第五章：SQL高级处理

5.1 窗口函数

5.1.1 窗口函数概念及基本的使用方法

窗口函数也称为OLAP函数。OLAP 是 OnLine AnalyticalProcessing 的简称，意思是对数据库数据进行实时分析处理。

为了便于理解，称之为 窗口函数。常规的SELECT语句都是对整张表进行查询，而窗口函数可以让我们有选择的去某一部分数据进行汇总、计算和排序。

窗口函数的通用形式：

<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 子句 可选参数，指示如何将查询行划分为组，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 子句 可选参数，指示如何对每个分区中的行进行排序，即决定窗口内，是按那种规则(字段)来排序的。

注意

虽然 PARTITON BY 子句 和 ORDER BY 子句 都是可选参数，但是两个参数不能同时没有（最少二选一）。不然， <窗口函数> OVER( ) 这种用法没用实际意义（窗口由所有查询行组成，窗口函数使用所有行计算结果）。

举个栗子:

SELECT product_name

       ,product_type

       ,sale_price

       ,RANK() OVER (PARTITION BY product_type

                         ORDER BY sale_price) AS ranking

  FROM product;

得到的结果是:

我们先忽略生成的新列 - [ranking]，看下原始数据在PARTITION BY 和 ORDER BY 关键字的作用下发生了什么变化。

PARTITION BY 能够设定窗口对象范围。本例中，为了按照商品种类进行排序，我们指定了product_type。即一个商品种类就是一个小的"窗口"。

ORDER BY 能够指定按照哪一列、何种顺序进行排序。为了按照销售单价的升序进行排列，我们指定了sale_price。此外，窗口函数中的ORDER BY与SELECT语句末尾的ORDER BY一样，可以通过关键字ASC/DESC来指定升序/降序。省略该关键字时会默认按照ASC，也就是

升序进行排序。本例中就省略了上述关键字。

5.2 窗口函数种类

大致来说，窗口函数可以分为两类。

一是将SUM、MAX、MIN等聚合函数用在窗口函数中

二是 RANK、DENSE_RANK等排序用的专用窗口函数

5.2.1 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

运行以下代码：

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;

5.2.2 聚合函数在窗口函数上的使用

聚合函数在窗口函数中的使用方法和之前的专用窗口函数一样，只是出来的结果是一个累计的聚合函数值。

运行以下代码：

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;

可以看出，聚合函数结果是，按我们指定的排序，这里是product_id，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。

5.3 窗口函数的的应用 - 计算移动平均

在上面提到，聚合函数在窗口函数使用时，计算的是累积到当前行的所有的数据的聚合。实际上，还可以指定更加详细的汇总范围。该汇总范围称为框架 (frame)。

语法

<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

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

执行以下代码：

SELECT  product_id

       ,product_name

       ,sale_price

       ,AVG(sale_price) OVER (ORDER BY product_id

                               ROWS 2 PRECEDING) AS moving_avg

  FROM product;

执行结果1：

注意观察框架的范围。

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

执行以下代码：

SELECT  product_id

       ,product_name

       ,sale_price

       ,AVG(sale_price) OVER (ORDER BY product_id

                               ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS moving_avg

  FROM product;

执行结果2：

注意观察框架的范围。

5.3.1 窗口函数适用范围和注意事项

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。

5.4 GROUPING运算符

5.4.1 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;

得到的结果为：

这里ROLLUP 对product_type, regist_date两列进行合计汇总。结果实际上有三层聚合，如下图模块3是常规的 GROUP BY 的结果，需要注意的是衣服有个注册日期为空的，这是本来数据就存在日期为空的，不是对衣服类别的合计；模块2和1是 ROLLUP 带来的合计，模块2是对产品种类的合计，模块1是对全部数据的总计。

ROLLUP 可以对多列进行汇总求小计和合计。

5.5 存储过程和函数

5.5.1 基本介绍

基本语法：

[delimiter //]($$，可以是其他特殊字符）

CREATE

    [DEFINER = user]

    PROCEDURE sp_name ([proc_parameter[,...]])

    [characteristic ...]

