第十八章：MySQL8其他新特性

news2024/11/24 9:22:16

第十八章：MySQL8其他新特性

18.1：MySQL8新特性概述

​ MySQL从5.7版本直接跳跃发布了8.0版本 ，可见这是一个令人兴奋的里程碑版本。MySQL 8版本在功能上做了显著的改进与增强，开发者对MySQL的源代码进行了重构，最突出的一点是多MySQL Optimizer优化器进行了改进。不仅在速度上得到了改善，还为用户带来了更好的性能和更棒的体验。

  1. MySQL8.0新增特性

    • 更简便的NOSQL支持

      ​ 随着互联网平台的规模飞速发展，传统的关系型数据库已经越来越不能满足需求。从5.6版本开始，MySQL就开始支持简单的NoSQL存储功能。MySQL 8对这一功能做了优化，以更灵活的方式实现NoSQL功能，不再依赖模式（schema）。

    • 更好的索引

      ​ 在查询中，正确地使用索引可以提高查询的效率。MySQL 8中新增了 隐藏索引 和 降序索引 。隐藏索引可以用来测试去掉索引对查询性能的影响。在查询中混合存在多列索引时，使用降序索引可以提高查询的性能。

    • 更完善的JSON支持

      ​ MySQL从5.7开始支持原生JSON数据的存储，MySQL 8对这一功能做了优化，增加了聚合函数 JSON_ARRAYAGG() 和JSON_OBJECTAGG() ，将参数聚合为JSON数组或对象，新增了行内操作符 ->>，是列路径运算符->的增强，对JSON排序做了提升，并优化了JSON的更新操作。

    • 安全和账户管理

      ​ MySQL 8中新增了caching_sha2_password授权插件、角色、密码历史记录和FIPS模式支持，这些特性提高了数据库的安全性和性能，使数据库管理员能够更灵活地进行账户管理工作。

    • InnoDB的变化

      ​ InnoDB是MySQL默认的存储引擎 ，是事务型数据库的首选引擎，支持事务安全表（ACID），支持行锁定和外键。在MySQL 8 版本中，InnoDB在自增、索引、加密、死锁、共享锁等方面做了大量的 改进和优化 ，并且支持原子数据定义语言（DDL），提高了数据安全性，对事务提供更好的支持。

    • 数据字典

      ​ 在之前的MySQL版本中，字典数据都存储在元数据文件和非事务表中。从MySQL 8开始新增了事务数据字典，在这个字典里存储着数据库对象信息，这些数据字典存储在内部事务表中。

    • 原子数据定义语句

      ​ MySQL 8开始支持原子数据定义语句（Automic DDL），即 原子DDL 。目前，只有InnoDB存储引擎支持原子DDL。原子数据定义语句（DDL）将与DDL操作相关的数据字典更新、存储引擎操作、二进制日志写入结合到一个单独的原子事务中，这使得即使服务器崩溃，事务也会提交或回滚。使用支持原子操作的存储引擎所创建的表，在执行DROP TABLE、CREATE TABLE、ALTER TABLE、RENAME TABLE、TRUNCATE TABLE、CREATE TABLESPACE、DROP TABLESPACE等操作时，都支持原子操作，即事务要么完全操作成功，要么失败后回滚，不再进行部分提交。 对于从MySQL 5.7复制到MySQL 8版本中的语句，可以添加 IF EXISTS 或 IF NOT EXISTS 语句来避免发生错误。

    • 资源管理

      ​ MySQL 8开始支持创建和管理资源组，允许将服务器内运行的线程分配给特定的分组，以便线程根据组内可用资源执行。组属性能够控制组内资源，启用或限制组内资源消耗。数据库管理员能够根据不同的工作负载适当地更改这些属性。 目前，CPU时间是可控资源，由“虚拟CPU”这个概念来表示，此术语包含CPU的核心数，超线程，硬件线程等等。服务器在启动时确定可用的虚拟CPU数量。拥有对应权限的数据库管理员可以将这些CPU与资源组关联，并为资源组分配线程。 资源组组件为MySQL中的资源组管理提供了SQL接口。资源组的属性用于定义资源组。MySQL中存在两个默认组，系统组和用户组，默认的组不能被删除，其属性也不能被更改。对于用户自定义的组，资源组创建时可初始化所有的属性，除去名字和类型，其他属性都可在创建之后进行更改。 在一些平台下，或进行了某些MySQL的配置时，资源管理的功能将受到限制，甚至不可用。

