PostgreSQL 高级SQL(三) 窗口函数

本文介绍了在PostgreSQL中如何使用窗口函数over()来计算聚合值,特别是在创建报表时,例如计算国家年份GDP的平均值。通过实例展示了over()、partition by和order by子句的应用,解释了如何根据需求调整窗口以获取正确的平均值序列。

尚学堂给同学们带来全新的Java300集课程啦!java零基础小白自学Java必备优质教程_手把手图解学习Java,让学习成为一种享受_哔哩哔哩_bilibili

这一章节我们将了解postgresql 中聚合函数后面的over()子句,可能大家在工作的时候或多或少也涉及过over()子句的使用。 我们如果要实现一张这样的报表,这张报表有四列,国家名字,年份,年份GDP,1960-2018年该国家的GDP均值,第四列的结果的目的就是要拿对应年份的GDP和总的均值的GDP做比较,那么我可能会写出来这样的SQL: select ff.country_name,"year",gdp,cc.averg from country_gdp_year_final ff left join( select country_name,avg(gdp) as averg from country_gdp_year_final where country_code='CHN' group by country_name ) cc on cc.country_name=ff.country_name where ff.country_code='CHN'

不用窗口函数的均值列的获取 可以看到如果我们要在报表中多出一样这样的均值列的话,原生的SQL就只能以这种相似的方式来获取,然后做join,幸运的是PG为我们提供了这种原生的函数获取这种结果集,talk is cheap,show you the code! select country_name,"year",gdp,avg(gdp) over() from country_gdp_year_final f

### PostgreSQL 窗口函数使用指南 PostgreSQL 是一个功能强大的开源关系数据库管理系统,广泛应用于数据分析、Web 应用和企业级解决方案中。窗口函数PostgreSQL 中的一项重要特性,它允许在不减少行数的前提下,对一组相关行执行计算,从而实现复杂的数据分析任务 [^1]。 #### 窗口函数的基本语法结构如下: ```sql function_name() OVER ( [PARTITION BY <分组列>] [ORDER BY <排序列>] [windowing_clause] ) ``` 窗口函数与传统聚合函数不同之处在于,它不会将多行合并为一行输出,而是在每一行上保留原始数据,并附加基于窗口定义的计算值 。 #### 常见窗口函数分类及用途: - **排名函数**: - `ROW_NUMBER()`:为每一行分配唯一的序号。 - `RANK()`:相同值并列,后续排名跳跃。 - `DENSE_RANK()`:相同值并列,但排名连续 [^2]。 - **聚合窗口函数**: - `SUM()`, `AVG()`, `MIN()`, `MAX()`:在窗口范围内进行聚合计算。 - 常用于累计总和、区间平均值等场景 。 - **偏移函数**: - `LAG(column, offset, default)`:访问当前行之前的某一行数据。 - `LEAD(column, offset, default)`:访问当前行之后的某一行数据 [^1]。 - **分布函数**: - `CUME_DIST()`:计算当前行在窗口中的累积分布。 - `PERCENT_RANK()`:计算当前行的百分比排名 。 #### 示例:使用 ROW_NUMBER() 进行分组排名 ```sql SELECT employee_id, department_id, salary, ROW_NUMBER() OVER (PARTITION BY department_id ORDER BY salary DESC) AS rank FROM employees; ``` 该查询将按部门分组,对员工工资进行降序排列,并为每位员工分配一个部门内的排名 [^2]。 #### 示例:使用 LAG 函数比较前后行数据 ```sql SELECT employee_id, salary, LAG(salary, 1, 0) OVER (ORDER BY salary DESC) AS prev_salary FROM employees; ``` 该查询将显示每位员工的工资及其前一位员工的工资,便于进行数据比较 [^1]。 #### 示例:使用 SUM 窗口函数进行累计计算 ```sql SELECT order_date, amount, SUM(amount) OVER (ORDER BY order_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_total FROM orders; ``` 该查询将按订单日期顺序累计订单金额,生成运行总和 。 #### 窗口函数与 GROUP BY 的区别: - `GROUP BY` 会将数据合并为一组,每组只保留一行结果。 - 窗口函数则保留原始行数,同时添加基于窗口定义的计算值,适用于需要保留明细数据并附加聚合或排名信息的场景 [^1]。 #### 窗口函数的应用场景: - **排名分析**:如销售排名、成绩排名。 - **趋势分析**:如计算移动平均、增长率。 - **数据比较**:如比较当前行与前一行的数据。 - **窗口聚合**:如计算累计总和、区间平均值 。 PostgreSQL窗口函数功能非常强大,结合地理空间分析工具(如 PostGIS),可以实现更高级的数据分析任务。例如,以下查询展示了如何结合 `ST_Distance` 和 `RANK()` 进行地理距离排名 [^3]: ```sql SELECT location, timestamp, ST_Distance(location, 'POINT(0 0)') AS distance, RANK() OVER (ORDER BY distance) AS rank FROM gps_logs; ``` 该查询计算了每个 GPS 点与原点之间的距离,并对这些距离进行排名。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值