SQL Server中的窗口函數

簡介

    SQL Server 2012以後對窗口函數進行了極大的增強，但對於不少開發人員來講，對窗口函數卻不甚瞭解，致使了這樣強大的功能被浪費，所以本篇文章主要談一談SQL Server中窗口函數的概念。

 

什麼是窗口函數

    窗口函數，也能夠被稱爲OLAP函數或分析函數。理解窗口函數能夠從理解聚合函數開始，咱們知道聚合函數的概念，就是將某列多行中的值按照聚合規則合併爲一行，好比說Sum、AVG等等，簡單的概念如圖1所示。

圖1.聚合函數

 

    所以，一般來講，聚合後的行數都要小於聚合前的行數。而對於窗口函數來講，輸入結果等於輸出結果，舉一個簡單的例子，若是你計算產品類型A和產品類型B，A產品分5小類，B產品分2小類，應用了窗口函數的結果後能夠仍是7行，對窗口函數應用了Count後，附加在每一行上，好比說「A產品，A小類1，5「，而B小類則變爲」B產品，B小類1，2」最後一列就是應用了窗口函數的結果。

    如今咱們對窗口函數有了初步的概覽，文章後我會提供一些具體的例子來讓對窗口函數的概念更加深入，窗口函數除了上面提到的輸入行等於輸出行以外，還有以下特性和好處：

• 相似Group By的聚合
• 非順序的訪問數據
• 能夠對於窗口函數使用分析函數、聚合函數和排名函數
• 簡化了SQL代碼（消除Join）
• 消除中間表

    窗口函數是整個SQL語句最後被執行的部分，這意味着窗口函數是在SQL查詢的結果集上進行的，所以不會受到Group By， Having，Where子句的影響。

    窗口函數的典型範例是咱們在SQL Server 2005以後用到的排序函數，好比代碼清單1所示。

Row_Number() OVER (partition by xx ORDER BY xxx desc) RowNumber

代碼清單1.可用於分頁的排序函數

 

    所以，咱們能夠把窗口函數的語法抽象出來，如代碼清單2所示。

函數() Over (PARTITION By 列1，列2，Order By 列3，窗口子句) AS 列別名

代碼清單2.窗口函數的語法

 

一個簡單的例子

    下面咱們來看一個簡單的例子，假如說咱們但願將AdventureWorks示例數據庫中的Employee表按照性別進行聚合，好比說我但願獲得的結果是：「登陸名，性別，該性別全部員工的總數」，若是咱們使用傳統的寫法，那必定會涉及到子查詢，如代碼清單3所示。

SELECT [LoginID],gender,

(SELECT COUNT(*) FROM [AdventureWorks2012].[HumanResources].[Employee] a WHERE a.Gender=b.Gender) AS GenderTotal

  FROM [AdventureWorks2012].[HumanResources].[Employee] b

代碼清單3.傳統的寫法

 

    若是咱們使用了窗口函數，代碼瞬間就變得簡潔，再也不須要子查詢或Join，如圖2所示。

圖2.使用窗口函數

 

    除此以外，窗口函數相比傳統寫法而言，還會有更好的性能，咱們能夠經過比較執行計劃得出如圖3所示。

圖3.經過比較執行計劃，看出窗口函數擁有更好的性能

 

    假如咱們考慮更復雜的例子，在Over子句加上了Order By，來完成一個平均數累加，若是不使用窗口函數，那必定是遊標，循環等麻煩的方式，若是使用了窗口函數，則一切就變得很是輕鬆，如圖4所示。

圖4.窗口函數

 

Partition By

    代碼清單2展現了窗口函數的語法，其中Over子句以後第一個提到的就是Partition By。Partition By子句也能夠稱爲查詢分區子句，很是相似於Group By，都是將數據按照邊界值分組，而Over以前的函數在每個分組以內進行，若是超出了分組，則函數會從新計算，好比圖2中的例子，咱們將數據分爲男性和女性兩部分，前面的Count()函數針對這兩組分別計算值（男性206，女性84）。

   針對Partition By能夠應用的函數不只僅是咱們所熟知的聚合函數，以及一些其餘的函數，好比說Row_Number()。

 

Order By

    Order By子句是另外一類子句，會讓輸入的數據強制排序（文章前面提到過，窗口函數是SQL語句最後執行的函數，所以能夠把SQL結果集想象成輸入數據）。Order By子句對於諸如Row_Number()，Lead()，LAG()等函數是必須的，由於若是數據無序，這些函數的結果就沒有任何意義。所以若是有了Order By子句，則Count()，Min()等計算出來的結果就沒有任何意義。

    下面咱們看一個頗有表明性的ROW_NUMBER()函數，該函數一般被用於分頁，該函數從1開始不斷遞增，能夠和Partition By一塊兒使用，當穿越分區邊界時，Row_Number重置爲1，一個簡單的例子如圖5所示，咱們根據請假小時數對員工進行排序。

圖5.Row_Number函數示例

 

    另外一個比較有趣的分析函數是LEAD()和LAG()，這兩個分析函數通過Order By子句排序後，能夠在當前行訪問上N行（LAG）或下N行（LEAD）的數據，下面是一個例子，如圖6所示。

圖6.訪問上一行的LAG函數

 

    另外一個分析函數是RANK函數，與Row_Number不一樣的是，Rank函數中若是出現了相同的值，不會像Row_Number那樣疊加計數，而是一樣的值計數同樣，好比說 1 1 3 4 5 5 7，而不是Row_Number的1 2 3 4 5 6 7。這裏就不細說了。另外若是但願並列排名的不影響下一個排名，則考慮使用Dense_Rank函數。有關其餘的諸如First_value和Last_Value之類的函數能夠參看：http://technet.microsoft.com/zh-cn/library/hh213234.aspx。

 

窗口子句

    前面窗口的函數的做用範圍是整個表，或是整個Partition by後面的分區。可是使用了窗口子句咱們能夠控制輸入到窗口函數的數據集（前面說過，窗口函數是整個語句中最後執行的）的範圍。下面咱們從一個例子開始看，假如我但願找出公司每個層級休病假最長的人，咱們能夠執行圖7中的語句。

圖7.找出每一個層級休假最多的人

 

    可是若是咱們但願把輸入數據集的粒度由Partition變爲更細的話，咱們可使用窗口子句，讓窗口函數僅僅根據當前行的前N行和後N行計算結果，那咱們可使用窗口子句，如圖8所示，圖8中，咱們排序後，僅僅根據當前行的前一行和後一行以及當前行來計算這3我的當中請病假最長時間的人。

圖8.在三行以內找到休假時間最長的人

 

    咱們也可使用Range來指定Partition內的範圍，好比說咱們但願從當前行和以前行中找到第一行，則使用如圖9所示的用法。

圖9.

 

小結

    本文從窗口函數組成的三部分簡單介紹了窗口函數的概念，並給出了一些例子。更多能夠在窗口上使用的函數，能夠參照MSDN（http://technet.microsoft.com/zh-cn/library/ms189461.aspx）。在使用這些函數的時候，還要注意版本要求，不少函數是隻有在SQL Server 2012中才被支持的。