Author SHA1 Message Date
CyC2018 1fe3ad0b5a Update SQL 语法.md
分组一章补充窗口函数:与 GROUP BY 的区别、每组取前 N 条、ROW_NUMBER、RANK、DENSE_RANK 的区别、累计值与默认计算范围,以及 SELECT 各子句的逻辑执行顺序,附 MySQL 8.0 实测。
2026-11-14 14:08:56 +08:00
+125
View File
@@ -20,6 +20,7 @@
* [日期和时间处理](#日期和时间处理)
* [数值处理](#数值处理)
* [十三、分组](#十三分组)
* [窗口函数](#窗口函数)
* [十四、子查询](#十四子查询)
* [十五、连接](#十五连接)
* [内连接](#内连接)
@@ -34,6 +35,8 @@
* [二十一、事务管理](#二十一事务管理)
* [二十二、字符集](#二十二字符集)
* [二十三、权限管理](#二十三权限管理)
* [附录:实测](#附录实测)
* [A1 窗口函数](#a1-窗口函数)
* [参考资料](#参考资料)
<!-- GFM-TOC -->
@@ -414,6 +417,86 @@ HAVING num >= 2;
- NULL 的行会单独分为一组;
- 有些 DBMS 不允许按大文本类型的列分组,MySQL 中 VARCHAR 和 TEXT 列都可以分组。
### 窗口函数
窗口函数指的是对每一行,用和它相关的一组行计算一个值,例如这一行在所属用户的订单中排第几、到这一行为止的累计金额。它和汇总函数的区别是不合并行:GROUP BY 把一组行合并成一行,窗口函数保留每一行,只是多出一列计算结果。MySQL 从 8.0 开始支持。
以下面的订单表为例:
```text
order_id user_id amount created_at
1024 1001 59.90 2026-11-01 10:00:00
1025 1001 199.00 2026-11-03 09:30:00
1027 1002 88.00 2026-11-02 14:00:00
1029 1003 45.50 2026-11-04 08:45:00
1031 1001 199.00 2026-11-05 20:15:00
1033 1002 120.00 2026-11-06 18:20:00
1040 1001 35.00 2026-11-08 12:00:00
```
要查每个用户最近的一笔订单,GROUP BY user_id 只能求出 MAX(created_at),再把 order_id 这类列放进 SELECT 会报 1055 错误,因为一组中有多行,不知道取哪一行的值。窗口函数先给每个用户的订单按时间编号,再取编号为 1 的行:
```sql
SELECT order_id, user_id, amount, created_at
FROM (
SELECT o.*,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn
FROM orders o
) t
WHERE rn = 1;
```
结果为 1040、1033、1029 三笔订单。OVER 子句定义窗口:
- PARTITION BY:按哪些列分区,函数在每个分区内单独计算,省略时整个结果是一个分区;
- ORDER BY:分区内的排序,决定编号的顺序和累计的方向。
需要注意的是,窗口函数只能写在 SELECT 列表和 ORDER BY 中,因为它在 WHERE、GROUP BY 和 HAVING 之后才计算。直接写 WHERE ROW_NUMBER() OVER (...) = 1 会报 3593 错误,在 WHERE 中引用别名 rn 也会报 1054 错误,所以要像上面那样套一层子查询,或者写成 WITH t AS (...) SELECT ... FROM t WHERE rn = 1。
排名常用三个函数,区别在于值相同(并列)时怎么编号。用户 1001 的订单按金额从高到低:
```text
order_id amount ROW_NUMBER RANK DENSE_RANK
1025 199.00 1 1 1
1031 199.00 2 1 1
1024 59.90 3 3 2
1040 35.00 4 4 3
```
- ROW_NUMBER:每行编号都不同,并列的两行谁先谁后不确定,要在 ORDER BY 中加上主键这样的唯一列才能确定;
- RANK:并列的行编号相同,后面跳过被占用的名次,所以没有第 2 名;
- DENSE_RANK:并列的行编号相同,后面的名次连续。
“每组取前 N 个”按题意选择函数:取每个用户金额最高的 2 笔订单,用 ROW_NUMBER 时用户 1001 只返回 1025 和 1031;按金额的前 2 名取,并列的都要,用 DENSE_RANK 时还会返回第 2 名 1024,共 3 笔。
SUM、COUNT、AVG 这类汇总函数加上 OVER 也可以作为窗口函数,常用于累计值和占比;LAG 和 LEAD 取分区中前一行和后一行的值,常用于计算间隔:
```sql
SELECT order_id, user_id, amount,
SUM(amount) OVER (PARTITION BY user_id ORDER BY created_at) AS running_total,
LAG(created_at) OVER (PARTITION BY user_id ORDER BY created_at) AS prev_time
FROM orders;
```
用户 1001 四笔订单的 running_total 依次为 59.90、258.90、457.90、492.90,第一笔的 prev_time 为 NULL。OVER 中没有 ORDER BY 时,SUM 计算的是整个分区的合计,每行都是 492.90。
需要注意的是,有 ORDER BY 时,默认的计算范围是从分区开头到当前行,并且包括与当前行排序值相同的行。按 amount 排序累加时,两笔 199.00 的订单得到相同的累计值 492.90,而不是 293.90 和 492.90;需要严格逐行累计时,写成 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW(见[附录 A1](#a1-窗口函数))。
