MySQL實戰(zhàn)窗口函數SQL分析班級學生考試成績及生活消費
一、背景介紹
今天,野雞大學高(三)班的月考成績出來了,這里先給大家公布一下各位同學的考試成績。
接著,在給大家公布一下各位同學的生活消費情況。
下面我們利用上述考試成績和生活消費記錄,利用mysql做一個簡單的分析。
當然,從本文標題就可以看出來。本文就是要結合這份數據,為大家講述SQL “窗口函數” 應該怎么用?
包括你以后學習hive或者oracle數據庫,或者說數據分析面試,這都將是一個很重要的知識點。
二、建表語句和插入數據
創(chuàng)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;
插入數據
insert into exam_score values ('張三' , 18, '語文' , 90), ('張三' , 18, '數學' , 80), ('張三' , 18, '英語' , 70), ('李四' , 21, '語文' , 88), ('李四' , 21, '數學' , 78), ('李四' , 21, '英語' , 71), ('王五' , 18, '語文' , 95), ('王五' , 18, '數學' , 83), ('王五' , 18, '英語' , 71), ('趙六' , 19, '語文' , 98), ('趙六' , 19, '數學' , 90), ('趙六' , 19, '英語' , 80); # ----------------------- # insert into cost_fee values ('張三','2019-01-01',10), ('張三','2019-03-03',23), ('張三','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), ('趙六','2019-02-08',55), ('趙六','2019-03-10',12), ('趙六','2019-01-12',80);
三、窗口函數分類介紹
在正式講述 “窗口函數” 應用之前,我這里先帶著大家梳理一遍 “窗口函數” 的基礎。我們可以將窗口函數分為如下幾類:
聚合函數 + over()搭配;
排序函數 + over()搭配;
ntile()函數 + over()搭配;
偏移函數 + over()搭配;
具體每一類,有哪些函數呢?觀察下面的思維導圖。
對于over()里面,這里還有兩個常用的關鍵字,必須要講述。如下:
partition by + 字段:你可以想象成group by關鍵字,就是用于 “分組” 的關鍵字;
order by + 字段:這個更容易理解,就是用于 “排序” 的關鍵字;
四、窗口函數應用
上面給大家介紹了若干常用的 “窗口函數”,這里利用文首創(chuàng)建的數據,講講 “窗口函數” 的應用。
希望大家通過每個案例,來總結一下每個函數的含義,這里就不詳細寫了。
1. 聚合函數 + over()搭配
① 計算每位同學的得分與平均值的情況
select sname ,subject ,score ,avg(score) over(partition by sname) as avg_score from exam_score
結果如下:
② 計算每位同學1-3月消費情況和消費總額
select sname ,buydate ,buycost ,sum(buycost) over(partition by sname) as sum_cost from cost_fee
結果如下:
③ 計算每位同學1-3月消費情況和累計消費總額
select sname ,buydate ,buycost ,sum(buycost) over(partition by sname order by buydate) as sum_cost from cost_fee
結果如下:
注意: 結合②③,大家可以發(fā)現partition by結合order by,與不結合order by,得到的完全是不同的結果。一個是分組求總和(不加order by);一個是分組求累計和(加order by)。
2. 排序函數 + over()搭配
① 計算每個科目的排名,相同的分數排名不同,順序依次增加
select sname ,subject ,score ,row_number() over(partition by subject order by score) rank1 from exam_score
結果如下:
② 計算每個科目的排名,相同的分數排名相同,余下排名跳躍增加
select sname ,subject ,score ,rank() over(partition by subject order by score) rank1 from exam_score
結果如下:
③ 計算每個科目的排名,相同的分數排名相同,余下排名順序增加
select sname ,subject ,score ,dense_rank() over(partition by subject order by score) rank1 from exam_score
結果如下:
3. ntile()函數 + over()搭配
ntile()函數有點亂入的感覺,你不知道給它分哪一類。該函數主要用 “數據切分”。如果說這個函數還有點用的話,就是他也可以對數據進行排序,類似于上面提到的row_number()函數。
① 對exam_score表,進行整張表切分
select sname ,subject ,score ,ntile(4) over() rank1 from exam_score
結果如下:
不信你下去試一下,ntile()里面不管寫哪個數字,好像都可以。
② 對exam_score表,按照subject分組切分
select sname ,subject ,score ,ntile(4) over(partition by subject) rank1 from exam_score
結果如下:
即使是分組切分,你也會發(fā)現,這樣毫無意義,因為score并沒有排序。
③ 對exam_score表,對score排序后,按照subject分組切分(最有用)
select sname ,subject ,score ,ntile(4) over(partition by subject order by score) rank1 from exam_score
結果如下:
注意: 仔細觀察這種用法,基本可以等效row_number()函數,效果是一樣的。
4. 偏移函數 + over()搭配
① 展示各位同學的“上次購買時間”和“下次購買時間”
注:對于第一天,顯示 “first buy”;對于最后一天,顯示 “l(fā)ast buy”;
select sname ,buydate ,lag(buydate,1,'first day') over(partition by sname order by buydate) as 上次購買時間 ,lead(buydate,1,'last day') over(partition by sname order by buydate) as 下次購買時間 from cost_fee
結果如下:
② 截止到當前日期,每位同學的“首次購買時間”和“最后一次購買時間”
select sname ,buydate ,first_value(buydate) over(partition by sname order by buydate) as 首次購買時間 ,last_value(buydate) over(partition by sname order by buydate) as 最后一次購買時間 from cost_fee
結果如下:
③ 展示每位同學的“首次購買時間”和“最后一次購買時間”
注意: 這里并沒有說 “截止到當前日期”,請注意②③之間的區(qū)別呀。需求不同,結果就不同。
select sname ,buydate ,first_value(buydate) over(partition by sname order by buydate) as 首次購買時間 ,last_value(buydate) over(partition by sname ) as 最后一次購買時間 from cost_fee
結果如下:
以上就是MySQL實戰(zhàn)窗口函數SQL分析班級學生考試成績及生活消費的詳細內容,更多關于SQL窗口函數分析成績及消費的資料請關注本站其它相關文章!
版權聲明:本站文章來源標注為YINGSOO的內容版權均為本站所有,歡迎引用、轉載,請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網站,禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像,否則將依法追究法律責任。本站部分內容來源于網友推薦、互聯網收集整理而來,僅供學習參考,不代表本站立場,如有內容涉嫌侵權,請聯系alex-e#qq.com處理。