tencent cloud

云数据库 MySQL

动态与公告
产品动态
产品公告
新手指引
产品简介
产品概述
产品优势
应用场景
数据库架构
隔离策略
经济型实例
产品功能列表
数据库实例
高可用性（多可用区）
地域和可用区
自研内核
内核概述
内核版本更新动态
功能类特性
性能类特性
安全类特性
稳定类特性
TXRocks 引擎
内核问题检查与修复
购买指南
计费概述
选型指南
购买方式
续费说明
欠费说明
退费说明
按量转包年包月
调整实例费用说明
备份空间收费说明
数据库审计计费说明
数据库代理商业化计费和活动说明
数据库代理计费周期说明
查看费用账单
快速入门
入门概述
创建 MySQL 实例
连接 MySQL 实例
SQL 洞察（原数据库审计）
数据库审计简介
查看审计实例列表
开通审计服务
查看审计日志
日志投递
配置事后告警
修改审计规则
修改审计服务
关闭审计服务
审计规则模板
SQL 审计规则（旧版）
查看审计任务
授权子用户使用数据库审计
MySQL 云盘版
MySQL 云盘版概述
创建 MySQL 云盘版实例
维护管理实例
查看实例监控
调整实例配置
其他功能相关操作
迁移或升级至 MySQL 云盘版
操作指南
使用限制
操作总览
维护管理实例
升级实例
CPU 弹性扩容
只读/灾备实例
数据库代理
数据库管理（DMC）
账号管理
参数配置
备份与回档
数据迁移
网络与安全
监控与告警
日志中心
只读分析引擎
标签
实践教程
腾讯云 MySQL 帮助实现 MySQL 5.7升级至 MySQL 8.0
MySQL 5.6升级到 MySQL 5.7方法和说明
云数据库 MySQL 数据库审计等保实践
构建全场景高可用架构
云数据库 MySQL 使用规范
应用程序配置自动重连功能
MySQL 主实例参数修改的影响
MyISAM 自动转换为 InnoDB 引擎限制
为云数据库 MySQL 创建 VPC
使用云数据库 MySQL 提高业务负载能力
两地三中心灾备建设
读写分离扩展云数据库 MySQL 性能
使用 DTS 将 InnoDB 数据迁移至 RocksDB
构建 LAMP 堆栈 Web 应用程序
构建 Drupal 网站
通过 Python 语言使用 MySQL API
主备实例查询数据不一致
白皮书
性能白皮书
安全白皮书
故障处理
连接相关
性能相关
实例数据同步延迟
设置大小写不敏感失败
通过命令获取 slow_query_log_file 失败
API 文档
History
Introduction
API Category
Instance APIs
调用方式
Data Import APIs
Database Proxy APIs
数据库审计相关接口
Security APIs
Task APIs
Backup APIs
Account APIs
Rollback APIs
Parameter APIs
Database APIs
Monitoring APIs
Log-related API
Data Types
Error Codes
常见问题
选型相关
计费相关
备份相关
回档相关
连接登录
参数修改
升级相关
账号权限
性能内存
运维相关
数据迁移
功能特性
控制台相关
日志相关
事件相关
数据库审计
实例切换影响
API 2.0 切换 3.0 指引
相关协议
服务等级协议
服务条款
通用参考
标准与认证
联系我们
词汇表
文档云数据库 MySQL操作指南只读分析引擎执行查询窗口函数使用说明

窗口函数使用说明

PDF
聚焦模式
字号
最后更新时间： 2025-05-09 11:51:23
窗口函数也叫 OLAP 函数（Online Analytical Processing，联机分析处理），可以对数据进行实时分析处理，对于一个分析型数据库而言非常重要。
只读分析引擎中窗口函数的使用方法与 MySQL 8.0 基本一致。但同时在 MySQL 5.7 版本中开启的只读分析引擎依然可以使用窗口函数与开窗语法。
具体的开窗使用语法如下：
SELECT
    <WindowFunction> OVER (PARTITION BY <expr_list> ORDER BY <expr_list> [ASC / DESC] [<WindowFrame>])
FROM
    tb_test_window;
SQL 示例：
select studentid,departmentid,classid,math,
row_number() over(partition by departmentid,classid order by math) as row_num
from student_scores;
此示例为：对分组 departmentid，classid 内的数据按 math 排序。

