lead函数是聚合函数不是窗口函数对吗（lead()函数）



在数据分析中，窗口函数是我们经常用到的函数，今天的文章我们总结了常用的各类窗口函数并给出实例。

一 创建数据集

二 聚合函数

聚合函数也可用于窗口函数当中，用法和专用窗口函数相同。

聚合函数sum、avg、count、max、min都是针对自身记录以及自身记录以上的所有数据进行计算的。

聚合函数作为窗口函数，可以在每一行的数据里直观看到截止到本行数据，统计数据是多少，比如：按照时间的顺序，计算各时期的销售总额就需要用到这种累计的统计方法。同时也可以看出每一行数据对整体数据的影响。聚合函数的开窗和专用的窗口函数是一致的，其形式为：

‹窗口函数› over (partition by ‹用于分组的列名› order by ‹用于排序的列名›)

聚合函数的窗口函数中，加不加order by,order by的列名是否是用于分组的列名，这些情况都会影响到最终的结果，下面我们分别来讨论各种不同的情况。

2.1 窗口函数有无order by的区别

2.1.1 有order by且order by的字段不是用于分组的字段

这种情况下得到的结果是每个partition的累加的结果

https://zhuanlan.zhihu.com/p/

2.1.2 有order by且order by的字段是用于分组的字段

该情况下得到的数据是每个partition的总和而不是累加

2.1.3 有partition by无order by

该情况下，sum()over()得到的数据是每个partition的总和而不是累加，和第二种情况是一致的。

select *, avg(成绩) over (order by 学号 rows 2 preceding) as current_avg from 班级表;

rows和preceding这两个关键字，是“之前~行”的意思，上面的句子中，是之前2行。也就是得到的结果是自身记录及前2行的平均（相对应的preceding是following）

https://zhuanlan.zhihu.com/p/

三 专用窗口函数

专用窗口函数包括rank() over,dense_rank() over,row_number() over()

查出指定条件后的进行排名。特点是，加入是对学生排名，使用这个函数，成绩相同的两名是并列，下一位同学空出所占的名次。

与rank() over的区别是，两名学生的成绩并列以后，下一位同学并不空出所占的名次。

这个函数不需要考虑是否并列，哪怕根据条件查询出来的数值相同也会进行连续排名!

四 Lead和 Lag函数

lag和lead函数可以在同一次查询中取出同一字段的前N行数据（lag）和后N行数据（lead）。

lead和lag函数应用场景较为广泛，在计算前一天、前一个月以及后一天、后一个月等时间差时，我们通常会使用自连接来求差值，但是自连接有时候会出现重

复需要额外处理，而通过lag和lead函数正好能够实现这一功能。

语法：LEAD ( scalar_expression [ ,offset ] , [ default ] ) OVER ( [ partition_by_clause ] order_by_clause )

scalar_expression，要返回的值基于指定的偏移量。这是一个返回单个（标量）值的任何类型的表达式。scalar_expression 不能为分析函数。简单地

来说就是，要取的列。

offset默认值为1， offset 可以是列、子查询或其他求值为正整数的表达式，或者可隐式转换为bigint。offset 不能是负数值或分析函数。简单地来说就

是，取偏移后的第几行数据

default默认值为NULL， offset 可以是列、子查询或其他求值为正整数的表达式，或者可隐式转换为bigint。offset不能是负数值或分析函数。简单地来

说就是，没有符合条件的默认值

语法：Lag ( scalar_expression [ ,offset ] , [ default ] ) OVER ( [ partition_by_clause ] order_by_clause )

五 分页思想

SQL查询语句中的limit 与 offset 的区别：

limit y 分句表示: 读取 y 条数据

limit x, y 分句表示: 跳过 x 条数据，读取 y 条数据

limit y offset x 分句表示: 跳过 x 条数据，读取 y 条数据

看下面例子：

比如分页获取数据：

第1页： 从第0个开始，获取20条数据

第2页： 从第20个开始，获取20条数据

第3页： 从第40个开始，获取20条数据

下面在看几个leetcode上的题目：

--求第二高的薪水

首先先将数据去重：

再将是数据按薪水降序排除：

分页的思想是一页一条数据，第二高的薪水则在第二页：

考虑到极端情况：没有第二薪水则为空，使用ifnull判断：

参考链接

https://zhuanlan.zhihu.com/p/

https://zhuanlan.zhihu.com/p/

https://blog.csdn.net/sinat_/article/details/

https://zhidao.baidu.com/question/1667694010390213187.html

https://www.cnblogs.com/scwbky/p/9558203.html

https://my.oschina.net/wangyongtao/blog/

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/haskellbc/53098.html