各位老铁们好，相信很多人对开窗函数都不是特别的了解，因此呢，今天就来为大家分享下关于开窗函数以及开窗函数sum over的问题知识，还望可以帮助大家，解决大家的一些困惑，下面一起来看看吧！
在SQL的世界里，开窗函数（Window Function）是一个神秘而又强大的工具。它能够让我们在处理数据时，拥有更广阔的视野，从而挖掘出更多有价值的信息。开窗函数究竟是什么？它有哪些神奇的功能？今天，就让我们一起揭开开窗函数的神秘面纱。
一、开窗函数的定义
开窗函数是一种在SQL查询中计算结果集的特定部分（即“窗口”）的函数。简单来说，就是可以在一个结果集的某个子集上执行计算，而不影响整个结果集。
二、开窗函数的特点
1. 独立于分组（GROUP BY）：开窗函数可以在不进行分组的情况下，对整个结果集进行计算。
2. 灵活的窗口大小：窗口大小可以是固定的，也可以是动态的。
3. 丰富的计算方式：开窗函数可以用于计算排名、累计值、移动平均等多种统计指标。
三、开窗函数的应用场景
1. 计算排名：例如，计算每个学生的成绩排名。
2. 计算累计值：例如，计算每个学生的总分。
3. 计算移动平均：例如，计算每个学生的最近五次考试成绩的平均值。
4. 计算分位数：例如，计算每个学生的成绩分位数。
四、开窗函数的基本语法
“`sql
SELECT
column1,
column2,
window_function(column3) OVER (PARTITION BY column1 ORDER BY column2) AS result
FROM
table_name;
“`
解释：
- `window_function`：开窗函数的名称，例如`ROW_NUMBER`、`RANK`、`DENSE_RANK`、`SUM`、`AVG`等。
- `column3`：参与开窗函数计算的列。
- `PARTITION BY column1`：将结果集划分为多个分区，每个分区内的数据将独立计算。
- `ORDER BY column2`：在每个分区内部，按照`column2`的值对数据进行排序。
- `AS result`：为开窗函数的结果列命名。
五、开窗函数的实例
假设我们有一个学生成绩表`student_score`，包含学生ID（`student_id`）、科目（`subject`）和成绩（`score`）三个字段。
1. 计算每个学生的成绩排名
“`sql
SELECT
student_id,
subject,
score,
RANK() OVER (PARTITION BY student_id ORDER BY score DESC) AS rank
FROM
student_score;
“`
2. 计算每个学生的总分
“`sql
SELECT
student_id,
SUM(score) OVER (PARTITION BY student_id) AS total_score
FROM
student_score;
“`
3. 计算每个学生的最近五次考试成绩的平均值
“`sql
SELECT
student_id,
subject,
score,
AVG(score) OVER (PARTITION BY student_id ORDER BY score DESC ROWS BETWEEN 4 PRECEDING AND CURRENT ROW) AS moving_avg
FROM
student_score;
“`
六、总结
开窗函数是SQL中一个非常有用的工具，它可以帮助我们轻松地处理复杂的数据计算。通过掌握开窗函数，我们可以更好地挖掘数据的价值，为业务决策提供有力支持。
以下是一些额外的建议：
- 多练习：通过实际操作，加深对开窗函数的理解。
- 查阅资料：查阅相关书籍、博客和教程，了解开窗函数的高级用法。
- 分享经验：将你的经验和心得分享给他人，共同进步。
希望这篇文章能帮助你更好地理解开窗函数，祝你在SQL的世界里越走越远！
为什么我们要使用开窗函数
什么时候会用到开窗函数呢？下面介绍使用场景：
表test1数据如下：
现在我们有需求：查出它们每个年级（class）的平均分数，预期结果格式如下：
我们可以看到，根据年级class求avg()聚合后的数据会变少一条，但是，我们既要显示聚合前的数据又要显示聚合后的数据，这个时候就要使用开窗函数。
测试：
查询数据：
返回结果：
出现的两个问题：
1.如果我们在partition by class加一个order by id会出现什么问题
返回结果：
