MySQL8新特性：窗口函数（最新超详细）（内含使用场景及示例）

原创 已于 2025-04-01 10:53:48 修改 · 3.2k 阅读 · 40 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#sql #数据库 #mysql

于 2024-06-12 11:17:59 首次发布

目录

本文将介绍MySQL8的新特性——窗口函数，从概念、语法、示例等各方面详细解析窗口函数，以及解析面试中窗口函数常考的题目和知识点。
窗口函数（Windows Function），也被称为分析函数（Analytic Functions），在Oracle中使用已久，但直到MySQL8才开始引入。窗口函数非常强大，在工作中应用非常广泛，专门用于处理复杂的统计分析问题，例如移动平均、累计总和、百分比排名等，它可直接添加新的聚合字段，而不必在数据库应用程序级别编写额外的代码。

环境：MySQL 8.0.32

下文语法中[]包括的内容表示可选项

以下示例均用下表以及下表数据进行演示：

-- 创建一个销售表（sales），其中包含销售日期（sale_date）、销售员ID（sale_id）和销售额（sale_amount）
CREATE TABLE sales (  
    id INT AUTO_INCREMENT PRIMARY KEY,  
    sale_date DATE,  
    sale_id INT,  
    sale_amount DECIMAL(10, 2)  
);  
  
-- 插入一些示例数据  
INSERT INTO sales (sale_date, sale_id, sale_amount) VALUES  
('2023-01-01', 1, 1000.00),  
('2023-01-02', 1, 1200.00),  
('2023-01-03', 2, 800.00),  
('2023-01-03', 1, 1000.00),  
('2023-01-05', 2, 900.00),  
('2023-01-01', 3, 700.00),  
('2023-01-02', 3, 750.00),  
('2023-01-03', 4, 600.00),  
('2023-01-04', 3, 800.00),  
('2023-01-05', 4, 650.00);

一、 概念

窗口函数会对数据进行分组，每个分组即为一个窗口。和分组聚合不同，窗口函数会对窗口中每一条记录进行应用，不会使记录变少（每一行返回一个结果），其重点是当前行与窗口以及窗口中其他行的联系。

二、语法

基本语法

SELECT 
	WINDOW_FUNCTION() OVER(
		[PARTITION BY `字段1`, `字段2`, ...]
		[ORDER BY `字段3`, `字段4`]
		[FRAME_CLAUSE]
	) [AS `别名`]
FROM `表名` ;

注意： 窗口函数可使用别名

语法解析

WINDOW_FUNCTION
MySQL8支持以下几类窗口函数：

  • 序号函数：用于为窗口内的每一行生成一个序号，例如 ROW_NUMBER()，RANK()，DENSE_RANK() 等。
  • 分布函数：用于计算窗口内的每一行在整个分区中的相对位置，例如 PERCENT_RANK()，CUME_DIST() 等。
  • 前后函数：用于获取窗口内的当前行的前后某一行的值，例如 LAG()，LEAD() 等。
  • 头尾函数：用于获取窗口内的第一行或最后一行的值，例如 FIRST_VALUE()，LAST_VALUE() 等。
  • 聚合函数：用于计算窗口内的某个字段的聚合值，例如 SUM()，AVG()，MIN()，MAX() 等。

OVER
OVER关键字用于标识是否使用窗口函数，有两种用法：

  • OVER()，常规用法，窗口规范放在括号中。如窗口规范为空，表示没有窗口划分，默认所有数据为一组。
  • OVER window_name：由FROM后的WINDOW子句定义窗口规范，可重复使用。下文进阶语法-命名窗口中会进行详细解析。

PARTITION BY
用于将记录划分为不同的分区，窗口函数在每个分区上分别执行。可以使用多个字段进行分区。

ORDER BY
用于将每个分区中的记录进行排序，窗口函数将按照排序后的顺序进行计算。可使用多个字段进行排序，默认ASC（升序）。

FRAME_CLAUSE
框架子句，用于指定每个分区的数据范围。下文进进阶语法-框架中会进行详细解析

进阶语法

命名窗口WINDOW AS

有时候多次重复定义或引用相同的窗口，很繁琐。为了避免重复定义，减少语句的繁琐，可以在WINDOW子句中定义并命名窗口，并在OVER中通过窗口名进行引用。一次定义，多次引用。
语法定义如下：

SELECT  
	WINDOW_FUNCTION() OVER `窗口名`|(`窗口名` ...)
FROM `表名` 
WINDOW `窗口名` AS ()

