MySQL中的数据分析函数

在日常的数据分析工作中，我们可能会经常遇到类似这样的需求：环比如何计算？怎么样得到各部门工资排名前N名员工列表?查找各部门每 人工资占部门总工资的百分比？

对于这样的需求，使用传统的SQL实现起来比较困难。这类需求都有一个共同的特点，需要在单表中满足某些条件的记 录集内部做一些函数操作，不是简单的表连接，也不是简单的聚合可以实现的，通常会让写SQL的同学焦头烂额、绞尽 脑汁，费了大半天时间写出来一堆长长的晦涩难懂的自连接SQL，且性能低下，难以维护。

要解决此类问题，最方便的就是使用窗口函数。

PART

01

MySQL窗口函数

MySQL从8.0开始支持窗口函数，这个功能在大多商业数据库和部分开源数据库中早已支持，有的也叫分析函数。

什么叫窗口?

窗口的概念非常重要，它可以理解为记录集合，窗口函数也就是在满足某种条件的记录集合上执行的特殊函数。对于每 条记录都要在此窗口内执行函数，有的函数随着记录不同，窗口大小都是固定的，这种属于静态窗口；有的函数则相反，不同的记录对应着不同的窗口，这种动态变化的窗口叫滑动窗口。

窗口函数和普通聚合函数也很容易混淆，二者区别如下：

聚合函数是将多条记录聚合为一条；而窗口函数是每条记录都会执行，有几条记录执行完还是几条。

聚合函数也可以用于窗口函数中，这个后面会举例说明。

下面是一个窗口函数的简单例子：

上面例子中，row_number()over(partition by member_id order by order_money desc)这部分都属于窗口函数，它的功能是显示 每个用户按照订单金额从大到小排序的序号。

PART

02

窗口函数分类及语法

按照功能划分，可以把MySQL支持的窗口函数分为如下几类：

序号函数：row_number() / rank() / dense_rank()

分布函数：percent_rank() / cume_dist()

前后函数：lag() / lead()

头尾函数：first_val() / last_val()

其他函数：nth_value() / nfile()

窗口函数语法：

先指定作为窗口函数的函数名，然后是OVER(…)，就算OVER里面没有内容，括号也需要保留。窗口函数的一个概念是当前行，当前行属于某个窗口，窗口由“[partition_defintion]”，“[order_definition]”，“[frame_definition]“确定。

partition_defintion

翻译过来应该是分区，语法是"PARTITION BY [{,…}]"，它会根据单个或者多个表达式的计算结果来分区（列名也是一种表达式，它的结果就是列名本身）。

在前面的例子中，结果中的每一行都有自己的分区。

frame_definition

这里先讲frame_definition，可能应该是叫帧吧。它的作用是在分区里面再进一步细分窗口。语法是"frame_unit {|}"，

frame_unit有两种，分别是ROWS和RANGE，由ROWS定义的frame是由开始和结束位置的行确定的，由RANGE定义的frame由在某个值区间的行确定。

如果只指定了frame的开始位置，那么结束位置就默认为当前行。frame_start有三种：

UNBOUNDED PRECEDING: 区间的第一行

N PRECEDING: 当前行之前的N行，N可以是数字，也可以是一个能计算出数字的表达式 CURRENT ROW: 当前行

frame_between的可以取的值如下：

frame_start：如前面所列

UNBOUNDED FOLLOWING：区间的最后一行

N FOLLOWING：当前行之后的N行，N可以是数字，也可以是一个能计算出数字的表达式

如果没显式指定frame的话，MySQL会认为frame是“ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING”

今天分享下MySQL中的窗口函数，这对分析查询很有帮助，在工作中，可能会遇到各种百分比、排序、累积求和等需求需要进行窗口查询。明天举个具体案例来逐个讲解数据分析函数。