聚合函数能把多行汇总成一行,却丢失了每行的细节;窗口函数则在“不减少行数”的前提下,为每一行计算聚合、排名或偏移值。MySQL 8.0 起完整支持窗口函数,本章用“分组排名、占比、前后记录”三个最常见场景,演示 RANK()、DENSE_RANK()、ROW_NUMBER()、CUME_DIST() 及 LAG() / LEAD() 的基础写法,帮助读者在单条查询内完成同比、环比、排行榜等分析需求。
窗口函数:
语法:<窗口函数> over (partition by <用于分组的列名>order by <用于排序的列名>)
常见案例:进行分组排名
序号函数:
rank():
返回数据集中每个值的排名。排名值是根据当前行之前的行数加
1
,不包含当前行。因
此,排序的关联值可能产生顺序上的空隙。 这个排名会对每个窗口分区进行计算;
dense_rank() :
返回一组数值中每个数值的排名。这个函数与
rank()
,相似,除了关联值不会
产生顺序上的空隙;
row_number() :
为每行数据返回一个唯一的顺序的行号,从
1
开始,根据行在窗口分区内的顺
序;
分布函数:
cume_dist(): 表示当前行及小于当前行在窗口分区总行数中的占比,如果说
RANK() 告诉你"你是第几名",
CUME_DIST() 告诉你"你是前百分之几的人"。
常见案例:按订单数统计在总订单数中的占比
前后函数:
lag()
向上偏移
lead()
向下偏移
应用案例:
1.
取时间间隔为
N
天的记录
2.
计算本次记录与上次记录的差值
3.
取某一字段的前
N
行数据或后
N
行数据
三个参数
:
第一个参数是表达式或者字段
,
第二个参数是偏移量
第三个参数 就是控制赋值
.
需求
:
查询上一个订单距离当前订单的时间间隔。
头尾函数:
first_value()/ last_value()
按时间排序记录每个用户的最早订单和最晚订单,并不是最小金额和最大金额订单。
需求
:
查询截止到当前订单,按照日期排序第一个订单和最后一个订单的订单金额。
总结:
建议初学者按示例依次执行:分组排名 → 计算占比 → 取前后行,多练几遍,你就能用更简洁的 SQL 实现原本需要子查询或程序代码才能完成的分析任务,为后续更复杂的报表打下扎实基础。


