本文主要是介绍本笔记为阿里云天池龙珠计划SQL训练营的学习内容，链接为：https://tianchi.aliyun.com/specials/promotion/aicampsql；，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

本笔记为阿里云天池龙珠计划SQL训练营的学习内容，链接为：https://tianchi.aliyun.com/specials/promotion/aicampsql；

/*===================================================================*/
/*
窗口函数
OLAP OnLine AnalyticalProcessing
<窗口函数> OVER ([PARTITION BY <列名>] ORDER BY <排序用列名>)

[]中的内容可以省略。
窗口函数最关键的是搞明白关键字PARTITON BY*和ORDER BY******的作用。

PARTITON BY是用来分组，即选择要看哪个窗口，类似于GROUP BY 子句的分组功能，但是PARTITION BY 子句并不具备GROUP BY 子句的汇总功能，并不会改变原始表中记录的行数

ORDER BY是用来排序，即决定窗口内，是按那种规则(字段)来排序的

SELECT product_name
       ,product_type
       ,sale_price
       ,RANK() OVER (PARTITION BY product_type
                         ORDER BY sale_price) AS ranking
  FROM product;

通过关键字ASC/DESC来指定升序/降序,默认ASC升序
*/


/*
窗口函数分类
1. SUM、MAX、MIN等聚合函数
2. RANK、DENSE_RANK等排序用的专用窗口函数


RANK函数
计算排序时，如果存在相同位次的记录，则会跳过之后的位次
例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、4 位……


DENSE_RANK函数
同样是计算排序，即使存在相同位次的记录，也不会跳过之后的位次
例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、2 位……


ROW_NUMBER函数
赋予唯一的连续位次
例）有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位

SELECT  product_name
       ,product_type
       ,sale_price
       ,RANK() OVER (ORDER BY sale_price) AS ranking
       ,DENSE_RANK() OVER (ORDER BY sale_price) AS dense_ranking
       ,ROW_NUMBER() OVER (ORDER BY sale_price) AS row_num
  FROM product;


聚合函数在窗口函数上的使用
当前所在行及之前所有的行的合计或均值。即累计到当前行的聚合

SELECT  product_id
       ,product_name
       ,sale_price
       ,SUM(sale_price) OVER (ORDER BY product_id) AS current_sum
       ,AVG(sale_price) OVER (ORDER BY product_id) AS current_avg  
  FROM product;

*/


/*
窗口函数的应用——计算移动平均
聚合函数在窗口函数使用时，可以指定更加详细的汇总范围。该汇总范围成为框架(frame)。

<窗口函数> OVER (ORDER BY <排序用列名>
                 ROWS n PRECEDING )  
                 
<窗口函数> OVER (ORDER BY <排序用列名>
                 ROWS BETWEEN n PRECEDING AND n FOLLOWING)

PRECEDING（“之前”）， 将框架指定为 “截止到之前 n 行”，加上自身行    前面n行+自己

FOLLOWING（“之后”）， 将框架指定为 “截止到之后 n 行”，加上自身行    后面n行+自己

BETWEEN 1 PRECEDING AND 1 FOLLOWING，将框架指定为 “之前1行” + “之后1行” + “自身”    前面n行+自己+后面n行

SELECT  product_id
       ,product_name
       ,sale_price
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS 2 PRECEDING) AS moving_avg
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS BETWEEN 1 PRECEDING 
                                        AND 1 FOLLOWING) AS moving_avg  
  FROM product;  


原则上，窗口函数只能在SELECT子句中使用
窗口函数 OVER 中的ORDER BY 子句并不会影响最终结果的排序。其只是用来决定窗口函数按何种顺序计算
*/


/*
grouping运算符

ROLLUP  计算合计及小计
常规的GROUP BY 只能得到每个分类的小计，有时候还需要计算分类的合计，可以用 ROLLUP关键字

SELECT  product_type
       ,regist_date
       ,SUM(sale_price) AS sum_price
  FROM product
 GROUP BY product_type, regist_date WITH ROLLUP



*/


-- 练习题5.1
SELECT  product_id
       ,product_name
       ,sale_price
       ,MAX(sale_price) OVER (ORDER BY product_id) AS Current_max_price -- 按id进行累计，看最大值
  FROM product;

-- 练习题5.2
SELECT product_id,product_name,regist_date,sale_price,
			 SUM(sale_price) OVER (ORDER BY regist_date ASC) AS Sum_price
FROM product;

这篇关于本笔记为阿里云天池龙珠计划SQL训练营的学习内容，链接为：https://tianchi.aliyun.com/specials/promotion/aicampsql；的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！