说明：

  • WINDOW子句中的括号内的部分就是原OVER子句后的窗口定义。使用OVER关键字调用窗口时，可直接引用窗口名，或者可对窗口进行进一步的加工，使用括号括起来并在其中使用其他的窗口规范。
  • 一个命名窗口的定义本身也可以以一个窗口名开头。这样可以实现窗口之间的引用，但不能形成循环。

示例：

-- 查询每个销售员最早和最晚的销售日期
SELECT 
	DISTINCT `sale_id`,
	FIRST_VALUE(`sale_date`) OVER (w ORDER BY `sale_date` DESC) first_date_desc,
	FIRST_VALUE(`sale_date`) OVER w first_date_asc
FROM `salse`
WINDOW w AS (PARTITION BY `sale_id`); 

-- 定义了三个命名窗口，其中第二个和第三个都引用了第一个，这样每个窗口就可以根据不同的范围来计算累计和
SELECT 
	sale_amount,
	SUM(`sale_amount`) OVER w1 AS sum_amount1,
	SUM(`sale_amount`) OVER w2 AS sum_amount2,
	SUM(`sale_amount`) OVER w3 AS sum_amount3
FROM `salse`
WINDOW 
	w1 AS (ORDER BY `sale_amount`),
	w2 AS (w1 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW),
	w3 AS (w1 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW);

框架FRAME_CLAUSE

框架是窗口的一个子集，通过框架子句可以显式定义框架的范围，指定每个分区内应用窗口函数的一小部分数据的区域。可根据当前行动态的变化，或者选定一个静态的范围。
frame_clause由两个子句组成，语法定义如下：

frame_units frame_extent

解析：
frame_units（框架单位）指定框架使用的单位，有两种：

  • ROWS：基于行数，通过起始行和结束行来划定框架的范围，边界是明确的一行。

  • RANGE：基于值的大小，通过具有相同值的行来划定框架的范围，边界是一个范围，具有相同值的行作为一个整体看待。

frame_extend（框架范围）指定窗口范围的起始位置和结束位置，可通过BETWEEN frame_start AND frame_end子句定义，frame_start和frame_end有以下几种形式：

  • CURRENT ROW：当前行
  • UNBOUNDED PRECEDING：分区中第一行
  • UNBOUNDED FOLLOWING：分区中最后一行
  • N PRECEDING：当框架单位是ROWS时， 边界是当前行的前n行。当框架单位是RANGE时，边界是值和"当前行的值减去N"相等的行，可能有多个，统一视为一个边界。
  • M FOLLOWING：当框架单位是ROWS时， 边界是当前行的后m行。当框架单位是RANGE时，边界是值和"当前行的值加上M"相等的行，可能有多个，统一视为一个边界。

以下为框架范围图示：
图示

注意：

  • 含有ORDER BY子句，框架从组内第一行到当前行
  • 不含ORDER BY子句，框架从组内第1行到最后一行（组内所有行）
  • 如果没有指定框架，则默认为RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW，即从分区开始到与当前行值相同的行。
  • 如果没有定义框架的终点，则默认终点为CURRENT ROW当前行

示例：

SELECT 
	`sale_id`, 
	`sale_amount`,
	SUM(`sale_amount`) OVER (PARTITION BY `sale_id` ORDER BY `sale_amount` ROWS 1 PRECEDING) AS s1,
	SUM(`sale_amount`) OVER (PARTITION BY `sale_id` ORDER BY `sale_amount` RANGE 1 PRECEDING) AS s2,
	SUM(`sale_amount`) OVER (PARTITION BY `sale_id` ORDER BY `sale_amount` RANGE 100 PRECEDING) AS s3
FROM `sales`;

结果如下：

在这里插入图片描述

以上示例中：

  • s1框架单位为ROWS，框架范围为1 PRECEDING，起点边界为当前行的前一行，终点默认为当前行。
  • s2框架范围为RANGE，框架范围为1 PRECEDING，起点边界为“当前行的值减去1”，终点默认为当前行。但是值差距都比1大，起点都无法触及之前的行，所以每行的框架都只包含当前行。
  • s3框架范围为RANGE，框架范围为100 PRECEDING，起点边界为“当前行的值减去100”，终点默认为当前行，即取每个分区中值的范围在区间[当前行值-100，当前行值]内的所有行。
    • sale_id为1的分组中，第2行的sale_amount为1000，因此框架包含值在[1000-100, 1000]范围内的所有行，即第1，2行，sum求和结果为2000。其他分组同理。
    • sale_id为1的分组中，第3行的sale_amount为1200，因此框架包含值在[1200-100, 1200]范围内的所有行，只有第3行，则sum求和结果为其本身的值。