可以看到class为1的两条avg值不一致，这是因为order by id是来一条数据处理一条，所以第一条class为1的数据来的只能是99/1=99。
我们可能会这样想，先查询出数据放到一张临时表，然后在开窗，根据class分区，再根据id排序，可是结果并不是根据id全局有序的
返回结果：
因为它是按照分区排序的，所以是分区内有序。
另外，我们和group by分组做个对比
原始数据如下
我们可能会想，为什么同样在这里使用了聚合函数sum()，数据条数变少了，我们为什么没有开窗呢？
这里使用group by进行了分组，根据id和时间进行分组。
那我们想是否上面也可以使用group by而不使用开窗呢？
如下sql是否可以呢？
返回结果：
答案是不可以。因为我们select了多个字段，所以我们要根据多个字段来分组，class相同再根据id分组，id相同再根据score分组。导致我们不能仅仅根据class分组，也就导致最后分组出来的数据除了class、id、score都相同的两条数据能够聚合，否则都是单条数据自己聚合。
所以我们要使用group by就只能选取单个字段
返回结果
懂的讲一下oracle开窗函数都有哪些需要关注哪些点
Oracle开窗函数主要包括以下几种：
ROW_NUMBER()
功能：为结果集的每一行分配一个唯一的连续整数。关注点：通常用于需要对数据进行排序并获取唯一行号的情况。RANK()
功能：类似于ROW_NUMBER()，但为相同值的行分配相同的排名，并跳过随后的排名值。关注点：适用于需要处理具有相同值的数据行，并希望这些行具有相同排名的情况。DENSE_RANK()
功能：类似于RANK()，但为相同值的行分配相同的排名，并且不跳过随后的排名值。关注点：当需要连续排名，不希望排名值出现跳跃时，DENSE_RANK()更为合适。NTILE(n)
功能：将结果集划分为n个桶，并为每桶内的行分配一个桶号。关注点：适用于需要将数据划分为多个均匀部分的情况，如性能分析中的四分位数等。LAG()和 LEAD()
功能：LAG()返回当前行之前的某一行的值，LEAD()返回当前行之后的某一行的值。关注点：这两个函数常用于时间序列分析或需要比较相邻行数据的情况。FIRST_VALUE()和 LAST_VALUE()
功能：FIRST_VALUE()返回窗口内排序后的第一行的值，LAST_VALUE()返回窗口内排序后的最后一行的值。关注点：适用于需要获取窗口内特定位置数据值的情况。在使用开窗函数时，需要关注以下几点：
窗口定义：明确指定窗口的分区和排序规则，这是开窗函数工作的基础。性能影响：开窗函数可能会对查询性能产生影响，特别是在处理大数据集时。因此，需要合理设计查询，并考虑使用索引等优化手段。函数组合：多个开窗函数可以在同一个查询中组合使用，以实现更复杂的分析需求。但需要注意函数之间的相互作用和计算顺序。
开窗函数-lag/lead
Lag函数
LAG函数，专门用于获取当前行之前的数据值。帮助我们轻松查看上一行的信息。其语法格式为：LAG(column_name, offset, default_value) OVER(PARTITION BY partition_column ORDER BY sort_column)。其中，column_name表示需要获取值的列名，offset表示偏移量，即向前查找的行数，default_value是当找不到指定行时返回的默认值。PARTITION BY和ORDER BY则用于数据分组和排序。
Lead函数
Lead函数与Lag函数相似，用于获取当前行之后的数据值。通过Lead函数，我们可以快速查看下一行的数据。其语法格式同样为：LEAD(column_name, offset, default_value) OVER(PARTITION BY partition_column ORDER BY sort_column)。参数含义与Lag函数相同。PARTITION BY和ORDER BY同样用于数据分组和排序。
参数说明
在使用LAG和LEAD函数时，理解参数的含义至关重要。column_name指的是需要获取值的列；offset参数指定向前或向后查找的行数；default_value则用于处理未找到指定行的情况，通常设置为NULL、默认值或其他固定值。PARTITION BY用于将数据集分为多个组，ORDER BY则决定每组内部的排序方式。正确运用这些参数，能够使LAG和LEAD函数在数据分析中发挥重要作用。
关于开窗函数和开窗函数sum over的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
