窗口函数可在不改变原始数据行数的情况下进行排名、累计求和、移动平均等分析。其语法为function_name() OVER (PARTITION BY col ORDER BY col)，支持RANK()、ROW_NUMBER()、SUM() OVER()等函数，适用于MySQL 8.0+。与GROUP BY不同，窗口函数保留每行数据并增加计算列，常用于Top N、同比环比、移动平均等场景，配合索引和合理窗口设计可提升性能。
MySQL窗口函数，简单来说，就是让你在查询结果的“窗口”内进行计算，而不用像GROUP BY那样把数据聚合起来。它既能保留原始数据的完整性，又能进行灵活的分析，简直是数据分析的利器！
窗口函数让你在不改变原始数据行的情况下，进行诸如排名、累计求和、移动平均等操作。
解决方案
窗口函数的基本语法是：
function_name() OVER (PARTITION BY column1 ORDER BY column2)
。
function_name()
：你要使用的窗口函数，比如
RANK()
、
SUM()
、
AVG()
等等。
OVER()
：定义窗口的范围。
PARTITION BY column1
：将数据按照
column1
进行分组，每个分组就是一个窗口。如果没有
PARTITION BY
，则整个结果集就是一个窗口。
ORDER BY column2
：在每个窗口内，按照
column2
进行排序。
几个常用的窗口函数：
ROW_NUMBER()
：为每个窗口内的行分配一个唯一的序号，从1开始。
RANK()
：为每个窗口内的行分配排名，相同的值排名相同，但会跳过后续排名。
DENSE_RANK()
：与
RANK()
类似，但相同的值排名相同，不会跳过后续排名。
NTILE(n)
：将每个窗口内的行分成
n
组，并为每行分配一个组号。
SUM() OVER()
：计算窗口内的累计和。
AVG() OVER()
：计算窗口内的平均值。
LAG(column, n, default)
：返回当前行之前
n
行的
column
值，如果没有前
n
行，则返回
default
。
LEAD(column, n, default)
：返回当前行之后
n
行的
column
值，如果没有后
n
行，则返回
default
。
举个例子：
假设我们有一个
sales
表，包含
date
（销售日期）、
region
（销售区域）和
amount
（销售额）三个字段。
CREATE TABLE sales ( date DATE, region VARCHAR(20), amount DECIMAL(10, 2));INSERT INTO sales (date, region, amount) VALUES('2023-01-01', 'North', 100.00),('2023-01-01', 'South', 150.00),('2023-01-02', 'North', 120.00),('2023-01-02', 'South', 180.00),('2023-01-03', 'North', 110.00),('2023-01-03', 'South', 200.00);
1. 计算每个区域的销售额排名：
SELECT date, region, amount, RANK() OVER (PARTITION BY region ORDER BY amount DESC) AS sales_rankFROM sales;
这个查询会按照
region
分组，然后在每个区域内按照
amount
降序排列，并计算每个销售额的排名。
2. 计算每个区域的累计销售额：
SELECT date, region, amount, SUM(amount) OVER (PARTITION BY region ORDER BY date) AS cumulative_salesFROM sales;
这个查询会按照
region
分组，然后在每个区域内按照
date
排序，并计算每天的累计销售额。
3. 计算每个区域的移动平均销售额（过去三天）：
SELECT date, region, amount, AVG(amount) OVER (PARTITION BY region ORDER BY date ASC ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_averageFROM sales;
这个查询会按照
region
分组，然后在每个区域内按照
date
排序，并计算过去三天的移动平均销售额。
ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
定义了窗口的范围，表示当前行和前两行。
千帆AppBuilder
百度推出的一站式的AI原生应用开发资源和工具平台，致力于实现人人都能开发自己的AI原生应用。
158 查看详情
MySQL 8.0 之后才开始支持窗口函数，如果你的MySQL版本低于8.0，需要升级才能使用。
MySQL窗口函数有哪些常见的应用场景？
窗口函数在数据分析中应用广泛，可以解决很多复杂的排名、统计和比较问题。
排名问题： 比如计算每个产品的销售额排名、每个用户的活跃度排名等等。累计统计： 比如计算每天的累计销售额、每个月的累计用户增长等等。同比/环比分析： 比如计算今年的销售额与去年同期的增长率、本月的销售额与上月的增长率等等。移动平均： 比如计算过去7天的平均活跃用户数、过去3个月的平均销售额等等。Top N 问题： 比如找出每个地区销售额最高的 Top 3 产品。
窗口函数能做到的，很多情况下使用子查询或者临时表也能实现，但窗口函数通常更简洁、更高效。
如何优化MySQL窗口函数的性能？
窗口函数虽然强大，但如果使用不当，也可能导致性能问题。
索引优化： 确保
PARTITION BY
和
ORDER BY
子句中使用的列都有索引。避免不必要的排序： 如果不需要排序，可以省略
ORDER BY
子句。控制窗口大小： 窗口太大可能会导致性能问题，尽量缩小窗口范围。选择合适的窗口函数： 不同的窗口函数性能可能不同，根据实际需求选择最合适的函数。避免在窗口函数中使用复杂的表达式： 复杂的表达式会降低性能，尽量将表达式提前计算好。MySQL版本： 使用较新版本的MySQL，通常会对窗口函数进行优化。
窗口函数和GROUP BY的区别是什么？
GROUP BY
和窗口函数都是用于数据聚合和分析的，但它们之间有本质的区别。
GROUP BY
会将数据按照指定的列进行分组，然后对每个分组进行聚合计算，最终只返回每个分组的一行结果。窗口函数则是在指定的窗口内进行计算，不会改变原始数据的行数，而是为每一行添加额外的计算结果。
简单来说，
GROUP BY
是改变数据的行数，而窗口函数是增加数据的列数。
什么时候应该使用窗口函数，什么时候应该使用GROUP BY？
如果你需要对数据进行分组聚合，并且只需要每个分组的一行结果，那么应该使用
GROUP BY
。如果你需要在不改变原始数据行数的情况下，进行排名、累计统计、同比/环比分析等操作，那么应该使用窗口函数。
总的来说，选择哪个取决于你的具体需求。 窗口函数在需要保留原始数据的详细信息，并同时进行聚合计算时，优势非常明显。
以上就是MySQL窗口函数入门到精通：实现复杂数据分析与排名的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/943003.html
微信扫一扫 
支付宝扫一扫 
