文' , 90), ('张三' , 18, '数学' , 80), ('张三' , 18, '英语' , 70), ('李四' , 21, '语文' , 88), ('李四' , 21, '数学' , 78), ('李四' , 21, '英语' , 71), ('王五' , 18, '语文' , 95), ('王五' , 18, '数学' , 83), ('王五' , 18, '英语' , 71), ('赵六' , 19, '语文' , 98), ('赵六' , 19, '数学' , 90), ('赵六' , 19, '英语' , 80); # ----------------------- # insert into cost_fee values ('张三','2019-01-01',10), ('张三','2019-03-03',23), ('张三','2019-02-05',46), ('李四','2019-02-02',15), ('李四','2019-01-07',50), ('李四','2019-03-04',29), ('王五','2019-03-08',62), ('王五','2019-02-09',68), ('王五','2019-01-11',75), ('赵六','2019-02-08',55), ('赵六','2019-03-10',12), ('赵六','2019-01-12',80);
三、窗口函数分类介绍
在正式讲述 “窗口函数” 应用之前，我这里先带着大家梳理一遍 “窗口函数” 的基础。我们可以将窗口函数分为如下几类：
聚合函数 + over()搭配；
排序函数 + over()搭配；
ntile()函数 + over()搭配；
偏移函数 + over()搭配；
具体每一类，有哪些函数呢？观察下面的思维导图。
对于over()里面，这里还有两个常用的关键字，必须要讲述。如下：
partition by + 字段：你可以想象成group by关键字，就是用于 “分组” 的关键字；
order by + 字段：这个更容易理解，就是用于 “排序” 的关键字；
四、窗口函数应用
上面给大家介绍了若干常用的 “窗口函数”，这里利用文首创建的数据，讲讲 “窗口函数” 的应用。
希望大家通过每个案例，来总结一下每个函数的含义，这里就不详细写了。
1. 聚合函数 + over()搭配
① 计算每位同学的得分与平均值的情况
select sname ,subject ,score ,avg(score) over(partition by sname) as avg_score from exam_score
结果如下：
② 计算每位同学1-3月消费情况和消费总额
select sname ,buydate ,buycost ,sum(buycost) over(partition by sname) as sum_cost from cost_fee
结果如下：
③ 计算每位同学1-3月消费情况和累计消费总额
select sname ,buydate ,buycost ,sum(buycost) over(partition by sname order by buydate) as sum_cost from cost_fee
结果如下：
注意： 结合②③，大家可以发现partition by结合order by，与不结合order by，得到的完全是不同的结果。一个是分组求总和（不加order by）；一个是分组求累计和（加order by）。
2. 排序函数 + over()搭配
① 计算每个科目的排名，相同的分数排名不同，顺序依次增加
select sname ,subject ,score ,row_number() over(partition by subject order by score) rank1 from exam_score
结果如下：
② 计算每个科目的排名，相同的分数排名相同，余下排名跳跃增加
select sname ,subject ,score ,rank() over(partition by subject order by score) rank1 from exam_score
结果如下：
③ 计算每个科目的排名，相同的分数排名相同，余下排名顺序增加
select sname ,subject ,score ,dense_rank() over(partition by subject order by score) rank1 from exam_score
结果如下：
3. ntile()函数 + over()搭配
ntile()函数有点乱入的感觉，你不知道给它分哪一类。该函数主要用 “数据切分”。如果说这个函数还有点用的话，就是他也可以对数据进行排序，类似于上面提到的row_number()函数。
① 对exam_score表，进行整张表切分
select sname ,subject ,score ,ntile(4) over() rank1 from exam_score
结果如下：
不信你下去试一下，ntile()里面不管写哪个数字，好像都可以。
② 对exam_score表，按照subject分组切分
select sname ,subject ,score ,ntile(4) over(partition by subject) rank1 from exam_score
结果如下：
即使是分组切分，你也会发现，这样毫无意义，因为score并没有排序。
③ 对exam_score表，对score排序后，按照subject分组切分（最有用）
select sname ,subject ,score ,ntile(4) over(partition by subject order by score) rank1 from exam_score
结果如下：
注意： 仔细观察这种用法，基本可以等效row_number()函数，效果是一样的。
4. 偏移函数 + over()搭配
① 展示各位同学的“上次购买时间”和“下次购买时间”
注：对于第一天，显示 “first buy”；对于最后一天，显示 “last buy”；
select sname ,buydate ,lag(buydate,1,'first day') over(partition by sname order by buydate) as 上次购买时间 ,lead(buydate,1,'last day') over(partition by sname order by buydate) as 下次购买时间 from cost_fee
结果如下：
② 截止到当前日期，每位同学的“首次购买时间”和“最后一次购买时间”
select sname ,buydate ,first_value(buydate) over(partition by sname order by buydate) as 首次购买时间 ,last_value(buydate) over(partition by sname order by buydate) as 最后一次购买时间 from cost_fee
结果如下：
③ 展示每位同学的“首次购买时间”和“最后一次购买时间”
注意： 这里并没有说 “截止到当前日期”，请注意②③之间的区别呀。需求不同，结果就不同。
select sname ,buydate ,first_value(buydate) over(partition by sname order by buydate) as 首次购买时间 ,last_value(buydate) over(partition by sname ) as 最后一次购买时间 from cost_fee
结果如下：
以上就是mysql实战窗口函数sql分析班级学生考试成绩及生活消费的详细内容，更多关于sql窗口函数分析成绩及消费的资料请关注<计算机技术网(www.ctvol.com)!!>其它相关文章！
需要了解更多数据库技术:MySQL实战窗口函数SQL分析班级学生考试成绩及生活消费，都可以关注数据库技术分享栏目—计算机技术网(www.ctvol.com)!
本文来自网络收集，不代表计算机技术网立场，如涉及侵权请联系管理员删除。
ctvol管理联系方式QQ:251552304
本文章地址：https://www.ctvol.com/dtteaching/934931.html