    • 字符集支持

      MySQL 8中默认的字符集由latin1更改为utf8mb4 ，并首次增加了日语所特定使用的集合，utf8mb4_ja_0900_as_cs。

    • 优化器增强

      ​ MySQL优化器开始支持隐藏索引和降序索引。隐藏索引不会被优化器使用，验证索引的必要性时不需要删除索引，先将索引隐藏，如果优化器性能无影响就可以真正地删除索引。降序索引允许优化器对多个列进行排序，并且允许排序顺序不一致。

    • 公用表表达式

      ​ 公用表表达式（Common Table Expressions）简称为CTE，MySQL现在支持递归和非递归两种形式的CTE。CTE通过在SELECT语句或其他特定语句前 使用WITH语句对临时结果集 进行命名。

    • 窗口函数

      MySQL 8开始支持窗口函数。在之前的版本中已存在的大部分 聚合函数 在MySQL 8中也可以作为窗口函数来使用。
      在这里插入图片描述

    • 正则表达式支持

      ​ MySQL在8.0.4以后的版本中采用支持Unicode的国际化组件库实现正则表达式操作，这种方式不仅能提供完全的Unicode支持，而且是多字节安全编码。MySQL增加了REGEXP_LIKE()、EGEXP_INSTR()、REGEXP_REPLACE()和 REGEXP_SUBSTR()等函数来提升性能。另外，regexp_stack_limit和regexp_time_limit系统变量能够通过匹配引擎来控制资源消耗。

    • 内部临时表

      ​ TempTable存储引擎取代MEMORY存储引擎成为内部临时表的默认存储引擎 。TempTable存储引擎为VARCHAR和VARBINARY列提供高效存储。internal_tmp_mem_storage_engine会话变量定义了内部临时表的存储引擎，可选的值有两个，TempTable和MEMORY，其中TempTable为默认的存储引擎。temptable_max_ram系统配置项定义了TempTable存储引擎可使用的最大内存数量。

    • 日志记录

      ​ 在MySQL 8中错误日志子系统由一系列MySQL组件构成。这些组件的构成由系统变量log_error_services来配置，能够实现日志事件的过滤和写入。

    • 备份锁

      ​ 新的备份锁允许在线备份期间执行数据操作语句，同时阻止可能造成快照不一致的操作。新备份锁由LOCK INSTANCE FOR BACKUP和 UNLOCK INSTANCE 语法提供支持，执行这些操作需要备份管理员特权。

    • 增强的MySQL复制

      ​ MySQL 8复制支持对JSON文档 进行部分更新的 二进制日志记录 ，该记录 使用紧凑的二进制格式 ，从而节省记录完整JSON文档的空间。当使用基于语句的日志记录时，这种紧凑的日志记录会自动完成，并且可以通过将新的binlog_row_value_options系统变量值设置为PARTIAL_JSON来启用。

  2. MySQL8.0移除的旧特性

    • 查询缓存

      #（1）语句：
FLUSH QUERY CACHE和RESET QUERY CACHE。 
#（2）系统变量：
query_cache_limit、query_cache_min_res_unit、
query_cache_size、query_cache_type、query_cache_wlock_invalidate。 
#（3）状态变量：
Qcache_free_blocks、Qcache_free_memory、Qcache_hits、Qcache_inserts、
Qcache_lowmem_prunes、Qcache_not_cached、Qcache_queries_in_cache、Qcache_total_blocks
#（4）线程状态：
checking privileges on cached query、checking query cache for query、invalidating query cache entries、
sending cached result to client、storing result in query cache、waiting for query cache lock。