三、窗口函数

聚合函数在窗口中使用与GROUP BY中相同，不做详细解析。以下介绍的专用窗口函数必须搭配OVER关键字使用。

ROW_NUMBER

无参数，返回当前行在分组内的序号，从1开始，每一行都有唯一的序号。

注意： 如无ORDER BY子句，行的编号不确定

RANK

无参数，返回当前行在分组内的序号，排序带间隙（序号不连续），值相同，序号相同。
可使用ORDER BY子句指定按某列进行排序。

注意： 如无ORDER BY子句，则所有行的序号都为1

DENSE_RANK

无参数，返回当前行在分组内的排序，排序不带间隙（序号连续），值相同，序号相同。

示例：

SELECT 
	`sale_id`, 
	`sale_amount`,
	ROW_NUMBER() OVER (PARTITION BY `sale_id` ORDER BY `sale_amount`) AS row_number排序,
	RANK() OVER (PARTITION BY `sale_id` ORDER BY `sale_amount`) AS rank排序,
	DENSE_RANK() OVER (PARTITION BY `sale_id` ORDER BY `sale_amount`) AS dense_rank排序
FROM `sales`;

结果如下：

在这里插入图片描述

PERCENT_RANK

百分比排序，返回当前行在分组内的百分比位置，返回值范围为[0, 1]，第1行的百分比位置是0%。
计算公式：(rank-1)/(rows-1)，rank为RANK函数返回的序号，rows为组内总行数。

示例：

SELECT 
	`sale_id`,
	`sale_amount`,
	RANK() OVER (PARTITION BY `sale_id` ORDER BY `sale_amount`) rank排序
	PERCENT_RANK() OVER (PARTITION BY `sale_id` ORDER BY `sale_amount`) percent_rank排序
FROM `sales`;

结果如下：

在这里插入图片描述

以上示例中： sale_id为1的分组中，第3行RANK排序为3，组内总行数为3，所以PRECENT_RANK为(3-1)/(3-1)=1。其他同理。

CUME_DIST

累积分布（cumulative distribution），返回分组中值的累积分布，数据分布从0到1。
计算公式：(值小于等于当前行的行数)/分组内总行数。

示例：

SELECT
	`sale_id`,
	`sale_amount`,
	CUME_DIST() OVER (PARTITION BY `sale_id` ORDER BY `sale_amount`) 累积分布
FROM `sales`;

结果如下：

在这里插入图片描述

以上示例中：

  • sale_id为1的分组中，小于等于第1行值的行为第1、2行，所以2/3=0.666…。第2行同理。
  • sale_id为2的分组中，小于等于第4行值的行只有第4行，所以1/2=0.5。而小于等于第5行的值的行有第4、5行，所以2/2=1。其他分组同理。

FIRST_VALUE与LAST_VALUE

FIRST_VALUE(offset)：返回当前框架对应参数第一行的值，参数expr为要检索的列或表达式，根据排序定义不同而变化。
LAST_VALUE(offset)：返回当前框架对应参数最后一行的值，参数expr为要检索的列或表达式，根据排序定义不同而变化。

NTH_VALUE

NTH_VALUE(offset, N)：返回当前框架第N行对应参数的值，没有时返回NULL。参数expr为要检索的列或表达式，参数offset为第几行。
用得较少，可以根据以上示例自己尝试练习。

LAG与LEAD

LAG(expr [, offset [, default]])：返回当前框架内当前行之前的某一行的值。参数expr为要检索的列或表达式，参数offset为要返回的行数，如果不指定，默认为1，即上一行。参数default为当指定的行数超出结果集范围时，返回的默认值。
LEAD(expr [, offset [, default]])：返回当前框架内当前行之后的某一行的值。参数expr为要检索的列或表达式，参数offset为要返回的行数，如果不指定，默认为1，即下一行。参数default为当指定的行数超出结果集范围时，返回的默认值。

示例1：

SELECT
	`sale_id`,
	`sale_amount`,
	LAG(`sale_amount`*2) OVER w 当前行前1行乘2,
	LAG(`sale_amount`,1,'不存在') OVER w 当前行前1行带默认值,
	`sale_amount`-LAG(`sale_amount`,2) OVER w 当前值与前2行的差
FROM `sales`
	WINDOW w AS (PARTITION BY `sale_id` ORDER BY `sale_amount`);

