MySQL 8.0 新特性之窗口函數

文章目錄

窗口函數列表

大家好！我是隻談技術不剪髮的 Tony 老師。今天給大家分享 MySQL 8.0 中的一個新特性：窗口函數。

許多關係型數據庫，例如 Oracle、SQL Server、PostgreSQL 以及 SQLite 等，都實現了 SQL 標準定義的窗口函數；MySQL 8.0 終於也增加了這個功能，今天我們就來詳細介紹一下 MySQL 中的窗口函數。

這裏是一份 SQL 窗口函數速查表，可以方便我們快速回顧和查找相關信息。

窗口函數概述

窗口函數（Window Function）針對查詢中的每一行數據，基於和它相關的一組數據計算出一個結果。窗口函數在某些數據庫中也叫做分析函數（Analytic Function）。

爲了便於理解，我們可以比較一下聚合函數和窗口函數的區別。首先創建一個銷售數據示例表 sales：

CREATE TABLE sales
(
    year    INT,
    country VARCHAR(20),
    product VARCHAR(32),
    profit  INT
);

insert into sales(year, country, product, profit)
values
(2000, 'Finland', 'Computer', 1500),
(2001, 'USA', 'Computer', 1200),
(2001, 'Finland', 'Phone', 10),
(2000, 'India', 'Calculator', 75),
(2001, 'USA', 'TV', 150),
(2000, 'India', 'Computer', 1200),
(2000, 'USA', 'Calculator', 75),
(2000, 'USA', 'Computer', 1500),
(2000, 'Finland', 'Phone', 100),
(2001, 'USA', 'Calculator', 50),
(2001, 'USA', 'Computer', 1500),
(2000, 'India', 'Calculator', 75),
(2001, 'USA', 'TV', 100);

以下是 SUM 函數分別作爲聚合函數和窗口函數的結果：

mysql> SELECT SUM(profit) AS total_profit FROM sales;
+--------------+
| total_profit |
+--------------+
|         7535 |
+--------------+
1 row in set (0.00 sec)

SELECT year, country, product, profit, 
       SUM(profit) OVER() AS total_profit
FROM sales;
mysql> SELECT year, country, product, profit, 
    ->        SUM(profit) OVER() AS total_profit
    -> FROM sales;
+------+---------+------------+--------+--------------+
| year | country | product    | profit | total_profit |
+------+---------+------------+--------+--------------+
| 2000 | Finland | Computer   |   1500 |         7535 |
| 2001 | USA     | Computer   |   1200 |         7535 |
| 2001 | Finland | Phone      |     10 |         7535 |
| 2000 | India   | Calculator |     75 |         7535 |
| 2001 | USA     | TV         |    150 |         7535 |
| 2000 | India   | Computer   |   1200 |         7535 |
| 2000 | USA     | Calculator |     75 |         7535 |
| 2000 | USA     | Computer   |   1500 |         7535 |
| 2000 | Finland | Phone      |    100 |         7535 |
| 2001 | USA     | Calculator |     50 |         7535 |
| 2001 | USA     | Computer   |   1500 |         7535 |
| 2000 | India   | Calculator |     75 |         7535 |
| 2001 | USA     | TV         |    100 |         7535 |
+------+---------+------------+--------+--------------+
13 rows in set (0.00 sec)

從查詢的結果可以看出，窗口函數 SUM(profit) OVER() 執行了和聚合函數 SUM(profit) 類似的彙總。不過聚合函數只返回了一個彙總之後的結果，而窗口函數爲每一行數據都返回了結果。

窗口函數只能出現在 SELECT 列表和 ORDER BY 子句中，查詢語句的處理順序依次爲 FROM、WHERE、GROUP BY、聚合函數、HAVING、窗口函數、SELECT DISTINCT、ORDER BY、LIMIT。

窗口函數與其他函數的語法區別主要在於 OVER 子句，接下來我們介紹它的語法。

窗口函數語法

窗口函數的語法如下：

window_function(expr) 
OVER (
  PARTITION BY ...
  ORDER BY ...
  frame_clause
  )

OVER 子句包含三個可選項：分區（PARTITION BY）、排序（ORDER BY）以及窗口大小（frame_clause）。

PARTITION BY

PARTITION BY 選項用於將數據行拆分成多個分區（組），窗口函數基於每一行數據所在的組進行計算並返回結果。如果省略了 PARTITION BY，所有的數據作爲一個組進行計算。在上面的示例中，SUM(profit) OVER() 就是將所有的銷售數據看作一個分區。