[BEGIN]

  routine_body

[END//]($$，可以是其他特殊字符）

这些语句被用来创建一个存储例程（一个存储过程或函数）。也就是说，指定的例程被服务器知道了。默认情况下，一个存储例程与默认数据库相关联。要将该例程明确地与一个给定的数据库相关联，需要在创建该例程时将其名称指定为 db_name.sp_name。

使用 CALL 语句调用一个存储过程。而要调用一个存储的函数时，则要在表达式中引用它。在表达式计算期间，该函数返回一个值。

routine_body 由一个有效的SQL例程语句组成。它可以是一个简单的语句，如 SELECT 或 INSERT，或一个使用 BEGIN 和 END 编写的复合语句。复合语句可以包含声明、循环和其他控制结构语句。在实践中，存储函数倾向于使用复合语句，除非例程主体由一个 RETURN 语句组成。

5.5.2 参数介绍

存储过程和函数的参数有三类，分别是：IN，OUT，INOUT，其中：

IN 是入参。每个参数默认都是一个 IN 参数。如需设定一个参数为其他类型参数，请在参数名称前使用关键字 OUT 或 INOUT 。一个IN参数将一个值传递给一个过程。存储过程可能会修改这个值，但是当存储过程返回时，调用者不会看到这个修改。
OUT 是出参。一个 OUT 参数将一个值从过程中传回给调用者。它的初始值在过程中是 NULL ，当过程返回时，调用者可以看到它的值。
INOUT ：一个 INOUT 参数由调用者初始化，可以被存储过程修改，当存储过程返回时，调用者可以看到存储过程的任何改变。

对于每个 OUT 或 INOUT 参数，在调用过程的 CALL 语句中传递一个用户定义的变量，以便在过程返回时可以获得其值。如果你是在另一个存储过程或函数中调用存储过程，你也可以将一个常规参数或本地常规变量作为 OUT 或 INOUT 参数传递。如果从一个触发器中调用存储过程，也可以将 NEW.col_name 作为一个 OUT 或 INOUT 参数传递。

5.5.2 应用示例

查询

下面的示例显示了一个简单的存储过程，给定一个国家代码，计算在 world 数据库的城市表中出现的该国家的城市数量。使用 IN 参数传递国家代码，使用 OUT 参数返回城市计数:

mysql> DELIMITER //

mysql> DROP PROCEDURE IF EXISTS citycount //

Query OK, 0 rows affected (0.01 sec)

mysql> CREATE PROCEDURE citycount (IN country CHAR(3), OUT cities INT)

       BEGIN

         SELECT COUNT(*) INTO cities FROM world.city

         WHERE CountryCode = country;

       END//

Query OK, 0 rows affected (0.01 sec)

mysql> DELIMITER ;

mysql> CALL citycount('CHN', @cities); -- cities in China

Query OK, 1 row affected (0.01 sec)

    -> SELECT @cities;

+---------+

| @cities |

+---------+

|     363 |

+---------+

1 row in set (0.04 sec)

创建表

mysql> use world;

Database changed

mysql> DELIMITER $$

mysql> CREATE DEFINER=`root`@`localhost` PROCEDURE `product_test`()

BEGIN

    #Routine body goes here...

    CREATE TABLE product_test like shop.product;

END$$

Query OK, 0 rows affected (0.01 sec)

mysql> DELIMITER;

mysql> call `product_test`();

Query OK, 0 rows affected (0.04 sec)

mysql> show tables;

+-----------------+

| Tables_in_world |

+-----------------+

| city            |

| country         |

| countrylanguage |

| product_test    |

+-----------------+

4 rows in set (0.02 sec)

插入数据

CREATE DEFINER=`root`@`localhost` PROCEDURE `insert_product_test`()

BEGIN

    declare i int;

    set i=1;

    while i<9 do

        set @pcid = CONCAT('000', i);

        PREPARE stmt FROM 'INSERT INTO product_test() SELECT * FROM shop.product where product_id= ?';

        EXECUTE stmt USING @pcid;

        set i=i+1;

    end while;

END

5.6 预处理声明 PREPARE Statement

MySQL 从4.1版本开始引入了 PREPARE Statement 特性，使用 client/server binary protocol 代替 textual protocol，其将包含占位符（）的查询传递给 MySQL 服务器，如以下示例所示：

SELECT *

FROM products

WHERE productCode = ?;

当MySQL使用不同的 productCode 值执行此查询时，它不必完全解析查询。因此，这有助于MySQL更快地执行查询，特别是当MySQL多次执行相同的查询时。productcode