    • 加密相关

      ENCODE()、DECODE()、ENCRYPT()、DES_ENCRYPT()和 DES_DECRYPT()函数，
配置项des-key-file，系统变量have_crypt，FLUSH语句的DES_KEY_FILE选项，HAVE_CRYPT CMake选项。 
对于移除的ENCRYPT()函数，考虑使用SHA2()替代，对于其他移除的函数，使用AES_ENCRYPT()和AES_DECRYPT()替代。

    • 空间函数相关

      ​ 在MySQL 5.7版本中，多个空间函数已被标记为过时。这些过时函数在MySQL 8中都已被移除，只保留了对应的ST_和MBR函数。

    • \N和NULL

      ​ 在SQL语句中，解析器不再将\N视为NULL，所以在SQL语句中应使用NULL代替\N。这项变化不会影响使用LOAD DATA INFILE或者SELECT...INTO OUTFILE操作文件的导入和导出。在这类操作中，NULL仍等同于\N。

    • mysql_install_db

      ​ 在MySQL分布中，已移除了mysql_install_db程序，数据字典初始化需要调用带着--initialize或者--initialize-insecure选项的mysqld来代替实现。另外，--bootstrap和INSTALL_SCRIPTDIR CMake也已被删除。

    • 通用分区处理程序

      通用分区处理程序已从MySQL服务中被移除。为了实现给定表分区，表所使用的存储引擎需要自有的分区处理程序。 提供本地分区支持的MySQL存储引擎有两个，即InnoDB和NDB，而在MySQL 8中只支持InnoDB。

    • 系统和状态变量信息

      ​ 在INFORMATION_SCHEMA数据库中，对系统和状态变量信息不再进行维护。GLOBAL_VARIABLES、SESSION_VARIABLES、GLOBAL_STATUS、SESSION_STATUS表都已被删除。另外，系统变量show_compatibility_56也已被删除。被删除的状态变量有Slave_heartbeat_period、Slave_last_heartbeat,Slave_received_heartbeats、Slave_retried_transactions、Slave_running。以上被删除的内容都可使用性能模式中对应的内容进行替代。

    • mysql_plugin工具

      ​ mysql_plugin工具用来配置MySQL服务器插件，现已被删除，可使用--plugin-load或--plugin-load-add选项在服务器启动时加载插件或者在运行时使用INSTALL PLUGIN语句加载插件来替代该工具。

18.2：窗口函数

​ 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。

  • 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
  • 动态窗口函数的窗口大小会随着记录的不同而变化。

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

  1. 语法结构

    函数 OVER ([PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC])
函数 OVER 窗口名 … WINDOW 窗口名 AS ([PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC])
    • 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。
    • 窗口名：为窗口设置一个别名，用来标识窗口。
    • 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。
    • 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。
    • 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。

  2. 分类讲解

    • 准备工作

      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
);

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');

    • 序号函数

      1. ROW_NUMBER()函数：ROW_NUMBER()函数能够对数据中的序号进行顺序显示。

        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 |
+---------+----+-------------+---------------+------------+---------+-------+

      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。

        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  |
+---------+----+-------------+---------------+------------+---------+-------+

      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。

        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 |
+---------+----+-------------+---------------+------------+---------+-------+

    • 分布函数

      1. PERCENT_RANK()函数：PERCENT_RANK()函数是等级值百分比函数。

        # 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。
(rank - 1) / (rows - 1)

# 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：
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 |
+---+-----+----+-------------+---------------+----------+--------+-------+

      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。

        # 查询goods数据表中小于或等于当前价格的比例
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 |
+---------------------+----+---------------+------------+---------+

    • 前后函数

      1. LAG(expr,n)函数：LAG(expr,n)函数返回当前行的前n行的expr的值。

        # 查询goods数据表中前一个商品价格与当前商品价格的差值
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  |
+----+---------------+------------+---------+-----------+------------+

