MySQL实战窗口函数SQL分析班级学生考试成绩及生活消费

吾爱主题阅读：162 2024-04-02 08:06:32 评论：0

一、背景介绍

今天，野鸡大学高（三）班的月考成绩出来了，这里先给大家公布一下各位同学的考试成绩。

接着，在给大家公布一下各位同学的生活消费情况。

下面我们利用上述考试成绩和生活消费记录，利用mysql做一个简单的分析。

当然，从本文标题就可以看出来。本文就是要结合这份数据，为大家讲述SQL “窗口函数” 应该怎么用？

包括你以后学习hive或者oracle数据库，或者说数据分析面试，这都将是一个很重要的知识点。

二、建表语句和插入数据

创建表格

create table exam_score(
    sname varchar(20),
    age int,
    subject varchar(20),
    score varchar(20)
)charset=utf8;

# ----------------------- #

create table cost_fee(
    sname varchar(20),
    buydate varchar(20),
    buycost int
)charset=utf8;

插入数据

insert into exam_score values
("张三" , 18, "语文" , 90),
("张三" , 18, "数学" , 80),
("张三" , 18, "英语" , 70),
("李四" , 21, "语文" , 88),
("李四" , 21, "数学" , 78),
("李四" , 21, "英语" , 71),
("王五" , 18, "语文" , 95),
("王五" , 18, "数学" , 83),
("王五" , 18, "英语" , 71),
("赵六" , 19, "语文" , 98),
("赵六" , 19, "数学" , 90),
("赵六" , 19, "英语" , 80);
# ----------------------- #
insert into cost_fee values
("张三","2019-01-01",10),
("张三","2019-03-03",23),
("张三","2019-02-05",46),
("李四","2019-02-02",15),
("李四","2019-01-07",50),
("李四","2019-03-04",29),
("王五","2019-03-08",62),
("王五","2019-02-09",68),
("王五","2019-01-11",75),
("赵六","2019-02-08",55),
("赵六","2019-03-10",12),
("赵六","2019-01-12",80);

三、窗口函数分类介绍

在正式讲述 “窗口函数” 应用之前，我这里先带着大家梳理一遍 “窗口函数” 的基础。我们可以将窗口函数分为如下几类：

聚合函数 + over()搭配；

排序函数 + over()搭配；

ntile()函数 + over()搭配；

偏移函数 + over()搭配；

具体每一类，有哪些函数呢？观察下面的思维导图。

对于over()里面，这里还有两个常用的关键字，必须要讲述。如下：

partition by + 字段：你可以想象成group by关键字，就是用于 “分组” 的关键字；

order by + 字段：这个更容易理解，就是用于 “排序” 的关键字；

四、窗口函数应用

上面给大家介绍了若干常用的 “窗口函数”，这里利用文首创建的数据，讲讲 “窗口函数” 的应用。

希望大家通过每个案例，来总结一下每个函数的含义，这里就不详细写了。

1. 聚合函数 + over()搭配

① 计算每位同学的得分与平均值的情况

select 
	sname
    ,subject
    ,score
    ,avg(score) over(partition by sname) as avg_score
from
	exam_score

结果如下：

② 计算每位同学1-3月消费情况和消费总额

select
	sname
    ,buydate
    ,buycost
    ,sum(buycost) over(partition by sname) as sum_cost
from
	cost_fee

结果如下：

③ 计算每位同学1-3月消费情况和累计消费总额

select
	sname
    ,buydate
    ,buycost
    ,sum(buycost) over(partition by sname order by buydate) as sum_cost
from
	cost_fee

结果如下：

注意：结合②③，大家可以发现partition by结合order by，与不结合order by，得到的完全是不同的结果。一个是分组求总和（不加order by）；一个是分组求累计和（加order by）。

2. 排序函数 + over()搭配

① 计算每个科目的排名，相同的分数排名不同，顺序依次增加

select
	sname
	,subject
	,score
    ,row_number() over(partition by subject order by score) rank1
from
	exam_score

结果如下：

② 计算每个科目的排名，相同的分数排名相同，余下排名跳跃增加

select
	sname
	,subject
	,score
    ,rank() over(partition by subject order by score) rank1
from
	exam_score

结果如下：

③ 计算每个科目的排名，相同的分数排名相同，余下排名顺序增加

select
	sname
	,subject
	,score
    ,dense_rank() over(partition by subject order by score) rank1
from
	exam_score

结果如下：

3. ntile()函数 + over()搭配

ntile()函数有点乱入的感觉，你不知道给它分哪一类。该函数主要用 “数据切分”。如果说这个函数还有点用的话，就是他也可以对数据进行排序，类似于上面提到的row_number()函数。

① 对exam_score表，进行整张表切分

select
	sname
	,subject
	,score
    ,ntile(4) over() rank1
from
	exam_score

结果如下：

不信你下去试一下，ntile()里面不管写哪个数字，好像都可以。

② 对exam_score表，按照subject分组切分

select
	sname
	,subject
    ,score
    ,ntile(4) over(partition by subject) rank1
from
	exam_score

结果如下：

即使是分组切分，你也会发现，这样毫无意义，因为score并没有排序。

③ 对exam_score表，对score排序后，按照subject分组切分（最有用）

select
	sname
	,subject
    ,score
    ,ntile(4) over(partition by subject order by score) rank1
from
	exam_score

结果如下：

注意：仔细观察这种用法，基本可以等效row_number()函数，效果是一样的。

4. 偏移函数 + over()搭配

① 展示各位同学的“上次购买时间”和“下次购买时间”

注：对于第一天，显示 “first buy”；对于最后一天，显示 “last buy”；

select
	sname
	,buydate
    ,lag(buydate,1,"first day") over(partition by sname order by buydate) as 上次购买时间
    ,lead(buydate,1,"last day") over(partition by sname order by buydate) as 下次购买时间
from
	cost_fee

结果如下：

② 截止到当前日期，每位同学的“首次购买时间”和“最后一次购买时间”

select
	sname
	,buydate
    ,first_value(buydate) over(partition by sname order by buydate) as 首次购买时间
    ,last_value(buydate) over(partition by sname order by buydate) as 最后一次购买时间
from
	cost_fee

结果如下：

③ 展示每位同学的“首次购买时间”和“最后一次购买时间”

注意：这里并没有说 “截止到当前日期”，请注意②③之间的区别呀。需求不同，结果就不同。

select
	sname
	,buydate
    ,first_value(buydate) over(partition by sname order by buydate) as 首次购买时间
    ,last_value(buydate) over(partition by sname ) as 最后一次购买时间
from
	cost_fee

结果如下：