关注MySQL高级应用窗口函数之偏移分析函数

前言

本篇将通过示例讲解：偏移分析函数+over()

一、偏移分析函数概念

• lag(col,n,default)：用于统计分组内往上第n行值。

  • 第一个参数为列名
  • 第二个参数为往上第n行（可选，不填默认为1）
  • 第三个参数为默认值（当往上第n行为NULL时候，取默认值，如不指定，则为NULL）

• lead(col,n,default)：与lag相反，统计分组内往下第n行值。

  • 第一个参数为列名
  • 第二个参数为往下第n行（可选，不填默认为1）
  • 第三个参数为默认值（当往下第n行为NULL时候，取默认值，如不指定，则为NULL）

• first_value(col)：用于取分组内排序后，截止到当前行，第一个col的值。

• last_value(col)：用于取分组内排序后，截止到当前行，最后一个col的值。

二、示例讲解

2.1 案例

查询出用户【yantian】和【lisi】的时间偏移(前N行)

分析：通过lag()窗口函数进行实现

SELECT



	user_name,



	pay_time,



	lag( pay_time, 1, pay_time ) over ( PARTITION BY user_name ORDER BY pay_time ) lag1,



	lag( pay_time ) over ( PARTITION BY user_name ORDER BY pay_time ) lag2,



	lag( pay_time, 2, pay_time ) over ( PARTITION BY user_name ORDER BY pay_time ) lag3,



	lag( pay_time, 2 ) over ( PARTITION BY user_name ORDER BY pay_time ) lag4 



FROM



	user_order 



WHERE



	user_name IN ( 'lisi', 'yantian' )



复制代码

运行结果

2.2 案例

查询出用户【yantian】和【lisi】的时间偏移(后N行)

分析：通过lead()窗口函数进行实现

SELECT



	user_name,



	pay_time,



	lead( pay_time, 1, pay_time ) over ( PARTITION BY user_name ORDER BY pay_time ) lead1,



	lead( pay_time ) over ( PARTITION BY user_name ORDER BY pay_time ) lead2,



	lead( pay_time, 2, pay_time ) over ( PARTITION BY user_name ORDER BY pay_time ) lead3,



	lead( pay_time, 2 ) over ( PARTITION BY user_name ORDER BY pay_time ) lead4 



FROM



	user_order 



WHERE



	user_name IN ( 'lisi', 'yantian' );



复制代码

运行结果

2.3 案例

查询出支付时间间隔超过10天的用户数

分析：

• 同一用户，相邻的订单进行下单时间比较，如果相邻订单下单时间间隔超过10天，那么这个用户就是需要统计的
• 在这个过程中，需要进行相邻订单支付时间相减

实现步骤

(1)通过lead窗口函数根据支付时间进行分组,将下一行支付时间移到上一行当中



(2)通过上一步将支付时间做差,然后对用户去重，再进行count操作



复制代码

实现

步骤一：通过lead窗口函数根据支付时间进行分组,将下一行支付时间移到上一行当中

SELECT



	user_name,



	pay_time,



	lead( pay_time, 1 ) over ( PARTITION BY user_name ORDER BY pay_time ) lead_time 



FROM



	user_order;



复制代码

步骤二：通过上一步将支付时间做差,然后对用户去重，再进行count操作

SELECT



	count( DISTINCT user_name ) 



FROM



	( SELECT user_name, pay_time, lead( pay_time, 1 ) over ( PARTITION BY user_name ORDER BY pay_time ) lead_time FROM user_order ) a 



WHERE



	datediff( a.lead_time, a.pay_time )> 10;



复制代码

2.4 案例

查询出每年支付时间间隔最长的用户

实现步骤

(1)根据用户和支付年份进行分组，通过lag()窗口函数将上一行的支付时间合并到下一行



(2)计算订单时间间隔,在年度内按照各自的订单时间间隔进行排名



(3)将上方查询结果作为表进行子查询,取得排名结果为1的值



复制代码

实现

步骤一：根据用户和支付年份进行分组，通过lag()窗口函数将上一行的支付时间合并到下一行

SELECT YEAR



	( pay_time ) year_time,



	user_name,



	pay_time,



	lag( pay_time ) over ( PARTITION BY user_name, YEAR ( pay_time ) ORDER BY pay_time ASC ) lag_time 



FROM



	user_order;



复制代码

步骤二：计算订单时间间隔,在年度内按照各自的订单时间间隔进行排名

SELECT



	a.year_time,



	a.user_name,



	datediff( a.pay_time, a.lag_time ) interval_days,



	rank() over ( PARTITION BY a.year_time ORDER BY datediff( a.pay_time, a.lag_time ) DESC ) rank1 



FROM



	(



	SELECT YEAR



		( pay_time ) year_time,



		user_name,



		pay_time,



		lag( pay_time ) over ( PARTITION BY user_name, YEAR ( pay_time ) ORDER BY pay_time ASC ) lag_time 



	FROM




		user_order 



	) a;



复制代码

步骤三：将上方查询结果作为表进行子查询,取得排名结果为1的值

SELECT



	b.year_time,



	b.user_name,



	b.interval_days 



FROM



	(



	SELECT




		a.year_time,



		a.user_name,



		datediff( a.pay_time, a.lag_time ) interval_days,



		rank() over ( PARTITION BY a.year_time ORDER BY datediff( a.pay_time, a.lag_time ) DESC ) rank1 



	FROM




		(



		SELECT YEAR



			( pay_time ) year_time,



			user_name,



			pay_time,



			lag( pay_time ) over ( PARTITION BY user_name, YEAR ( pay_time ) ORDER BY pay_time ASC ) lag_time 



		FROM




			user_order 



		) a 



	) b



	where 1 = 1;



复制代码

运行结果