下面的查詢按照不同的國家彙總銷量：

mysql> SELECT year, country, product, profit, 
    ->        SUM(profit) OVER(PARTITION BY country) AS country_profit
    -> FROM sales;
+------+---------+------------+--------+----------------+
| year | country | product    | profit | country_profit |
+------+---------+------------+--------+----------------+
| 2000 | Finland | Computer   |   1500 |           1610 |
| 2001 | Finland | Phone      |     10 |           1610 |
| 2000 | Finland | Phone      |    100 |           1610 |
| 2000 | India   | Calculator |     75 |           1350 |
| 2000 | India   | Computer   |   1200 |           1350 |
| 2000 | India   | Calculator |     75 |           1350 |
| 2001 | USA     | Computer   |   1200 |           4575 |
| 2001 | USA     | TV         |    150 |           4575 |
| 2000 | USA     | Calculator |     75 |           4575 |
| 2000 | USA     | Computer   |   1500 |           4575 |
| 2001 | USA     | Calculator |     50 |           4575 |
| 2001 | USA     | Computer   |   1500 |           4575 |
| 2001 | USA     | TV         |    100 |           4575 |
+------+---------+------------+--------+----------------+
13 rows in set (0.00 sec)

SQL 標準要求 PARTITION BY 之後只能使用字段名，不過 MySQL 允許指定表達式。例如，假設表中存在一個名爲 ts 的 TIMESTAMP 類型字段，SQL 表中允許 PARTITION BY ts 但是不允許 PARTITION BY HOUR(ts)；而 MySQL 兩者都允許。

另外，我們也可以指定多個分組字段：

PARTITION BY expr [, expr] ...

ORDER BY

ORDER BY 選項用於指定分區內數據的排序，排序字段數據相同的行是對等行（peer）。如果省略 ORDER BY ，分區內的數據不進行排序，不按照固定順序處理，而且所有數據都是對等行。ORDER BY 通常用於排名分析函數，參考下文中的專用窗口函數。

以下查詢按照國家進行分組，按照年份和產品名稱進行排序，然後彙總銷量：

mysql> SELECT year, country, product, profit, 
    ->        SUM(profit) OVER(PARTITION BY country ORDER BY year, product) AS country_profit
    -> FROM sales;
+------+---------+------------+--------+----------------+
| year | country | product    | profit | country_profit |
+------+---------+------------+--------+----------------+
| 2000 | Finland | Computer   |   1500 |           1500 |
| 2000 | Finland | Phone      |    100 |           1600 |
| 2001 | Finland | Phone      |     10 |           1610 |
| 2000 | India   | Calculator |     75 |            150 |
| 2000 | India   | Calculator |     75 |            150 |
| 2000 | India   | Computer   |   1200 |           1350 |
| 2000 | USA     | Calculator |     75 |             75 |
| 2000 | USA     | Computer   |   1500 |           1575 |
| 2001 | USA     | Calculator |     50 |           1625 |
| 2001 | USA     | Computer   |   1200 |           4325 |
| 2001 | USA     | Computer   |   1500 |           4325 |
| 2001 | USA     | TV         |    150 |           4575 |
| 2001 | USA     | TV         |    100 |           4575 |
+------+---------+------------+--------+----------------+
13 rows in set (0.00 sec)

ORDER BY 之後的表達式也可以使用 ASC 或者 DESC 指定排序方式，默認爲 ASC。對應升序排序，NULL 排在最前面；對於降序排序，NULL 排在最後面：

ORDER BY expr [ASC|DESC] [, expr [ASC|DESC]] ...