    • 首尾函数

      1. FIRST_VALUE(expr)函数：FIRST_VALUE(expr)函数返回第一个expr的值

        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     |
+----+---------------+------------+---------+-------+-------------+

      2. LAST_VALUE(expr)函数：LAST_VALUE(expr)函数返回最后一个expr的值。

        # 按照价格排序，查询最后一个商品的价格信息
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 |
+----+---------------+------------+---------+-------+------------+

    • 其他函数

      1. NTH_VALUE(expr,n)函数：NTH_VALUE(expr,n)函数返回第n个expr的值。

        # 查询goods数据表中排名第2和第3的价格信息
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  |
+----+---------------+------------+---------+--------------+-------------+

      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。

        # 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 |
+----+----+---------------+------------+---------+

18.3：公用表表达式

​ 公用表表达式（或通用表表达式）简称为CTE（Common Table Expressions）。CTE是一个命名的临时结果集，作用范围是当前语句。CTE可以理解成一个可以复用的子查询，当然跟子查询还是有点区别的，CTE可以引用其他CTE，但子查询不能引用其他子查询。所以，可以考虑代替子查询。

​ 依据语法结构和执行方式的不同，公用表表达式分为 普通公用表表达式 和 递归公用表表达式 2 种。

  1. 普通公用表达式

    • 语法

      WITH CTE名称
AS （子查询）
SELECT|DELETE|UPDATE 语句;

    • 举例

      # 查询员工所在的部门的详细信息
#方式一：不用公用表表达式
SELECT * FROM departments
WHERE department_id IN (
	SELECT DISTINCT department_id
	FROM employees
);

#方式二：用公用表表达式
WITH emp_dept_id AS (SELECT DISTINCT department_id FROM employees)
SELECT *
FROM departments d JOIN emp_dept_id e ON d.department_id = e.department_id;

  2. 递归公用表表达式

    ​ 递归公用表表达式也是一种公用表表达式，只不过，除了普通公用表表达式的特点以外，它还有自己的特点，就是可以调用自己。

    • 语法

      WITH RECURSIVE
CTE名称 AS （子查询）
SELECT|DELETE|UPDATE 语句;

    • 举例

      # 针对于我们常用的employees表，包含employee_id，last_name和manager_id三个字段。
# 如果a是b的管理者，那么，我们可以把b叫做a的下属，如果同时b又是c的管理者，那么c就是b的下属，是a的下下属。
# 下面我们尝试用查询语句列出所有具有下下属身份的人员信息。
WITH RECURSIVE cte
AS
(
SELECT employee_id,last_name,manager_id,1 AS n FROM employees WHERE employee_id = 100
-- 种子查询，找到第一代领导
UNION ALL
SELECT a.employee_id,a.last_name,a.manager_id,n+1 FROM employees AS a JOIN cte
ON (a.manager_id = cte.employee_id) -- 递归查询，找出以递归公用表表达式的人为领导的人
)
SELECT employee_id,last_name FROM cte WHERE n >= 3;

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。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。如若转载，请注明出处：http://www.coloradmin.cn/o/624495.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

2023-06-08 Unity AssetBundle1——AB包介绍与使用

2023-06-08 Unity AssetBundle1——AB包介绍与使用

文章目录 一、AB 包介绍二、AB 包资源打包（一）导入 AB 包（二）将资源关联 AB 包（三）打包参数选项（四）打包结果（五）AB 包信息 三、加载 AB 包资源（一…
阅读更多...
如何让访问者能更快地加载出你的网站？

如何让访问者能更快地加载出你的网站？

​　　在当今互联网时代，网站已成为人们获取信息、交流互动、进行商业活动等的主要场所之一。然而，由于网络环境的复杂性和不确定性，用户在访问网站时常常会遇到访问缓慢、卡顿等问题，从而影响了用户的使用体验。为了让用户更快地…
阅读更多...
【数据结构】常见排序算法——快速排序的三种实现、 hoare版本、挖坑法、前后指针版本