结果如下：

在这里插入图片描述

示例2：

SELECT
	`sale_id`,
	`sale_amount`,
	LEAD(`sale_amount`*2) OVER w 当前行后1行乘2,
	LEAD(`sale_amount`,1,'不存在') OVER w 当前行后1行带默认值,
	`sale_amount`-LEAD(`sale_amount`,1) OVER w 当前值与后1行的差
FROM `sales`
	WINDOW w AS (PARTITION BY `sale_id` ORDER BY `sale_amount`);

结果如下：

在这里插入图片描述

NTILE

NTILE(N)：分区内有序数据根据不同等级分为N个桶，记录桶编号。参数为子分区数量。
用得较少，可以根据以上示例自己尝试练习。

四、窗口函数使用事项

  • 窗口函数可以在不改变原表行数的情况下，对每个分区内的查询行进行聚合、排序、排名等操作，提高了数据分析的灵活性和效率。
  • 窗口函数可以使用滑动窗口来处理动态的数据范围。
  • 窗口函数可以与普通聚合函数、子查询等结合使用，实现更复杂的查询逻辑。
  • 窗口函数的语法较为复杂，需要注意OVER子句中的各个参数的含义和作用。
  • 窗口函数的执行效率可能不如普通聚合函数，因为它需要对每个分区内的每个查询行进行计算，而不是折叠为单个输出行。但一般来说，窗口函数的性能优于使用子查询或连接的方法，因为窗口函数只需要扫描一次数据，而子查询或连接可能需要多次扫描或连接。
  • 窗口函数只能在SELECT列表和ORDER BY子句中使用，不能用于WHERE、GROUP BY、HAVING等子句中。

五、窗口函数优化方法

  • 选择合适的窗口函数，避免使用复杂或重复的窗口函数。
  • 使用Named Windows来定义和引用窗口，避免在多个OVER子句中重复定义相同的窗口。
  • 尽量减少分区和排序的代价，使用索引或物化视图来加速分区和排序。
  • 尽量减少窗口的大小，使用合适的frame_clause来限制窗口内的数据范围。
  • 尽量使用并行处理来加速窗口函数的计算，利用多核或分布式系统来提高效率。

六、面试常问（持续更新）

1.序号函数:row_number(),rank(),dense_rank()的区别

  • ROW_NUMBER，顺序排序——1、2、3
  • RANK，并列排序，跳过重复序号——1、1、3
  • DENSE_RANK，并列排序，不跳过重复序号——1、1、2

2.求连续登录3天的用户

  • 解题思路：
    ①同一用户不可能在同一时间登录，不可能出现相同的登录时间，所以可以使用窗口函数根据用户进行分组，再根据登录时间进行排序，窗口函数可使用任一排序函数。
    ②如果连续登录，那么登录时间减去序号所获得的日期相同。
    ③统计获得的相同日期的个数，等于3的即为所求

  • 解题过程（使用以上数据集）：
    根据sale_id分区，根据sale_date排序，DATA_SUB函数在sale_date日期上减去序号的天数获得data_flag。
    感谢评论区指出源数据已去重的问题，如果对源数据进行去重可在窗口函数对应语句中使用嵌套查询：(SELECT DISTINCT sale_date, sale_id FROM sales) tmp_sales

SELECT 
	`sale_id`,
	`sale_date`,
	`rn`,
	DATE_SUB(`sale_date`, INTERVAL `rn` DAY) AS `date_flag`
FROM (
	SELECT 
		*,
		ROW_NUMBER() OVER (PARTITION BY `sale_id` ORDER BY `sale_date` ASC) AS `rn`
	FROM (SELECT DISTINCT `sale_date`, `sale_id` FROM `sales`) tmp_sales
) tmp

在这里插入图片描述

  • 最终答案（使用以上数据集）：
    根据sale_id分区排序后，分组统计登录时间减去序号获得的相同日期的个数，等于3即为连续登录3天的用户。
SELECT 
	`sale_id`,
	COUNT(*) AS`days_count`
FROM (
	SELECT 
		*,
		ROW_NUMBER() OVER (PARTITION BY `sale_id` ORDER BY `sale_date` ASC) AS `rn`
	FROM (SELECT DISTINCT `sale_date`, `sale_id` FROM `sales`) tmp_sales
) tmp
GROUP BY `sale_id`, DATE_SUB(`sale_date`, INTERVAL `rn` DAY)
HAVING days_count=3