OVER 子句中的 ORDER BY 選項只用於分區內的數據排序；如果想要對最終的結果進行排序，可以使用 ORDER BY 子句。

窗口選項

frame_clause 選項用於在當前分區中指定一個數據窗口，也就是一個與當前行相關的數據子集。窗口會隨着當前處理的數據行而移動，例如：

定義一個從分區開始到當前數據行結束的窗口，可以計算截止到每一行的累計總值。
定義一個從當前行之前 N 行數據到當前行之後 N 行數據的窗口，可以計算移動平均值。

frame_clause 的語法如下：

{ROWS | RANGE} frame_start 
{ROWS | RANGE} BETWEEN frame_start AND frame_end

其中，

ROWS 表示通過開始行和結束行的位置指定窗口，偏移量以行數爲單位進行計算。
RANGE 表示通過開始行和結束行的數值指定窗口，偏移量以數值爲單位進行計算。

frame_start 和 frame_end 分別表示窗口的開始行和結束行。如果只有 frame_start，默認以當前行作爲窗口的結束。

CURRENT ROW
UNBOUNDED PRECEDING
UNBOUNDED FOLLOWING
expr PRECEDING
expr FOLLOWING

如果同時指定了兩者，frame_start 不能晚於 frame_end，例如 BETWEEN 1 FOLLOWING AND 1 PRECEDING 就是一個無效的窗口。

frame_start 和 frame_end 的具體意義如下：

CURRENT ROW：對於 ROWS 方式，代表了當前行；對於 RANGE，代表了當前行的所有對等行。
UNBOUNDED PRECEDING：代表了分區中的第一行。
UNBOUNDED FOLLOWING：代表了分區中的最後一行。
expr PRECEDING：對於 ROWS 方式，代表了當前行之前的第 expr 行；對於 RANGE，代表了等於當前行的值減去 expr 的所有行；如果當前行的值爲 NULL，代表了當前行的所有對等行。
expr FOLLOWING：對於 ROWS 方式，代表了當前行之後的第 expr 行；對於 RANGE，代表了等於當前行的值加上 expr 的所有行；如果當前行的值爲 NULL，代表了當前行的所有對等行。

對於 expr PRECEDING 和 expr FOLLOWING)，expr 可以是一個 ? 參數佔位符（用於預編譯語句）、非負的數值常量或者 INTERVAL val unit 格式的時間間隔。對於 INTERVAL 表達式，val 是一個非負的時間間隔值，unit 是一個時間間隔單位，例如 INTERVAL 1 DAY。關於時間間隔常量的詳細信息，可以參考官方文檔中的 DATE_ADD() 函數介紹。

基於數字或者時間間隔的 RANGE 窗口需要指定一個基於數字或者時間間隔的 ORDER BY。以下是一些有效的 expr PRECEDING 和 expr FOLLOWING 窗口：

10 PRECEDING
INTERVAL 5 DAY PRECEDING
5 FOLLOWING
INTERVAL '2:30' MINUTE_SECOND FOLLOWING

以下查詢演示瞭如何實現累計求和以及移動平均值：

mysql> SELECT year, country, product, profit, 
    ->        SUM(profit) OVER(PARTITION BY country ORDER BY year, product ROWS UNBOUNDED PRECEDING) AS running_total,
    ->        AVG(profit) OVER(PARTITION BY country ORDER BY year, product ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS running_average
    -> FROM sales;
+------+---------+------------+--------+---------------+-----------------+
| year | country | product    | profit | running_total | running_average |
+------+---------+------------+--------+---------------+-----------------+
| 2000 | Finland | Computer   |   1500 |          1500 |        800.0000 |
| 2000 | Finland | Phone      |    100 |          1600 |        536.6667 |
| 2001 | Finland | Phone      |     10 |          1610 |         55.0000 |
| 2000 | India   | Calculator |     75 |            75 |         75.0000 |
| 2000 | India   | Calculator |     75 |           150 |        450.0000 |
| 2000 | India   | Computer   |   1200 |          1350 |        637.5000 |
| 2000 | USA     | Calculator |     75 |            75 |        787.5000 |
| 2000 | USA     | Computer   |   1500 |          1575 |        541.6667 |
| 2001 | USA     | Calculator |     50 |          1625 |        916.6667 |
| 2001 | USA     | Computer   |   1200 |          2825 |        916.6667 |
| 2001 | USA     | Computer   |   1500 |          4325 |        950.0000 |
| 2001 | USA     | TV         |    150 |          4475 |        583.3333 |
| 2001 | USA     | TV         |    100 |          4575 |        125.0000 |
+------+---------+------------+--------+---------------+-----------------+
13 rows in set (0.01 sec)

對於 running_average，每個分區內的第一行數據沒有 PRECEDING，結果是當前行和下一行的平均值；最後一行數據沒有 FOLLOWING，結果是當前行和上一行的平均值。