【数据结构】常见排序算法——快速排序的三种实现、 hoare版本、挖坑法、前后指针版本

文章目录 1.常见排序2.快速排序2.1hoare版本2.2快速排序优化2.3挖坑法实现2.4前后指针实现 1.常见排序 2.快速排序 快速排序（Quick Sort） 是一种常见的排序算法，也是一种基于分治算法的排序。该算法的基本思想是将一个数据集分成两个子集&…
阅读更多...
实验四、shell编程

实验四、shell编程

一、实验目的 1.了解shell的特点和主要种类。 2.掌握 shel1 脚本的建立和执行方式。 3.掌握bash的基本语法。 4.学会编写shell 脚本。 二、实验内容 shell 脚本的建立和执行。历史命令和别名定义。shell变量和位置参数、环境变量。bash的特殊字符。一般控制结构。算术运算及…
阅读更多...
Redis事务和管道

Redis事务和管道

一、Redis事务 1、定义 可以一次执行多个命令，本质上是一组命令的集合。一个事务中的所有命令都会序列化，按顺序的串行化执行而不会被其他命令插入，不能加塞。 2、作用 一个队列中，一次性、顺序性、排他性的执行一系列命令。 …
阅读更多...
第Y3周：yolov5s.yaml文件解读

第Y3周：yolov5s.yaml文件解读

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者：K同学啊|接辅导、项目定制 ✅本周任务：将yolov5s网络模型中第4层的C3*2修改为C3*1，第6层的C3*3修改为C3*2。 简单介绍： YOLOv5配置了…
阅读更多...
企业Wiki和知识库-SaaS产品运营指南

企业Wiki和知识库-SaaS产品运营指南

内部Wiki也叫做企业Wiki，是员工可以存储、共享和协作创作的地方，将企业内部员工知识共享集中到一个地方，并且相关内容与其他团队成员协作完成，它可以包含企业内部的各种知识，从操作指南到培训手册，再到客户…
阅读更多...
RabbitMQ - 延迟队列

RabbitMQ - 延迟队列

RabbitMQ - 延迟队列 延迟队列介绍RabbitMQ 中的 TTL整合 springboot队列 TTL延时队列TTL优化Rabbitmq 插件实现延迟队列总结 延迟队列介绍 延迟队列概念： 延时队列,队列内部是有序的，最重要的特性就体现在它的延时属性上，延时队列中的元素是…
阅读更多...
《Lua程序设计》--学习3

《Lua程序设计》--学习3

输入输出 简单I/O模型 Lua 文件 I/O | 菜鸟教程 (runoob.com) 暂留 补充知识 局部变量和代码块 Lua语言中的变量在默认情况下是全局变量，所有的局部变量在使用前必须声明 在交互模式中，每一行代码就是一个代码段（除非不是一条完整的命…
阅读更多...
spark的高阶用法

spark的高阶用法

广播变量broadcast 使用场景:本地集合变量和分布式变量(rdd)进行关联的时候使用 优点:1.可以节省io操作.2.减少executor的内存占用 #定义 map_list {(1,dawang,22),(2,xiaogou,333).....} broadcast sc..broadcast(map_list) #使用 for i in broadcast.value:print(i)累加器a…
阅读更多...
【TA100 】 LDR与HDR

【TA100 】 LDR与HDR

一、LDR和HDR的基本概念 1.HDR 、LDR、动态范围 ● Dynamic Range（动态范围）最高亮度/最低亮度 ● HDR High Dynamic Range ● LDR Low Dynamic Range ● ToneMapping：将超高的动态范围（HDR）转换到我们日常显示的屏…
阅读更多...
指定英国名校|社会科学老师喜赴曼彻斯特大学访学研究

