簡介
之前我們接觸的SQL命令的結果,一般都是逐行的。即SQL命令返回的結果,都是來自原表的同一行。Window Function則賦予了我們在SQL
結果中,獲得來自一組行的數據的能力。這樣的組被稱爲「Window」。
Window Function最鮮明的特徵是OVER
關鍵字。如果 以一個函數有OVER
子句,則此函數爲Window Function。反之,如果這個函數不帶OVER
子句,則這個函數是簡單的聚合(Aggregate)函數或者標量(Scalar)函數。Window Function在函數和OVER
子句之間,還可能帶有FILTER
子句。
Window Function的語法結構如下:
不同於普通的函數,Window Function不能使用Distinct子句。另外,Window Function只能出現在查詢結果中和ORDER BY
後面。
Window Function可以劃歸爲的兩種不同類型:聚合窗函數(Aggregate Window Function)和內建窗函數(Built-in Window Function)。每個聚合窗函數也可以當做普通的聚合函數使用(只需要捨去OVER
和FILTER
子句即可)。內建窗函數,也可以通過合適地配置OVER
子句從而具備聚合函數的功能。在應用中,我們也可以通過sqlite3_create_window_function()接口(C)來自定義新的聚合窗函數。
下面是使用內建的row_number()
窗函數的例子:
CREATE TABLE t0(x INTEGER PRIMARY KEY, y TEXT);
INSERT INTO t0 VALUES (1, 'aaa'), (2, 'ccc'), (3, 'bbb');
-- The following SELECT statement returns:
--
-- x | y | row_number
-----------------------
-- 1 | aaa | 1
-- 2 | ccc | 3
-- 3 | bbb | 2
--
SELECT x, y, row_number() OVER (ORDER BY y) AS row_number FROM t0 ORDER BY x;
row_number()
窗函數函數可以每行添加一個行號。行號的順序通過OVER
後面的ORDER BY y
確定。注意,OVER
後面的ORDER BY y
不會影響SELECT
返回的查詢結果的順序。在上面的例子中,SELECT
返回的順序還是根據x
來排序的。比對上面的「Window function invocation」圖,OVER
後的子句體稱爲window-defn
。我們還可以在SELECT
語句中通過WINDOW
子句來聲明named window-defn
SELECT x, y, row_number() OVER win1, rank() OVER win2
FROM t0
WINDOW win1 AS (ORDER BY y RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW),
win2 AS (PARTITION BY y ORDER BY x)
ORDER BY x;
WINDOW
子句,應當位於HAVING
之後,ORDER BY
之前。
聚合窗函數
在這個部分我們假設所有的數據庫的結構都是:
CREATE TABLE t1(a INTEGER PRIMARY KEY, b, c);
INSERT INTO t1 VALUES (1, 'A', 'one' ),
(2, 'B', 'two' ),
(3, 'C', 'three'),
(4, 'D', 'one' ),
(5, 'E', 'two' ),
(6, 'F', 'three'),
(7, 'G', 'one' );
聚合窗函數類似於一般的聚合函數,添加聚合窗函數不會改變查詢返回的行數。相反,聚合窗函數會將於「Window frame」中運行的得到的聚合結果添加到原本的每一行結果中。例如
-- The following SELECT statement returns:
--
-- a | b | group_concat
-------------------------
-- 1 | A | A.B
-- 2 | B | A.B.C
-- 3 | C | B.C.D
-- 4 | D | C.D.E
-- 5 | E | D.E.F
-- 6 | F | E.F.G
-- 7 | G | F.G
--
SELECT a, b, group_concat(b, '.') OVER (
ORDER BY a ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
) AS group_concat FROM t1;
在上面的例子中,我們要做的將本行與上下兩行的結果拼起來,而上下行關係,是根據OVER
子句中的ORDER BY
來確定的。
PARTITION BY
子句
爲了計算窗函數,查詢的返回結果通過PARTITION BY
子句分割成多個「partitions」。PARTITION BY
類似於GROUP BY
,可以將查詢結果中,於PARTITION BY
後的window-defn
所指定列擁有相通值的行組成組。若沒有PARTITION BY
子句,則所有的查詢結果組成一個單一的組。窗函數在各個「partition」上運行。
例如
-- The following SELECT statement returns:
--
-- c | a | b | group_concat
---------------------------------
-- one | 1 | A | A.D.G
-- one | 4 | D | D.G
-- one | 7 | G | G
-- three | 3 | C | C.F
-- three | 6 | F | F
-- two | 2 | B | B.E
-- two | 5 | E | E
--
SELECT c, a, b, group_concat(b, '.') OVER (
PARTITION BY c ORDER BY a RANGE BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING
) AS group_concat
FROM t1 ORDER BY c, a;
在上面的查詢例子中,PARTITION BY c
將查詢結果劃分成了三個Partition。第一個Parition的c = one