由于预准备语句使用占位符（），这有助于避免 SQL 注入的许多变体，从而使应用程序更安全。

基本语法：

PREPARE stmt_name FROM preparable_stmt

5.6.1 使用步骤

MySQL PREPARE Statement 使用步骤如下：

PREPARE – 准备需要执行的语句预处理声明。
EXECUTE – 执行预处理声明。
DEALLOCATE PREPARE – 释放预处理声明。

下图说明了预处理声明的使用过程：

5.6.2 使用示例

这里使用 shop 中的 product 表进行演示。

首先，定义预处理声明如下：

PREPARE stmt1 FROM

	'SELECT

   	    product_id,

            product_name

	FROM product

        WHERE product_id = ?';

其次，声明变量 pcid，代表商品编号，并将其值设置为 0005：

SET @pcid = '0005';

第三，执行预处理声明：

EXECUTE stmt1 USING @pcid;

第四，为变量 pcid 分配另外一个商品编号：

SET @pcid = '0008';

第五，使用新的商品编号执行预处理声明：

EXECUTE stmt1 USING @pcid;

最后，释放预处理声明以释放其占用的资源：

DEALLOCATE PREPARE stmt1;

练习题（请给出代码、包含代码及代码执行结果的截图）

5.1

请说出针对本章中使用的 product（商品）表执行如下 SELECT 语句所能得到的结果。

SELECT  product_id

       ,product_name

       ,sale_price

       ,MAX(sale_price) OVER (ORDER BY product_id) AS Current_max_price

  FROM product;

product_id | product_name | sale_price | current_max_price

------------+--------------+------------+------------------

     1      |   Product A  |    10      |        10

     2      |   Product B  |    15      |        15

     3      |   Product C  |    20      |        20

     4      |   Product D  |    18      |        20

     5      |   Product E  |    25      |        25

5.2

继续使用product表，计算出按照登记日期（regist_date）升序进行排列的各日期的销售单价（sale_price）的总额。排序是需要将登记日期为NULL 的“运动 T 恤”记录排在第 1 位（也就是将其看作比其他日期都早）

SELECT regist_date, SUM(sale_price) AS total_price FROM product GROUP BY regist_date ORDER BY CASE WHEN regist_date IS NULL THEN 0 ELSE 1 END, regist_date ASC;

首先使用 GROUP BY 子句按照登记日期对商品进行分组，然后使用 SUM 函数计算每个日期的销售单价总额。接着，使用 ORDER BY 子句对结果进行排序。在排序时，使用 CASE 表达式将登记日期为空的“运动 T 恤”记录排在其他日期之前（将其视为比其他日期更早），然后按照登记日期的升序进行排序。

5.3

思考题

① 窗口函数不指定PARTITION BY的效果是什么？

如果在窗口函数中不指定 PARTITION BY 子句，则窗口函数将在整个结果集上运行，而不会对结果集进行分组。这意味着窗口函数将使用整个结果集作为其分区，并计算每行与整个结果集的聚合值。

例如，下面的查询使用了 SUM() 窗口函数，但没有指定 PARTITION BY 子句：

SELECT col1, col2, SUM(col3) OVER () AS total_sum

FROM mytable;

将返回一个结果集，其中每一行都包含 col1、col2 和整个表中 col3 列的总和。由于没有指定 PARTITION BY 子句，因此窗口函数将在整个表上运行，并计算出所有行的总和。

如果想要在结果集中分组并在每个分组中使用窗口函数，则需要在窗口函数中使用 PARTITION BY 子句，并指定要用于分组的列或表达式。

② 为什么说窗口函数只能在SELECT子句中使用？实际上，在ORDER BY 子句使用系统并不会报错。

通常情况下，窗口函数是在 SELECT 子句中使用的，因为窗口函数用于对每行计算聚合值，以便在查询结果中显示。但是，SQL 标准并不限制窗口函数只能在 SELECT 子句中使用。

在实际使用中，例如在 ORDER BY 子句中使用窗口函数，通常是为了更精确地控制查询结果的排序方式。如果在 ORDER BY 子句中使用一个窗口函数，那么该函数将被视为整个结果集的一部分，并且查询将根据该函数的计算结果进行排序。

需要注意的是，并非所有的 DBMS 都支持在 ORDER BY 子句中使用窗口函数，因此在编写查询时应该查看自己所使用的 DBMS 的文档以确定其支持性和语法规则。同时，在使用窗口函数时，还需要考虑性能问题，因为窗口函数可能需要对整个结果集进行扫描和计算，而这可能会导致查询性能下降。