一、建表和数据准备

create table t_window(

name varchar2(32),

orderdate varchar2(32),

cost varchar2(32)

)

select * from t_window

insert all into t_window values('jack','2015-01-01','10')

into t_window values('tony','2015-01-02','15')

into t_window values('jack','2015-02-03','23')

into t_window values('tony','2015-01-04','29')

into t_window values('jack','2015-01-05','46')

into t_window values('jack','2015-04-06','42')

into t_window values('tony','2015-01-07','50')

into t_window values('jack','2015-01-08','55')

into t_window values('mart','2015-04-08','62')

into t_window values('mart','2015-04-09','68')

into t_window values('neil','2015-05-10','12')

into t_window values('mart','2015-04-11','75')

into t_window values('neil','2015-06-12','80')

into t_window values('mart','2015-04-13','94')

select 1 from dual;

commit;

二、实例

聚合函数+over

max

因为加上了order by 所以默认从起始行到当前行

select name,orderdate,cost,max(cost) over(partition by substr(orderdate,1,7) order by cost)

from t_window

假如说我们想要查询在2015年4月份购买过的顾客及总人数,我们便可以使用窗口函数去去实现

select name,count(*) over ()

from t_window

where substr(orderdate,1,7) = '2015-04'

可见其实在2015年4月一共有5次购买记录,mart购买了4次,jack购买了1次.事实上,大多数情况下,我们是只看去重后的结果的.针对于这种情况,我们有两种实现方式

第一种：distinct

select distinct name,count(*) over ()

from t_window

where substr(orderdate,1,7) = '2015-04'

第二种:group by

select name,count(*) over ()

from t_window

where substr(orderdate,1,7) = '2015-04'

group by name

partition by子句

Over子句之后第一个提到的就是Partition By.Partition By子句也可以称为查询分区子句，非常类似于Group By，

都是将数据按照边界值分组，而Over之前的函数在每一个分组之内进行，如果超出了分组，则函数会重新计算.

实例

我们想要去看顾客的购买明细及月购买总额,可以执行如下的sql

select name,orderdate,cost,sum(cost) over(partition by substr(orderdate,1,7))

from t_window

order by子句

上述的场景,假如我们想要将cost按照月进行累加.这时我们引入order by子句.

order by子句会让输入的数据强制排序(文章前面提到过，窗口函数是SQL语句最后执行的函数，因此可以把SQL结果集想象成输入数据)。

Order By子句对于诸如Row_Number()，Lead()，LAG()等函数是必须的，因为如果数据无序，这些函数的结果就没有任何意义。因此如果有了Order By子句，

则Count()，Min()等计算出来的结果就没有任何意义。

(order by默认情况下聚合从起始行当当前行的数据)

select name,orderdate,cost,sum(cost) over(partition by substr(orderdate,1,7) order by orderdate )

from t_window

window子句

我们在上面已经通过使用partition by子句将数据进行了分组的处理.如果我们想要更细粒度的划分，我们就要引入window子句了

我们首先要理解两个概念:

如果只使用partition by子句,未指定order by的话,我们的聚合是分组内的聚合.

使用了order by子句,未使用window子句的情况下,默认从起点到当前行.

当同一个select查询中存在多个窗口函数时,他们相互之间是没有影响的.每个窗口函数应用自己的规则.

window子句：

PRECEDING：往前

FOLLOWING：往后

CURRENT ROW：当前行

UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UNBOUNDED FOLLOWING：表示到后面的终点

我们按照name进行分区,按照购物时间进行排序,做cost的累加.