,第二個Partition的c = three
,第三個Partition的c = two
。注意,Partiion的劃分,及其後續的的ORDER BY
的排序,和最終查詢結果的順序是沒有關係的。上面的查詢的例子的輸出也可能是:
-- The following SELECT statement returns:
--
-- c | a | b | group_concat
---------------------------------
-- one | 1 | A | A.D.G
-- two | 2 | B | B.E
-- three | 3 | C | C.F
-- one | 4 | D | D.G
-- two | 5 | E | E
-- three | 6 | F | F
-- one | 7 | G | G
--
SELECT c, a, b, group_concat(b, '.') OVER (
PARTITION BY c ORDER BY a RANGE BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING
) AS group_concat
FROM t1 ORDER BY a;
Frame Specification
Frame Specification是OVER
子句的一個部分,規定了聚合窗函數讀取的輸出行的範圍。frame-spec
在window-defn
中的位置如下:
frame-spec
包含如下四個部分:
- Frame type: either ROWS, RANGE or GROUPS;
- A starting frame boundary;
- An ending frame broundary;
- An EXCLUDE clause;
細節的語法結構如下:
其中ending frame boundary可以被省略,此時默認情況下ending frame boundary默認爲 CURRENT ROW
。
如果frame type爲RANGE
或者GROUPS
,那麼在ORDER BY
所指定的列上具有相同值的行被歸爲一組「peers」。如果沒有ORDER BY
,那麼所有的行歸於一組Peer。注意Peers總是屬於相同的frame。
默認的frame-spec
爲
RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW EXCLUDE NO OTHERS
默認的配置的意思是,聚合窗函數從Partition的開頭開始讀取直到當前的行的所有Peers。同Peer組的行對從窗函數獲取的返回值是相通的(其Window frame是相同的)。例如
-- The following SELECT statement returns:
--
-- a | b | c | group_concat
-----------------------------
-- 1 | A | one | A.D.G
-- 2 | B | two | A.D.G.C.F.B.E
-- 3 | C | three | A.D.G.C.F
-- 4 | D | one | A.D.G
-- 5 | E | two | A.D.G.C.F.B.E
-- 6 | F | three | A.D.G.C.F
-- 7 | G | one | A.D.G
--
SELECT a, b, c,
group_concat(b, '.') OVER (ORDER BY c) AS group_concat
FROM t1 ORDER BY a;
關於Frame的更多細節,參考出處原文(頁面頂部)
FILTER
子句
如果出現了FILTER
子句,那麼只有expr
指定的行纔會被包含到window frame中。這裏的FILTER
不會過濾查詢結果,只是決定了窗函數作用的範圍。
內建窗函數
內建窗函數也具備和聚合窗函數同樣的PARTITION BY
子句功能:每個行都從屬於一個Partition,而每個Partition被單獨地進行處理。ORDER BY
的作用,我們在下面進行闡述。有一些特定的窗函數(rank()
, dense_rank
, percent_rank
and ntile()
)採用了peer group
的概念(rows within the same partition that have the same values for all ORDER BY expressions)。此時frame-spec
中frame type
(ROWS
, GROUPS
, RANGE
) 就不起作用了。
SQLite支持如下11個內建的窗函數
-
row_number()
: 當前行位於Partition中的位置(行號),從1開始排列,順序由窗函數的ORDER BY
決定。 -
rank()
: 每一個Group(同一個Partition內在ORDER BY
指定的列上具有相同值的行歸於一個Group)中的第一個peer(行)的row_number
值。rank
獲取的序號可能是不連續的。 -
dense_rank()
: 相比於rank()
, 壓縮了序號的間隙,得到的序號總是連續的。從1開始排。 -
percent_rank()
: 將rank轉化成百分比,等於(rank - 1)/(partition-rows - 1)
。如果只有一個組,返回0. -
cume_dist()
: 累積分佈,等於row-number/partition-rows
。 -
ntile(N)
: 參數N爲整數,這個函數將partition劃分爲儘可能均勻的N份,併爲每份分配一個1到N的整數,順序由ORDER BY
決定(若無ORDER BY
,則爲亂序)。如果需要的話,較大的組會先出現。 lag(expr)
lag(expr, offset)
-
lag(expr, offset, default)
: 返回對上一行執行expr
得到的結果。如果沒有上一行,返回空。可以通過offset
修改偏移量(如設爲2,返回往上數第二行執行結果,必須爲費複製)。offset
爲0表示對當前行執行。default
表示目標行不存在時需要返回的默認值。 lead(expr)
lead(expr, offset)
-
lead(expr, offset, default)
: 和lag
函數類似,不過是向下獲取。 -
first_value(expr)
: 返回第一個行的數據 -
last_value(expr)
: 返回最後一行的數據 -
nth_value(expr, N)
: 返回第N行的數據。