新特性解读 | MySQL 8.0 窗口函数一次疑问解答

作者:杨涛涛
资深数据库专家,专研 MySQL 十余年。擅长 MySQL、PostgreSQL、MongoDB 等开源数据库相关的备份恢复、SQL 调优、监控运维、高可用架构设计等。目前任职于爱可生,为各大运营商及银行金融企业提供 MySQL 相关技术支持、MySQL 相关课程培训等工作。
本文来源:原创投稿
*爱可生开源社区出品,原创内容未经授权不得随意使用,转载请联系小编并注明来源。
记起来有一次去讲 MySQL 8.0 开发相关特性,在 QA 环节,有人对 MySQL 的几个非常用窗口函数有些困惑,当时现场给了一些示范并且做了详细的解答,今天我用几个简单例子分享下具体的用法。
有困惑的是这四个窗口函数(其实是因为我PPT里仅写了这四个窗口函数):frist_value、last_value、nth_value、ntile 。
谈到这四个窗口函数的具体用法,特别是前两个,得先熟悉 MySQL 窗口函数的框架用法。这里提到的窗口函数框架,其实就是定义一个分组窗口的边界,边界可以是具体的行号,也可以是具体的行内容,以这个边界为起点或者终点,来展现分组内的过滤数据。详情见我之前的发稿:https://opensource.actionsky....
接下来我们来看看这四个窗口函数如何使用。
  1. first_value: 用来返回一个分组窗口里的第一行记录,也即排名第一的那行记录。
我们用表t1来示范,这张表里只有12行记录,其中每6行记录按照字段r1来分组。
localhost:ytt_new>select id,r1,r2 from t1; +----+------+------+ | id | r1| r2| +----+------+------+ |1 |10 |20 | |2 |10 |30 | |3 |10 |40 | |4 |10 |50 | |5 |10 |2 | |6 |10 |3 | |7 |11 |100 | |8 |11 |101 | |9 |11 |1 | | 10 |11 |3 | | 11 |11 |10 | | 12 |11 |20 | +----+------+------+ 12 rows in set (0.00 sec)

比如想拿到每个分组里的第一名(升序),可以用row_number()函数,我们来回顾下:
localhost:ytt_new>select r1,r2 from (select r1,r2,row_number() over(partition by r1 order by r2) as rn from t1) T where T.rn = 1; +------+------+ | r1| r2| +------+------+ |10 |2 | |11 |1 | +------+------+ 2 rows in set (0.00 sec)

此时如果用first_value来实现,写法会更加简单:
localhost:ytt_new>select distinct r1,first_value(r2) over(partition by r1 order by r2) as first_r2 from t1; +------+----------+ | r1| first_r2 | +------+----------+ |10 |2 | |11 |1 | +------+----------+ 2 rows in set (0.00 sec)

  1. last_value: 和first_value相反,用来返回分组窗口里的最后一行记录,也即倒数第一的那行记录。
比如我取出对应分组内最后一行 r2 的值,如果用 last_value 函数,非常好实现,可结果和预期不一致:返回与字段 r2 本身等值的记录。
localhost:ytt_new>select distinct r1,last_value(r2) over(partition by r1 order by r2) 'last_r2' fromt1; +------+---------+ | r1| last_r2 | +------+---------+ |10 |2 | |10 |3 | |10 |20 | |10 |30 | |10 |40 | |10 |50 | |11 |1 | |11 |3 | |11 |10 | |11 |20 | |11 |100 | |11 |101 | +------+---------+ 12 rows in set (0.01 sec)

究其原因是函数last_value的默认框架是 rows between unbounded preceding and current row 。这里默认框架意思是:限制窗口函数的取值边界为当前行和上限无穷大,所以对应的值就是当前行自己。
那正确的框架应该是什么样呢?正确的框架应该是让边界锁定整个分组的上下边缘,也即整个分组的上限与下限之间。所以正确的写法如下:
localhost:ytt_new>select distinct r1,last_value(r2) over(partition by r1 order by r2 RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) as 'last_r2' from t1; +------+---------+ | r1| last_r2 | +------+---------+ |10 |50 | |11 |101 | +------+---------+ 2 rows in set (0.00 sec)

  1. nth_value: 用来返回分组内指定行的记录。
比如用nth_value函数来求分组内排名第一的记录:
localhost:ytt_new>select * from (select distinct r1,nth_value(r2,1) over(partition by r1 order by r2) 'first_r2' fromt1) T where T.first_r2 is not null; +------+----------+ | r1| first_r2 | +------+----------+ |10 |2 | |11 |1 | +------+----------+ 2 rows in set (0.00 sec)

【新特性解读 | MySQL 8.0 窗口函数一次疑问解答】这个函数的功能基本和函数row_number一致。不同的是row_number用来展示排名,而nth_value用来输入排名。
  1. ntile: 用来在分组内继续二次分组。
比如我想取出分组内排名前50%的记录,可以这样写:
localhost:ytt_new>select id,r1,r2 from (select id,r1,r2, ntile(2) over(partition by r1 order by r2) 'ntile ' from t1) T where T.ntile=1; +----+------+------+ | id | r1| r2| +----+------+------+ |5 |10 |2 | |6 |10 |3 | |1 |10 |20 | |9 |11 |1 | | 10 |11 |3 | | 11 |11 |10 | +----+------+------+ 6 rows in set (0.00 sec)

这四个窗口函数,特别是 last_value 需要注意。 不过在大多数场景下,记住几个常用的窗口函数即可,比如 row_number(),rank() 等等。

    推荐阅读