另外，這篇文章介紹瞭如何基於時間間隔指定窗口大小，從而實現銀行等金融機構可疑支付交易的監測。

如果沒有指定 frame_clause，默認的窗口取決於是否存在 ORDER BY 選項：

如果指定了 ORDER BY：默認窗口從分區的開始直到當前行，包括當前行的所有對等行。此時默認窗口相當於：RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW；
如果沒有指定 ORDER BY：默認窗口就是整個分區，因爲此時所有的數據都是對等行。此時默認窗口相當於：RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING。

由於默認窗口取決於是否包含了 ORDER BY 選項，而增加 ORDER BY 獲得確定結果的同時又可能改變結果（例如 SUM() 函數的結果就會因此而改變）。所以，爲了獲得相同的結果，但又按照 ORDER BY 排序，可以總是明確指定一個窗口選項。

如果當前行的數據爲 NULL，窗口的定義可能不太明確。以下示例說明了這種情況下各種窗口選項的作用：

ORDER BY X ASC RANGE BETWEEN 10 FOLLOWING AND 15 FOLLOWING，窗口從 NULL 開始到 NULL 結束，也就是說窗口只包含 NULL 數據。
ORDER BY X ASC RANGE BETWEEN 10 FOLLOWING AND UNBOUNDED FOLLOWING，窗口從 NULL 開始到分區的最後結束。由於 ASC 排序時 NULL 值出現在最前面，因此窗口就是整個分區。
ORDER BY X DESC RANGE BETWEEN 10 FOLLOWING AND UNBOUNDED FOLLOWING，窗口從 NULL 開始到分區的最後結束。由於 DESC 排序時 NULL 值出現在最後面，因此窗口只包含 NULL 數據。
ORDER BY X ASC RANGE BETWEEN 10 PRECEDING AND UNBOUNDED FOLLOWING，窗口從 NULL 開始到分區的最後結束。由於 ASC 排序時 NULL 值出現在最前面，因此窗口就是整個分區。
ORDER BY X ASC RANGE BETWEEN 10 PRECEDING AND 10 FOLLOWING，窗口從 NULL 開始到 NULL 結束，也就是說窗口只包含 NULL 數據。
ORDER BY X ASC RANGE BETWEEN 10 PRECEDING AND 1 PRECEDING，窗口從 NULL 開始到 NULL 結束，也就是說窗口只包含 NULL 數據。
ORDER BY X ASC RANGE BETWEEN UNBOUNDED PRECEDING AND 10 FOLLOWING，窗口從分區的第一行開始到 NULL 結束。由於 ASC 排序時 NULL 值出現在最前面，因此窗口只包含 NULL 數據。

命名窗口

OVER 子句除了直接定義各種選項之外，還可以使用一個預定義的窗口變量。窗口變量使用 WINDOW 子句進行定義，語法上位於 HAVING 和 ORDER BY 之間。

window_function(expr) OVER window_name

WINDOW window_name AS (PARTITION BY ... ORDER BY ... frame_clause)
WINDOW window_name AS (other_window_name)

如果查詢中多個窗口函數的 OVER 子句相同，利用 WINDOW 子句定義一個窗口變量，然後在多個 OVER 子句中使用該變量可以簡化查詢語句：

SELECT year, country, product, profit, 
       SUM(profit) OVER w AS country_total,
       AVG(profit) OVER w AS country_average,
       COUNT(profit) OVER w AS country_count
FROM sales
WINDOW w AS (PARTITION BY country);

如果需要修改窗口的定義，這種方式只需要修改一次，更加方便。

OVER 子句還可以使用 OVER (window_name …) 基於已有的窗口變量進行修改，但是隻能增加其他選項。例如，以下查詢定義了一個窗口變量，指定了分區選項；然後在 OVER 子句中增加了不同的 ORDER BY 選項：

SELECT year, country, product, profit, 
       SUM(profit) OVER (w ORDER BY year, product ROWS UNBOUNDED PRECEDING) AS running_total,
       AVG(profit) OVER (w ORDER BY year, product ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS running_average,
       COUNT(profit) OVER w AS country_count
FROM sales
WINDOW w AS (PARTITION BY country);

OVER 子句只能爲窗口變量增加選項，而不能修改原來的選項。以下是一個錯誤的示例：

OVER (w PARTITION BY year)
... WINDOW w AS (PARTITION BY country)

