开窗函数详解 - 穆世明博客

一、什么是窗口函数

窗口函数的定义

窗口函数的语法格式

二、窗口函数的分类

专用窗口函数

聚合函数作为窗口函数

偏移分析函数

三、窗口函数的功能

在不减少原表的行数的基础上同时具有分组和排序的功能

GROUP BY 和 PARTITION BY 的区别

四、窗口函数的应用

排名问题

TOP N问题

前百分之N问题

累计问题

每组内比较问题

连续出现N次问题

五、注意事项

窗口函数，也叫OLAP函数（Online Anallytical Processing，联机分析处理），可以对数据库数据进行实时分析处理。

窗口的概念可以理解为记录集合，窗口函数也就是在满足某种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，窗口大小都是固定的，这种属于静态窗口；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。

其中，over是关键字，用来指定函数执行的窗口范围，包含三个分析子句：分组(partition by)子句，排序(order by)子句，窗口(rows)子句

RANK()

DENSE_RANK()

ROW_NUMBER()

三者的区别：

成绩

rank()

排名结果考虑并列排名但不连续

dense_rank()

排名结果考虑并列排名且连续

row_number()

排名结果不考虑并列排名

最值

MAX(exp) 、MIN(exp)

计算

COUNT(exp) 、SUM(exp)、AVG(exp)

LAG(exp)

LEAD(exp)

GROUP BY

GROUP BY用于将数据按照某个或多个列的值进行分组，然后对每个分组进行聚合操作。GROUP BY通常与聚合函数（如SUM、COUNT、AVG等）一起使用，以计算每个分组的统计结果。GROUP BY生成的结果集中，每个分组都有唯一的键值，并且可以使用HAVING子句对结果进行进一步过滤。

PARTITION BY

PARTITION BY用于将表或索引的数据划分为多个分区，每个分区可以单独进行管理和操作。PARTITION BY通常用于优化大型表的查询性能，通过将数据分散存储在不同的分区中，可以减少查询的范围。PARTITION BY可以按照列的值范围、列表或哈希值等方式进行分区，提供了灵活的分区策略选择。

区别分析

功能不同：GROUP BY用于对数据进行分组和聚合，得到每个分组的统计结果。PARTITION BY用于将表或索引的数据划分为多个分区，以提高查询性能。
数据操作层面不同：GROUP BY操作在查询结果集上进行，不会改变数据表的物理存储结构。PARTITION BY操作在数据表或索引的存储层面进行，会改变数据的物理分布。
使用场景不同：GROUP BY适用于对查询结果进行分组和聚合操作，常用于统计分析、报表生成等场景。PARTITION BY适用于大表的数据管理和查询优化，常用于分布式存储、数据仓库等场景。
group by是分组函数，partition by是分区函数
执行顺序不同：
常用sql关键字的执行顺序：

partition by作为窗口函数的一部分只能写于SELECT子句中，所以顺序要在GROUP BY之后

使用注意

在使用GROUP BY时，注意选择适当的聚合函数和列进行分组，并合理使用HAVING子句进行结果过滤。
在使用PARTITION BY时，考虑表的大小、查询频率和数据分布等因素，选择合适的分区策略。
注意对分区表进行维护和管理，及时调整分区策略以适应数据的变化。

总结

GROUP BY和PARTITION BY是MySQL中常用的关键字，用于数据的分组和分区操作。尽管它们在功能上有一定的相似性，但在实际应用中存在重要的区别。GROUP BY适用于对查询结果进行分组和聚合，常用于统计分析和报表生成等场景。PARTITION BY适用于大表的数据管理和查询优化，常用于分布式存储和数据仓库等场景。在实际使用中，我们应该根据具体需求选择合适的关键字，并结合最佳实践进行正确的数据处理和分析操作，以提高查询性能和数据管理效率。