指定英国名校|社会科学老师喜赴曼彻斯特大学访学研究

社会科学较理工科专业申请访问学者的难度更大，何况M老师还有学校、专业、时间等要求。最终我们为其落实了世界50强名校—曼彻斯特大学全球发展研究所的职位，专业方向高度契合。在对方行政办理流程时遇到一些阻力，好在有惊无险地完成了全部流程…
阅读更多...
Simulink尝试双脉冲实验验证MOSFET二极管反向恢复的特性（附仿真模型）

Simulink尝试双脉冲实验验证MOSFET二极管反向恢复的特性（附仿真模型）

目录 前言 双脉冲实验 Simulink仿真对比 总结 前言 最近在做交错串联的图腾柱单相PFC的项目，基于模型的开发，想要在仿真上实现过零点尖峰电流产生并通过软启动进行抑制，把整个过程都通过仿真实现出来，在这个过程中尝试了Simul…
阅读更多...
深入 Synchroized 原理，从入门到精通

深入 Synchroized 原理，从入门到精通

目录 一、倔强青铜 1.1 多线程一定快吗？ 1.2 上下文切换 1.3 测试上下文切换次数 1.4 Java内存模型 1.5 主内存与工作内存之间的数据交互过程 二、秩序白银 2.1 多线程带来的可见性问题 2.2 多线程带来的原子性问题 2.3 多线程带来的有序性问题 三、荣耀…
阅读更多...
Yolov5涨点神器：RIFormerBlock助力检测｜CVPR2023｜RIFormer：无需TokenMixer也能达成SOTA性能的极简ViT架构

Yolov5涨点神器：RIFormerBlock助力检测｜CVPR2023｜RIFormer：无需TokenMixer也能达成SOTA性能的极简ViT架构

1.RIFormer介绍 论文：https://arxiv.org/pdf/2304.05659.pdf 本文基于重参数机制提出了RepIdentityFormer方案以研究无Token Mixer的架构体系。紧接着，作者改进了学习架构以打破无Token Mixer架构的局限性并总结了优化策略。搭配上所提优化策略后，本文构建了一种极致简单且…
阅读更多...
目标检测算法：Faster-RCNN论文解读

目标检测算法：Faster-RCNN论文解读

目标检测算法：Faster-RCNN论文解读 前言 ​ 其实网上已经有很多很好的解读各种论文的文章了，但是我决定自己也写一写，当然，我的主要目的就是帮助自己梳理、深入理解论文，因为写文章，你必须把你所写的东西表…
阅读更多...
Python爬虫——爬取阳光高考专业数据并对所有专业进行数据分析

Python爬虫——爬取阳光高考专业数据并对所有专业进行数据分析

前言 阳光高考是中国高考信息网，覆盖了中国所有院校以及所有专业信息。本文目的是爬取阳光高考的专业信息，包括专业名称，专业代码，专业简介，男女比例，在校生规模，就业方向，平均薪资…
阅读更多...
LVS负载均衡 DR模式

LVS负载均衡 DR模式

目录 -----------------DR模式 LVS负载均衡群集部署----------------------------------- 1.配置负载调度器（192.168.110.100） 2.部署共享存储（NFS服务器：192.168.80.13） 3.配置节点服务器（192.168.80.…
阅读更多...
H5吊起微信小程序（适用于从短信、邮件、微信外网页等场景打开小程序任意页面）

H5吊起微信小程序（适用于从短信、邮件、微信外网页等场景打开小程序任意页面）

​1.实现功能 H5页面中实现打开微信小程序的功能用户在网页中一键唤起小程序 2.前提条件 必须是企业的小程序获取AppID，也就是小程序唯一凭证，可在微信公众平台 - 设置 - 开发设置」页中获得。（需要已经成为开发者，且帐号没有异…
阅读更多...
springboot mybatis-plus 代码生成工具

springboot mybatis-plus 代码生成工具

介绍 基于mybatis-plus代码生成工具 后续会不断完善 规划 后续会基于此功能搞低代码平台，会有前端VUE mybatis-plus介绍&特性 • 无侵入：只做增强不做改变，引入它不会对现有工程产生影响，如丝般顺滑 • 损耗小&#xff1…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023