如下我们结合使用window子句进行查询

select name,orderdate,cost,

sum(cost) over() as sample1,--所有行相加

sum(cost) over(partition by name) as sample2,--按name分组，组内数据相加

sum(cost) over(partition by name order by orderdate) as sample3,--按name分组，组内数据累加

sum(cost) over(partition by name order by orderdate rows between UNBOUNDED PRECEDING and current row ) as sample4 ,--和sample3一样,由起点到当前行的聚合

sum(cost) over(partition by name order by orderdate rows between 1 PRECEDING and current row) as sample5, --当前行和前面一行做聚合

sum(cost) over(partition by name order by orderdate rows between 1 PRECEDING AND 1 FOLLOWING ) as sample6,--当前行和前边一行及后面一行

sum(cost) over(partition by name order by orderdate rows between current row and UNBOUNDED FOLLOWING ) as sample7 --当前行及后面所有行

from t_window;

NTILE 窗口函数中的序列函数

NTILE(n)，用于将分组数据按照顺序切分成n片，返回当前切片值

NTILE不支持ROWS BETWEEN，

比如 NTILE(2) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)

如果切片不均匀，默认增加第一个切片的分布

这个函数用什么应用场景呢?假如我们想要每位顾客购买金额前1/3的交易记录,我们便可以使用这个函数.

select name,orderdate,cost,

ntile(4) over(order by name) as sample1 , --全局数据切片

ntile(4) over(partition by name order by name), -- 按照name进行分组,在分组内将数据切成3份

ntile(4) over(order by cost),--全局按照cost升序排列,数据切成3份

ntile(4) over(partition by name order by cost ) --按照name分组，在分组内按照cost升序排列,数据切成3份

from t_window

row_number、rank、dense_rank 排名函数

这三个窗口函数的使用场景非常多

row_number()从1开始，按照顺序，生成分组内记录的序列,row_number()的值不会存在重复,当排序的值相同时,按照表中记录的顺序进行排列

RANK() 生成数据项在分组中的排名，排名相等会在名次中留下空位

DENSE_RANK() 生成数据项在分组中的排名，排名相等会在名次中不会留下空位

使用rank over()的时候，空值是最大的，如果排序字段为null, 可能造成null字段排在最前面，影响排序结果。

可以这样： rank over(partition by course order by score desc nulls last)

排名函数必须有包含 ORDER BY 的 OVER 子句，分组内从1开始排序。

select name,orderdate,cost,

row_number() over(partition by name order by substr(orderdate,1,7)) sample1,

rank() over(partition by name order by substr(orderdate,1,7)) sample2,

dense_rank() over(partition by name order by substr(orderdate,1,7)) sample3

from t_window

–分区cookieid pv相等则体现出函数的效果

建议partition字段的数据要比order by字段的数据条数多也最好不要同时使用在同一个字段

SELECT

cookieid,

createtime,

pv,

RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn1,

DENSE_RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn2,

ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv DESC) AS rn3

FROM lxw1234

WHERE cookieid = 'cookie1';

cookieid day pv rn1 rn2 rn3

cookie1 2015-04-12 7 1 1 1

cookie1 2015-04-11 5 2 2 2

cookie1 2015-04-15 4 3 3 3

cookie1 2015-04-16 4 3 3 4

cookie1 2015-04-13 3 5 4 5

cookie1 2015-04-14 2 6 5 6

cookie1 2015-04-10 1 7 6 7

LAG和LEAD函数

这两个函数为常用的窗口函数,可以返回上下数据行的数据.

以我们的订单表为例,假如我们想要查看顾客上次的购买时间可以这样去查询

select name,orderdate,cost,

lag(orderdate,1,'1900-01-01') over(partition by name order by orderdate ) as time1,

lag(orderdate,2) over (partition by name order by orderdate) as time2

from t_window;

time1取的为按照name进行分组,分组内升序排列,取上一行数据的值.

time2取的为按照name进行分组，分组内升序排列,取上面2行的数据的值,注意当lag函数为设置行数值时,默认为1行.未设定取不到时的默认值时,取null值.

lead函数与lag函数方向相反,取向下的数据

first_value取分组内排序后，截止到当前行，第一个值

last_value取分组内排序后，截止到当前行，最后一个值

order by截止到当前行

select name,orderdate,cost,

first_value(orderdate) over(partition by name order by orderdate) as time1,

last_value(orderdate) over(partition by name order by orderdate) as time2

from t_window