mysql rank函数怎么用

mysql rank函数怎么用,第1张

转:

Mysql 的rank 函数如何实现

表特征:

mysql>select * from test

+------+------+

| a| b|

+------+------+

|1 | 20 |

|1 | 21 |

|1 | 24 |

|2 | 20 |

|2 | 32 |

|2 | 14 |

+------+------+

6 rows in set (0.00 sec)

现在,我们以a分组,查询b列最大的2个值。 这条sql要怎么写了?

1.创建表

Create Table: CREATE TABLE `sam` (

`a` int(11) DEFAULT NULL,

`b` int(11) DEFAULT NULL

) ENGINE=MyISAM DEFAULT CHARSET=utf8

2.插入模拟数据

INSERT INTO `sam` VALUES (1,10),(1,15),(1,20),(1,25),(2,20),(2,22),(2,33),(2,45)

+------+------+

| a| b|

+------+------+

|1 | 10 |

|1 | 15 |

|1 | 20 |

|1 | 25 |

|2 | 20 |

|2 | 22 |

|2 | 33 |

|2 | 45 |

+------+------+

3.SQL实现

select a,b,rownum,rank from

(select ff.a,ff.b,@rownum:=@rownum+1 rownum,if(@pa=ff.a,@rank:=@rank+1,@rank:=1) as rank,@pa:=ff.a

FROM

(select a,b from sam group by a,b order by a asc,b desc) ff,(select @rank:=0,@rownum:=0,@pa=null) tt) result

having rank <=2

4.结果:

+------+------+--------+------+

| a| b| rownum | rank |

+------+------+--------+------+

|1 | 25 | 1 |1 |

|1 | 20 | 2 |2 |

|2 | 45 | 5 |1 |

|2 | 33 | 6 |2 |

+------+------+--------+------+

4 rows in set (0.00 sec)

转:

Mysql

的rank

函数如何实现

表特征:

mysql>

select

*

from

test

+------+------+

|

a

|

b

|

+------+------+

|

1

|

20

|

|

1

|

21

|

|

1

|

24

|

|

2

|

20

|

|

2

|

32

|

|

2

|

14

|

+------+------+

6

rows

in

set

(0.00

sec)

现在,我们以a分组,查询b列最大的2个值。

这条sql要怎么写了?

1.创建表

Create

Table:

CREATE

TABLE

`sam`

(

`a`

int(11)

DEFAULT

NULL,

`b`

int(11)

DEFAULT

NULL

)

ENGINE=MyISAM

DEFAULT

CHARSET=utf8

2.插入模拟数据

INSERT

INTO

`sam`

VALUES

(1,10),(1,15),(1,20),(1,25),(2,20),(2,22),(2,33),(2,45)

+------+------+

|

a

|

b

|

+------+------+

|

1

|

10

|

|

1

|

15

|

|

1

|

20

|

|

1

|

25

|

|

2

|

20

|

|

2

|

22

|

|

2

|

33

|

|

2

|

45

|

+------+------+

3.SQL实现

select

a,b,rownum,rank

from

(select

ff.a,ff.b,@rownum:=@rownum+1

rownum,if(@pa=ff.a,@rank:=@rank+1,@rank:=1)

as

rank,@pa:=ff.a

FROM

(select

a,b

from

sam

group

by

a,b

order

by

a

asc,b

desc)

ff,(select

@rank:=0,@rownum:=0,@pa=null)

tt)

result

having

rank

<=2

4.结果:

+------+------+--------+------+

|

a

|

b

|

rownum

|

rank

|

+------+------+--------+------+

|

1

|

25

|

1

|

1

|

|

1

|

20

|

2

|

2

|

|

2

|

45

|

5

|

1

|

|

2

|

33

|

6

|

2

|

+------+------+--------+------+

4

rows

in

set

(0.00

sec)

MySQL从8.0开始支持窗口函数。也就是分析函数

序号函数:ROW_NUMBER()、RANK()、DENSE_RANK()

分布函数:PERCENT_RANK()、CUME_DIST()

前后函数:LAG()、LEAD()

头尾函数:FIRST_VALUE()、LAST_VALUE()

其它函数:NTH_VALUE()、NTILE()

例子:

首先有一个表字段:id score(分数)user_id

1.序号函数:ROW_NUMBER()、RANK()、DENSE_RANK()

用途:显示分区中的当前行号,对查询结果进行排序.

ROW_NUMBER():顺序排序——1、2、3 RANK():并列排序,跳过重复序号——1、1、3 DENSE_RANK():并列排序,不跳过重复序号——1、1、2

执行sql:

2.分布函数:PERCENT_RANK()、CUME_DIST()

用途:每行按照公式(rank-1) / (rows-1)进行计算。其中,rank为RANK()函数产生的序号,rows为当前窗口的记录总行数

3.前后函数:LAG()、LEAD()

LAG和LEAD分析函数可以在同一次查询中取出同一字段的前N行的数据(LAG)和后N行的数据(LEAD)作为独立的列

在实际应用当中,若要用到取今天和昨天的某字段差值时,LAG和LEAD函数的应用就显得尤为重要。当然,这种 *** 作可以用表的自连接实现,但是LAG和LEAD与LEFT JOIN、RIGHT JOIN等自连接相比,效率更高,SQL更简洁。下面我就对这两个函数做一个简单的介绍。

函数语法如下:

lag(exp_str,offset,defval) OVER(PARTITION BY …ORDER BY …)

lead(exp_str,offset,defval) OVER(PARTITION BY …ORDER BY …)

参数说明:

exp_str是字段名

offset是偏移量,即是上1个或上N个的值,假设当前行在表中排在第10行,则offset 为3,则表示我们所要找的数据行就是表中的第7行(即10-3=7)。

defval默认值,当两个函数取上N/下N个值,当在表中从当前行位置向前数N行已经超出了表的范围时,LAG()函数将defval这个参数值作为函数的返回值,若没有指定默认值,则返回NULL,那么在数学运算中,总要给一个默认值才不会出错。

执行sql:

以第一行为例:4.0上一条记录(lag)是没有的,所有有赋予默认值0,4.0的下一条记录(lead)还是4.0,可以通过偏移量调整上下N条记录

注意:这里是序号的上一条或下一条

4.头尾函数:FIRST_VALUE(expr)、LAST_VALUE(expr)

用途:返回第一个(FIRST_VALUE(expr))或最后一个(LAST_VALUE(expr))expr的值

执行sql:

FIRST_VALUE()的结果容易理解,直接在结果的所有行记录中输出同一个满足条件的首个记录;

LAST_VALUE()默认统计范围是 rows between unbounded preceding and current row,也就是取当前行数据与当前行之前的数据的比较。

那么如果我们直接在每行数据中显示最后的那个数据,需在order by 条件的后面加上语句: rows between unbounded preceding and unbounded following , 也就是前面无界和后面无界之间的行比较。

加上语句,执行sql:

结果:

简单理解就是,取最大的还是最小的结合ORDER BY使用,或者取第一个还是或者最后一个

参考: https://baijiahao.baidu.com/s?id=1728966619393719484&wfr=spider&for=pc


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/7257575.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-03
下一篇 2023-04-03

发表评论

登录后才能评论

评论列表(0条)

保存