在这里插入图片描述

如有问题和建议，可私信或评论，非常感谢。

mysql8窗口函数
while(True): print('adorable')
02-12 1306
window
GPT在AI原生应用中的5大实战场景，开发者必看！
最新发布
2501_92132293的博客
07-28 1009
AI原生应用（AI-Native Application）是指从设计之初就将人工智能技术，特别是大语言模型(LLM)，作为核心驱动力的应用。与传统应用"添加AI功能"的模式不同，AI原生应用将LLM深度融入架构设计、数据处理、用户交互和业务逻辑的各个层面。自然语言优先交互：以对话式界面为核心，支持自然、流畅的人机交互上下文感知能力：能够理解用户历史交互和当前场景，提供连贯的个性化服务知识动态更新：通过连接外部知识库和实时数据，保持信息的新鲜度和准确性自主学习与进化。
MySQL 8 中的窗口函数详解
m0_54219225的博客
07-25 1348
窗口函数是一种在结果集中进行计算的函数，可以对数据集的特定“窗口”内的行进行操作，而不需要将数据聚合成单个的输出行。与普通的聚合函数不同，窗口函数允许我们保留原始行，因此在进行数据分析时具有更大的灵活性。在 MySQL 8 中，窗口函数被广泛使用，能够带来更加复杂的数据分析能力，支持对数据的排序、分组和计算。MySQL 8 中的窗口函数为数据分析提供了强大的新工具，允许我们在与原始数据保持行的独立性时进行复杂的计算和分析。
MySQL的窗口函数介绍
weixin_50055999的博客
07-03 938
MySQL窗口函数是8.0版本的重要特性，允许在不减少行数的情况下进行数据分析。主要包括三类函数：排名函数（RANK、DENSE_RANK、ROW_NUMBER）、分析函数（LEAD/LAG、FIRST_VALUE/LAST_VALUE）和聚合函数。窗口定义包含PARTITION BY分组、ORDER BY排序和窗口框架设置。高级用法包括多窗口定义、百分比计算、分组TopN查询等。使用窗口函数时需注意大数据集的性能问题。窗口函数将复杂的数据分析计算高效地转移到数据库层完成。
MySQL8之窗口函数
zjjcchina的博客
04-02 718
作为一名数据分析师，日常工作中经常会遇到类似这样的需求： 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？累计求和如何计算？ 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结果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，通常费了大半天时间写出来一堆长长的晦涩难懂的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。 1.窗口函数初识 MySQL从8.0开始支持窗口函数，这
Mysql 窗口函数
菜菜的大数据开发の路
03-04 3万+
一, MySQl 8.0 窗口函数 窗口函数适用场景: 对分组统计结果中的每一条记录进行计算的场景下, 使用窗口函数更好; 可以跟Hive的对比着看: 点我, 特么的花了一晚上整理, 没想到跟Hive 的基本一致, 还不因为好久没复习博客了, 淦 注意: mysql 因为没有array数据结构, 无法像Hive一样 行列进行转换; 1.1 窗口函数分类 MySQL从8.0版本开始支持窗口函数。窗口函数的作用类似于在查询中对数据进行分组，不同的是，分组操作会把分组的结果聚合成一条记录，而窗口函数是
MySQL8新特性-窗口函数
m0_53837483的博客
04-05 3225
MySQL8开始支持窗口函数。在之前的版本中已存在的大部分集合函数在MySQL8中也可以作为窗口函数使用。 1、使用窗口函数前后对比 假设我们现在有一个数据表，它显示了某个购物网站在每个城市每个区的销售额 CREATE TABLE sales ( id INT PRIMARY KEY AUTO_INCREMENT, city VARCHAR(15), county VARCHAR(15), sales_value DECIMAL ); ​ INSERT INTO sa
【MySQL8新特性】窗口函数
guliguliguliguli的博客
10-12 790
MySQL8 窗口函数
JMeter 5.5 使用详解（持续更新中......）
qq_45138120的博客
04-09 4万+
Jmeter核心组件、Jmeter程序设计通用规范、测试计划、线程组、setUP线程组、tearDown线程组、CSV数据文件设置、HTTP信息头管理器、HTTP Cookie管理器、HTTP缓存管理器、HTTP请求默认值、计数器、随机变量、用户定义的变量、Java默认请求、HTTP授权管理器、DNS缓存管理器、FTP默认请求、查看结果树、汇总报告、聚合报告、后端监听器、汇总图、断言结果、生成概要结果、图形结果、响应时间图、保存响应到文件、简单数据写入器、用表格查看结果、同步定时器、用户参数、正则表达式提取