另外，窗口變量的定義中也可以使用其他窗口變量。例如：

WINDOW w1 AS (w2), w2 AS (), w3 AS (w1)

w1 反向引用了 w2，w3 正向引用了 w1。但是注意不要產生循環引用，例如以下定義將會產生錯誤：

WINDOW w1 AS (w2), w2 AS (w3), w3 AS (w1)

w1、w2、w3 之間是一個循環引用，無法真正定義窗口變量。

窗口函數列表

MySQL 中的窗口函數可以分爲兩類：聚合窗口函數和專用窗口函數。

聚合窗口函數

許多 MySQL 聚合函數都支持 OVER 子句，從而作爲窗口函數使用：

AVG()，計算平均值；
BIT_AND()，按位與運算；
BIT_OR()，按位或運算；
BIT_XOR()，按位異或運算；
COUNT()，計算行數；
JSON_ARRAYAGG()，以 JSON 數組返回數據；
JSON_OBJECTAGG()，以 JSON 對象返回數據；
MAX()，計算最大值；
MIN()，計算最小值；
STDDEV_POP()、STDDEV()、STD()，計算總體標準差；
STDDEV_SAMP()，計算樣本標準差；
SUM()，計算和值；
VAR_POP()、VARIANCE()，計算總體方差；
VAR_SAMP()，計算樣本方差。

聚合窗口函數基於當前行所在的窗口進行計算，窗口的定義和默認值可以參考上文中的窗口選項。關於這些聚合窗口函數的具體介紹，可以參考官方文檔。

專用窗口函數

MySQL 提供了以下專用的窗口函數：

CUME_DIST()，返回累積分佈值，也就是分區內小於等於當前行的數據行佔比。取值範圍 [0, 1]；
DENSE_RANK()，返回當前行在分區內的排名，數據相同的行排名相同，隨後的排名不會產生跳躍；
FIRST_VALUE()，返回當前窗口內的第一行；
LAG()，返回分區內當前行上面（之前）的第 N 行；
LAST_VALUE()，返回當前窗口內的最後一行；
LEAD()，返回分區內當前行下面（之後）的第 N 行；
NTH_VALUE()，返回當前窗口內的第 N 行；
NTILE()，將當前分區拆分成 N 個組，返回當前行所在的組編號；
PERCENT_RANK()，返回分區內排除最高值之後，小於當前行的數據行佔比，計算方式爲 (rank - 1) / (rows - 1)；
RANK()，返回當前行在分區內的排名，數據相同的行排名相同，隨後的排名會產生跳躍；
ROW_NUMBER()，返回當前行在分區內的編號，從 1 開始。

以下窗口函數基於當前行所在的窗口進行計算：

FIRST_VALUE()
LAST_VALUE()
NTH_VALUE()

以下函數基於整個分區進行計算：

CUME_DIST()
DENSE_RANK()
LAG()
LEAD()
NTILE()
PERCENT_RANK()
RANK()
ROW_NUMBER()

SQL 標準不允許這些函數指定窗口選項，MySQL 允許爲它們指定窗口選項，但是會忽略這些選項。

以下是一些用於排名的窗口函數示例：

mysql> SELECT year, country, product, profit,
    ->        ROW_NUMBER() OVER(PARTITION BY country ORDER BY profit DESC) AS "row_number",
    ->        RANK() OVER(PARTITION BY country ORDER BY profit DESC) AS "rank",
    ->        DENSE_RANK() OVER(PARTITION BY country ORDER BY profit DESC) AS "dense_rank",
    ->        PERCENT_RANK() OVER(PARTITION BY country ORDER BY profit DESC) AS "percent_rank"
    -> FROM sales;
+------+---------+------------+--------+------------+------+------------+--------------------+
| year | country | product    | profit | row_number | rank | dense_rank | percent_rank       |
+------+---------+------------+--------+------------+------+------------+--------------------+
| 2000 | Finland | Computer   |   1500 |          1 |    1 |          1 |                  0 |
| 2000 | Finland | Phone      |    100 |          2 |    2 |          2 |                0.5 |
| 2001 | Finland | Phone      |     10 |          3 |    3 |          3 |                  1 |
| 2000 | India   | Computer   |   1200 |          1 |    1 |          1 |                  0 |
| 2000 | India   | Calculator |     75 |          2 |    2 |          2 |                0.5 |
| 2000 | India   | Calculator |     75 |          3 |    2 |          2 |                0.5 |
| 2000 | USA     | Computer   |   1500 |          1 |    1 |          1 |                  0 |
| 2001 | USA     | Computer   |   1500 |          2 |    1 |          1 |                  0 |
| 2001 | USA     | Computer   |   1200 |          3 |    3 |          2 | 0.3333333333333333 |
| 2001 | USA     | TV         |    150 |          4 |    4 |          3 |                0.5 |
| 2001 | USA     | TV         |    100 |          5 |    5 |          4 | 0.6666666666666666 |
| 2000 | USA     | Calculator |     75 |          6 |    6 |          5 | 0.8333333333333334 |
| 2001 | USA     | Calculator |     50 |          7 |    7 |          6 |                  1 |
+------+---------+------------+--------+------------+------+------------+--------------------+
13 rows in set (0.00 sec)