MySQL 5.7 没有窗口函数,“每个用户金额最高的 2 笔”可以用相关子查询,统计同一用户中金额比当前订单高的订单数,少于 2 的保留,结果与 RANK 取前 2 名相同。这种写法对每一行都要再查一次同一用户的订单,数据量大时很慢:10 万笔订单、1000 个用户、建有 (user_id, amount) 索引,求每个用户的前 3 名,相关子查询用了 1.6~1.8 s,RANK 约 0.05 s(MySQL 8.0 实测,见[附录 A1](#a1-窗口函数))。
一条 SELECT 语句在逻辑上按以下顺序处理,这个顺序解释了上面几处限制:
1. FROM 和 JOIN:确定参与查询的行;
2. WHERE:过滤行,这时还没有分组,也没有计算 SELECT 中的别名;
3. GROUP BY:分组;
4. HAVING:过滤分组;
5. 窗口函数:在剩下的行上计算;
6. SELECT 列表、DISTINCT;
7. ORDER BY;
8. LIMIT。
WHERE 中不能用汇总函数、窗口函数和 SELECT 中的别名,都是因为它执行得早。MySQL 允许在 GROUP BY、HAVING 和 ORDER BY 中引用 SELECT 中的别名,这是对标准 SQL 的扩展。需要注意的是,这是逻辑上的顺序,优化器实际执行时可以调整,例如条件下推、使用索引避免排序,只要结果相同。
## 十四、子查询
作为 IN 等条件与一个字段比较的子查询,只能返回一个字段的数据;MySQL 也支持 (col1, col2) IN (SELECT x, y ...) 这样同时比较多个字段。
@@ -796,6 +879,48 @@ MySQL 8.0 移除了 Password() 函数,直接指定新密码即可。
SET PASSWORD FOR myuser = 'new_password';
```
## 附录:实测
### A1 窗口函数
MySQL 8.0.44,sql_mode 为默认值(含 ONLY_FULL_GROUP_BY),orders 表的数据见[窗口函数](#窗口函数)。
```text
mysql> SELECT user_id, order_id, MAX(created_at) FROM orders GROUP BY user_id;
ERROR 1055 (42000): Expression #2 of SELECT list is not in GROUP BY clause and contains nonaggregated
column 'win_demo.orders.order_id' which is not functionally dependent on columns in GROUP BY clause
mysql> SELECT order_id FROM orders
-> WHERE ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) = 1;
ERROR 3593 (HY000): You cannot use the window function 'row_number' in this context.
mysql> SELECT order_id, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) AS rn
-> FROM orders WHERE rn = 1;
ERROR 1054 (42S22): Unknown column 'rn' in 'where clause'
每个用户金额前 2 笔,ROW_NUMBER:1025, 1031 | 1033, 1027 | 1029
每个用户金额前 2 名,DENSE_RANK:1025, 1031, 1024 | 1033, 1027 | 1029
相关子查询(金额比自己高的少于 2 笔):1025, 1031 | 1033, 1027 | 1029
用户 1001 按 amount 累加:
order_id amount 默认范围(RANGE) ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
1040 35.00 35.00 35.00
1024 59.90 94.90 94.90
1025 199.00 492.90 293.90
1031 199.00 492.90 492.90
```
耗时:用递归 CTE 生成 10 万笔订单,user_id 取 1000 个值,建 (user_id, amount) 索引,求每个用户金额前 3 名(两种写法都返回 3000 行),SHOW PROFILES 取两次:
```text
相关子查询 1.781 s, 1.552 s
RANK() 0.053 s, 0.052 s(删除索引后 0.062 s)
```
## 参考资料
- Ben Forta. SQL 必知必会 [M]. 人民邮电出版社, 2013.
- [MySQL 8.0 Reference Manual: Window Function Concepts and Syntax](https://dev.mysql.com/doc/refman/8.0/en/window-functions-usage.html)
- [MySQL 8.0 Reference Manual: Window Function Descriptions](https://dev.mysql.com/doc/refman/8.0/en/window-function-descriptions.html)
- [MySQL 8.0 Reference Manual: Window Function Frame Specification](https://dev.mysql.com/doc/refman/8.0/en/window-functions-frames.html)
- [MySQL 8.0 Reference Manual: MySQL Handling of GROUP BY](https://dev.mysql.com/doc/refman/8.0/en/group-by-handling.html)
- [MySQL 8.0 Reference Manual: Problems with Column Aliases](https://dev.mysql.com/doc/refman/8.0/en/problems-with-alias.html)