SQL 的window开窗函数简单使用

news2024/11/27 4:20:02

背景：

开窗函数不论是spark的还是clickhouse的在日常的查询中是一个很常用的功能，特别是他想要解决的问题和group by的很类似，这两种容易引起混淆，本文就简单的描述下开窗函数的简单用法

使用详解

首先窗口函数和group by是完全没有交集的，他们完全没有任何关系，group by聚合数据后会导致行数合并减少，但是窗口函数不会新增行，也不会减少行，这也就意味着对于每一行，窗口函数只是附加了新的一列数据，意识到这一点很重要

其次窗口函数的执行计划就是在每条sql的最后，仅仅只是在最终的order by之前执行，所以也就意味着他不会改变最终结果的行数，仅仅是追加新的一列数据
在这里插入图片描述

我们来看看具体的用法：

 window_function (expression) OVER (
   [ PARTITION BY part_list ]
   [ ORDER BY order_list ]
   [ { ROWS | RANGE } BETWEEN frame_start AND frame_end ] )

window函数主要包括以下几类：
聚合函数：AVG(), COUNT(), MIN(), MAX(), SUM()

分析函数：FIRST_VALUE(), LAST_VALUE(), LEAD(), LAG()

排序函数：RANK(), DENSE_RANK(), ROW_NUMBER()

ROWS关键字是选择当前行的前后几行，例如 ROWS BETWEEN 5 PRECEDING AND 3 FOLLOWING 表示往前 5 行到往后 3 行，一共 9 行数据，注意这只是选择行数据作为窗口函数应用的范围，比如这9行数据应用Min函数，对于每一条记录来说应用窗口函数后只会得到一个结果，比如这里的最小值,我们以获取一个每个学生最高的top2学科作为例子，假设每个学生都参与五门考试，记录学生成绩的表如下

create table student{

 stu_no  String,

course  String

 score  int

}

我们想要获取每个学生最高的两门学科的成绩，我们利用开窗函数怎么得到呢？

select stu_no,course,score from 
(select stu_no,course, score,row_number() over(PARTITION BY stu_no order by score) as row_num
from student) as a
where row_num <= 2；

或者

select stu_no,course,score from 
(select stu_no,course, score,row_number() over(PARTITION BY stu_no order by score ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) as row_num
from student) as a
where row_num <= 2