注意不同函數的排名方式。

以下是一些用於獲取指定數據行值的窗口函數示例：

mysql> SELECT year, country, product, profit,
    ->        LEAD(profit, 1, 0) OVER(PARTITION BY country ORDER BY profit DESC) AS "lead",
    ->        LAG(profit, 1, 0) OVER(PARTITION BY country ORDER BY profit DESC) AS "lag",
    ->        FIRST_VALUE(profit) OVER(PARTITION BY country ORDER BY profit DESC) AS "first_value",
    ->        LAST_VALUE(profit) OVER(PARTITION BY country ORDER BY profit DESC) AS "last_value",
    ->        NTH_VALUE(profit, 2) OVER(PARTITION BY country ORDER BY profit DESC) AS "nth_value"
    -> FROM sales;
+------+---------+------------+--------+------+------+-------------+------------+-----------+
| year | country | product    | profit | lead | lag  | first_value | last_value | nth_value |
+------+---------+------------+--------+------+------+-------------+------------+-----------+
| 2000 | Finland | Computer   |   1500 |  100 |    0 |        1500 |       1500 |      NULL |
| 2000 | Finland | Phone      |    100 |   10 | 1500 |        1500 |        100 |       100 |
| 2001 | Finland | Phone      |     10 |    0 |  100 |        1500 |         10 |       100 |
| 2000 | India   | Computer   |   1200 |   75 |    0 |        1200 |       1200 |      NULL |
| 2000 | India   | Calculator |     75 |   75 | 1200 |        1200 |         75 |        75 |
| 2000 | India   | Calculator |     75 |    0 |   75 |        1200 |         75 |        75 |
| 2000 | USA     | Computer   |   1500 | 1500 |    0 |        1500 |       1500 |      1500 |
| 2001 | USA     | Computer   |   1500 | 1200 | 1500 |        1500 |       1500 |      1500 |
| 2001 | USA     | Computer   |   1200 |  150 | 1500 |        1500 |       1200 |      1500 |
| 2001 | USA     | TV         |    150 |  100 | 1200 |        1500 |        150 |      1500 |
| 2001 | USA     | TV         |    100 |   75 |  150 |        1500 |        100 |      1500 |
| 2000 | USA     | Calculator |     75 |   50 |  100 |        1500 |         75 |      1500 |
| 2001 | USA     | Calculator |     50 |    0 |   75 |        1500 |         50 |      1500 |
+------+---------+------------+--------+------+------+-------------+------------+-----------+
13 rows in set (0.00 sec)

關於這些窗口函數的具體介紹，可以參考官方文檔。

窗口函數限制

SQL 標準不允許在 UPDATE 或者 DELETE 語句中使用窗口函數更新數據，但是允許在子查詢中使用這些函數。

MySQL 目前不支持 SQL 標準中定義的以下功能：

聚合創建函數中的 DISTINCT 關鍵字；
嵌套窗口函數；
基於當前行數據值的動態窗口。

MySQL 解析器可以接收以下標準 SQL 選項但是不會生效：

以 GROUPS 爲單位的窗口選項會產生錯誤，目前只支持 ROWS 和 RANGE 方式；
指定窗口時的 EXCLUDE 選項會產生錯誤；
使用 IGNORE NULLS 選項會產生錯誤，目前只支持 RESPECT NULLS；
使用 FROM LAST 選項會產生錯誤，目前只支持 FROM FIRST。

