MySQL实战窗口函数SQL分析班级学生考试成绩及生活消费
目录
- 一、背景介绍
- 二、建表语句和插入数据
- 创建表格
- 插入数据
- 三、窗口函数分类介绍
- 四、窗口函数应用
- 1. 聚合函数 + over()搭配
- 2. 排序函数 + over()搭配
- 3. ntile()函数 + over()搭配
- 4. 偏移函数 + over()搭配
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:
以上就是MySQL实战窗口函数SQL分析班级学生考试成绩及生活消费的详细内容,更多关于SQL窗口函数分析成绩及消费的资料请关注我们其它相关文章!