實戰 | 利用SQL “視窗函式” 分析高(三)班學生考試成績和生活消費！

一、背景介紹

今天，野雞大學高（三）班的月考成績出來了，這里先給大家公布一下各位同學的考試成績，

接著，在給大家公布一下各位同學的生活消費情況，

下面我們利用上述考試成績和生活消費記錄，利用mysql做一個簡單的分析，

當然，從本文標題就可以看出來，本文就是要結合這份資料，為大家講述SQL “視窗函式” 應該怎么用？

從上面這張圖，應該知道這個知識點的重要性了，包括你以后學習hive或者oracle資料庫，或者說資料分析面試，這都將是一個很重要的知識點，

二、建表陳述句和插入資料

創建表格

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;

插入資料

insert into exam_score values
('張三' , 18, '語文' , 90),
('張三' , 18, '數學' , 80),
('張三' , 18, '英語' , 70),
('李四' , 21, '語文' , 88),
('李四' , 21, '數學' , 78),
('李四' , 21, '英語' , 71),
('王五' , 18, '語文' , 95),
('王五' , 18, '數學' , 83),
('王五' , 18, '英語' , 71),
('趙六' , 19, '語文' , 98),
('趙六' , 19, '數學' , 90),
('趙六' , 19, '英語' , 80);

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

insert into cost_fee values
('張三','2019-01-01',10),
('張三','2019-03-03',23),
('張三','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),
('趙六','2019-02-08',55),
('趙六','2019-03-10',12),
('趙六','2019-01-12',80);

三、視窗函式分類介紹

在正式講述 “視窗函式” 應用之前，我這里先帶著大家梳理一遍 “視窗函式” 的基礎，我們可以將視窗函式分為如下幾類：

• 聚合函式 + over()搭配；
• 排序函式 + over()搭配；
• ntile()函式 + over()搭配；
• 偏移函式 + over()搭配；

具體每一類，有哪些函式呢？觀察下面的思維導圖，

對于over()里面，這里還有兩個常用的關鍵字，必須要講述，如下：

• partition by + 欄位：你可以想象成group by關鍵字，就是用于 “分組” 的關鍵字；
• order by + 欄位：這個更容易理解，就是用于 “排序” 的關鍵字；

四、視窗函式應用

上面給大家介紹了若干常用的 “視窗函式”，這里利用文首創建的資料，講講 “視窗函式” 的應用，

希望大家通過每個案例，來總結一下每個函式的含義，這里就不詳細寫了，

1. 聚合函式 + over()搭配

① 計算每位同學的得分與平均值的情況

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

結果如下：

② 計算每位同學1-3月消費情況和消費總額

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

結果如下：

③ 計算每位同學1-3月消費情況和累計消費總額

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

結果如下：

注意： 結合②③，大家可以發現partition by結合order by，與不結合order by，得到的完全是不同的結果，一個是分組求總和（不加order by）；一個是分組求累計和（加order by），

2. 排序函式 + over()搭配

① 計算每個科目的排名，相同的分數排名不同，順序依次增加

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

結果如下：

② 計算每個科目的排名，相同的分數排名相同，余下排名跳躍增加

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

結果如下：

③ 計算每個科目的排名，相同的分數排名相同，余下排名順序增加

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

結果如下：

3. ntile()函式 + over()搭配

ntile()函式有點亂入的感覺，你不知道給它分哪一類，該函式主要用 “資料切分”，如果說這個函式還有點用的話，就是他也可以對資料進行排序，類似于上面提到的row_number()函式，

① 對exam_score表，進行整張表切分

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

結果如下：

不信你下去試一下，ntile()里面不管寫哪個數字，好像都可以，

② 對exam_score表，按照subject分組切分

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

結果如下：

即使是分組切分，你也會發現，這樣毫無意義，因為score并沒有排序，

② 對exam_score表，對score排序后，按照subject分組切分（最有用）

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

結果如下：

注意： 仔細觀察這種用法，基本可以等效row_number()函式，效果是一樣的，

4. 偏移函式 + over()搭配

① 展示各位同學的“上次購買時間”和“下次購買時間”

注：對于第一天，顯示 “first buy”；對于最后一天，顯示 “last buy”；

select
	sname
	,buydate
    ,lag(buydate,1,'first day') over(partition by sname order by buydate) as 上次購買時間
    ,lead(buydate,1,'last day') over(partition by sname order by buydate) as 下次購買時間
from
	cost_fee

結果如下：

② 截止到當前日期，每位同學的“首次購買時間”和“最后一次購買時間”

select
	sname
	,buydate
    ,first_value(buydate) over(partition by sname order by buydate) as 首次購買時間
    ,last_value(buydate) over(partition by sname order by buydate) as 最后一次購買時間
from
	cost_fee

結果如下：

③ 展示每位同學的“首次購買時間”和“最后一次購買時間”

注意： 這里并沒有說 “截止到當前日期”，請注意②③之間的區別呀，需求不同，結果就不同，

select
	sname
	,buydate
    ,first_value(buydate) over(partition by sname order by buydate) as 首次購買時間
    ,last_value(buydate) over(partition by sname ) as 最后一次購買時間
from
	cost_fee

結果如下：