窗口函數優化

窗口函數會對優化器產生以下影響：

如果子查詢中包含窗口函數，就不會使用派生表合併優化。此時子查詢只會使用物化進行優化。
半連接不能用於窗口函數優化，因爲半連接只能用於 WHERE 和 JOIN … ON 子查詢，它們不能包含窗口函數。
優化器按照順序處理多個具有相同排序規則的窗口，因此除了第一個窗口，其他都可以省略排序操作。
優化器不會嘗試合併多個原本可以一次獲取的窗口，例如多個定義完全相同的 OVER 子句。解決辦法就是通過 WINDOW 子句定義一個窗口變量，然後在多個 OVER 子句中進行引用。

聚合函數不作爲窗口函數使用時，會在儘可能的最外層查詢執行聚合操作。例如，以下查詢中，MySQL 知道 COUNT(t1.b) 不是外部查詢中的聚合函數，因爲它屬於 WHERE 子句：

SELECT * FROM t1 WHERE t1.a = (SELECT COUNT(t1.b) FROM t2);

所以，MySQL 在子查詢中進行聚合操作，將 t1.b 看作一個常量並且返回 t2 中的數據行數。

如果將 WHERE 替換成 HAVING 將會導致錯誤：

mysql> SELECT * FROM t1 HAVING t1.a = (SELECT COUNT(t1.b) FROM t2);
ERROR 1140 (42000): In aggregated query without GROUP BY, expression #1
of SELECT list contains nonaggregated column 'test.t1.a'; this is
incompatible with sql_mode=only_full_group_by

錯誤的原因在於 COUNT(t1.b) 可以出現在 HAVING 中，從而導致外部查詢產生聚合操作。

窗口函數（包括聚合窗口函數）的處理沒有那麼複雜，它們總是在當前子查詢中進行聚合操作。

窗口函數的計算可能會受到系統變量 windowing_use_high_precision 的影響，該變量決定了計算窗口的操作是否確保不會丟失精度。默認啓用了 windowing_use_high_precision。

對於某些移動窗口的聚合操作，可以使用反向聚合功能刪除不需要的數據。這種方法可以提高性能，但可能導致精度丟失。例如，將一個很小的浮點數和一個很大的值相加，會導致這個浮點數被“遮蓋”；隨後對這個大值進行反向取值時，小浮點數的效果就會丟失。

反向聚合只會導致浮點數據類型的精度丟失；對於其他類型不會有影響，包括 DECIMAL 數據類型。

爲了性能，MySQL 在安全的情況下總是會使用反向聚合：

對於浮點型數據，反向聚合可能導致精度丟失。默認設置可以避免反向聚合，以性能的犧牲確保了精度。如果可以丟失一定的精度，可以禁用 windowing_use_high_precision 以支持反向聚合。
對於非浮點型的數據類型，反向聚合不會產生問題，因此無論 windowing_use_high_precision 如何設置都會使用反向聚合。
windowing_use_high_precision 對於 MIN() 和 MAX() 聚合函數沒有影響，因爲它們永遠不會使用反向聚合。

對於計算方差的 STDDEV_POP()、STDDEV_SAMP()、VAR_POP()、VAR_SAMP() 等聚合函數，可以使用優化模式或者默認模式。優化模式可能導致最後一位小數略有不同，如果允許存在這些偏差，經用 windowing_use_high_precision 可以利用優化模式。

對於 EXPLAIN 命令，傳統輸出格式顯示窗口執行信息過於複雜；如果想要顯示相關信息，可以使用 EXPLAIN FORMAT=JSON，然後查找 windowing 元素。

如果你點擊了收藏⭐，請不要忘了關注❤️、評論📝、點贊👍！

MySQL 8.0 新特性之窗口函數

文章目錄

窗口函數概述

窗口函數語法

PARTITION BY

ORDER BY

窗口選項

命名窗口

窗口函數列表

聚合窗口函數

專用窗口函數

窗口函數限制

窗口函數優化

Kafka存儲機制

HTTP URL 詳解

MySQL 如何實現一個只有一行數據的表

《MySQL 入門教程》第 13 篇 CASE 表達式與控制流函數

實戰 SQL：微信、微博等社交網絡中的友好、粉絲關係分析

MySQL 優化器原來是這樣工作的

PostgreSQL 如何實現一個只有一行數據的表

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結