ym——Andorid-15k+的面试题。
陈宇明
08-07 3万+
最近才开的博客，希望大家多多关注，andorid开发也做了3年有余了，也面试很多加企业，借此机会分享一下，我们中遇到过的问题以及解决方案吧，希望能够对正在找工作的andoird程序员有一定的帮助。学完本人博客发表《ym--andorid从零开始教程》+面试题目全理解，年薪18w以上绝对没问题。 特别献上整理过的50道面试题目 1.listView的优化方式 重用conve
【ITOP二次开发实用技巧】：界面扩展与用户体验增强，打造完美应用
!... # 摘要 本文对ITOP二次开发进行了全面的概述，旨在提高用户体验和系统界面的可扩展性。首先，介绍了ITOP界面的架构基础，探讨了页面模板机制以及界面元素的组织。随后，讨论了前端技术的选型与...此外，本文详细介
【数据科学进阶】：R语言在Anaconda环境下的高效数据处理秘诀
!...# 1. R语言与Anaconda环境简介 ## 1.1 R语言概述 R语言是一种专门用于统计分析、图形表示和报告的编程语言和软件环境。它由Ross Ihaka和Robert Gentleman于1993年创建，现已成为数据科学领域广泛应用的工具之一。...
MySQL操作实战（二）：窗口函数
热门推荐
陆
02-21 5万+
窗口：记录集合 窗口函数：在满足某些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。有的函数随着记录的不同，窗口大小都是固定的，称为静态窗口；有的函数则相反，不同的记录对应着不同的窗口，称为滑动窗口。 1. 窗口函数和普通聚合函数的区别： ①聚合函数是将多条记录聚合为一条；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。 ②聚合函数也可以用于窗口函数。 2. 窗口函数的基...
【MySQL】MySQL 8.0 新特性之 - 窗口函数（Window Functions）
迪曼奥特迦-博客
02-04 2152
窗口可以理解为记录集合，窗口函数就是在满足某种条件的记录集合上执行的特殊函数。每条记录都要在此窗口内执行函数。静态窗口：每条记录都要在此窗口内执行函数，窗口大小都是固定的。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。窗口函数也称为 OLAP（Online Anallytical Processing）函数，意思是对数据库数据进行实时分析处理。窗口函数就是为了实现 OLAP 而添加的标准 SQL 功能。窗口函数对一组查询行执行类似聚合的操作。然而，聚合操作将查询行分组为单个结果行，而。
MYSQL8.0窗口函数
cristianoxm的博客
10-03 1441
Mysql8.0的窗口函数。不同的是，。比如在MYSQL的最新版本MYSQL8已经。但是在就旧版本中还不支持这些函数，只能自己实现。实现方法主要。
mysql8窗口函数(一)
weixin_30613727的博客
09-04 228
NO.1 row_number() #返回分区内的当前行数。行数范围从1到分区行数。 row_number() OVER (PARTITION BY COL1 ORDER BY COL2)表示根据COL1分组，在分组内部根据 COL2排序，而此函数计算的值就表示每组内部排序后的顺序编号（组内连续的唯一的) 以下是测试表格，订单信息表，包含订单号，用户id,金额，创建时间字段。 ...
mysql8.0 中的窗口函数
不忘初欣丶的博客
03-26 846
mysql中的窗口函数
Day465.触发器&MySQL8其它新特性 -mysql
阿昌爱Java
11-30 1453
触发器 在实际开发中，我们经常会遇到这样的情况：有 2 个或者多个相互关联的表，如商品信息和库存信息分别存放在 2 个不同的数据表中，我们在添加一条新商品记录的时候，为了保证数据的完整性，必须同时在库存表中添加一条库存记录。 这样一来，我们就必须把这两个关联的操作步骤写到程序里面，而且要用事务包裹起来，确保这两个操作成为一个原子操作，要么全部执行，要么全部不执行。要是遇到特殊情况，可能还需要对数据进行手动维护，这样就很容易忘记其中的一步，导致数据缺失。 这个时候，咱们可以使用触发器。**你可以创建一个触发
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

bumerang�

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值