WindowFrame

Frame
ROWS 场景
RANGE 场景
CURRENT ROW
当前行。
与当前行相同的所有行。
UNBOUNDED PRECEDING
到第一行。
到第一行。
UNBOUNDED
FOLLOWING
到最后一行。
到最后一行。
<N> PRECEDING
前 N 行。
到大于等于 OrderBy 列值减去 <N> 得到的值对应的行。
<N> FOLLOWING
后 N 行。
到小于等于 OrderBy 列值加上 <N> 得到的值对应的行。
ROWS | RANGE <Frame>。
ROWS | RANGE BETWEEN <Frame> AND <Frame>。

WindowFunction

目前在开窗语法中支持使用的窗口函数如下表所示：
函数名称
功能描述
函数参数
支持类型
ROW_NUMBER()
对每个分区内数据标记行号。
-
-
RANK()
对每个分区内数据非密集型排序。
-
-
DENSE_RANK()
对每个分区内数据密集型排序。
-
-
LEAD(<expr>，<offset>，<default>)
计算当前行的后 <offset> 行的值，没有满足行则返回<default>。
[必选] <expr>：计算列。
所有类型（三参数除了 Time 类型）。
[可选] <offset>：当前行向后偏移行，缺省为1。
数值类型。
[可选] <default>：不满足计算行默认返回值，缺省返回 NULL。
与 <expr> 类型一致。
LAG(<expr>，<offset>，<default>)
计算当前行的前 <offset> 行的值，没有满足行则返回<default>。
[必选] <expr>：计算列。
所有类型（三参数除了 Time 类型）。
[可选] <offset>：当前行向前偏移行，缺省为1。
数值类型。
[可选] <default>：不满足计算行默认返回值，缺省返回 NULL。
与 <expr> 类型一致。
FIRST_VALUE(<expr>)
计算分区窗口内第一个值。
[必选] <expr>：计算列。
所有类型。
LAST_VALUE(<expr>)
计算分区窗口内最后一个值。
[必选] <expr>：计算列。
所有类型。
MIN(<expr>)
计算分区窗口 OrderBy 列最小值对应行的 <expr> 值。
[必选] <expr>：计算列。
所有类型。
MAX(<expr>)
计算分区窗口 OrderBy 列最大值对应行的 <expr> 值。
[必选] <expr>：计算列。
所有类型。
COUNT(<expr>)
计算分区窗口内数据总行数。
[必选] <expr>：计算列。
所有类型。
SUM(<expr>)
计算分区窗口内数据总和。
[必选] <expr>：计算列。
数值类型。
AVG(<expr>)
计算分区窗口内数据平均值。
[必选] <expr>：计算列。
数值类型。
数值类型：int，bigint，float，double，decimal。
字符类型：char，varchar。
时间类型：date，time，datetime，timestamp。

详细案例

案例建表语句：
drop table if exists test.tb_window;
create table test.tb_window (c1 int not null primary key, c2 int, c3 int);
create table test.tb_window (c1 Int32, c2 Nullable(Int32), c3 Nullable(Int32)) engine = LibraTree order by (c1);
insert into test.tb_window values (1, 1, 1), (2, 1, 1), (3, 1, 2), (4, 1, 4), (5, 1, 6), (6, 1, 6);

ROWS 关键字

说明：
该关键字是按照行统计窗口大小，并对窗口内数据进行计算。
-- 案例语句
mysql> select c2, c3, COUNT(c1) over (partition by c2 order by c3 ROWS BETWEEN CURRENT ROW AND 2 FOLLOWING) cn from test.tb_window;
+----+----+----+
| c2 | c3 | cn |
+----+----+----+
|  1 |  1 |  3 |  -- 窗口行索引范围: current -> 之后2行 [0 ~ 2]
|  1 |  1 |  3 |  -- 窗口行索引范围: current -> 之后2行 [1 ~ 3]
|  1 |  2 |  3 |  -- 窗口行索引范围: current -> 之后2行 [2 ~ 4]
|  1 |  4 |  3 |  -- 窗口行索引范围: current -> 之后2行 [3 ~ 5]
|  1 |  6 |  2 |  -- 窗口行索引范围: current -> 之后1行 [4 ~ 5] (后边只有一行)
|  1 |  6 |  1 |  -- 窗口行索引范围: current (后边没有数据)
+----+----+----+
6 rows in set (0.06 sec)

RANGE 关键字

说明：
该关键字是按照值统计窗口大小，并对窗口内数据进行计算，例如以下 SQL 案例是对 C3 列当前行值加2后找到对应行位置，到当前行之间为一个窗口。
-- 案例语句
mysql> select c2, c3, COUNT(c1) over (partition by c2 order by c3 RANGE BETWEEN CURRENT ROW AND 2 FOLLOWING) cn from test.tb_window;
+----+----+----+
| c2 | c3 | cn |
+----+----+----+
|  1 |  1 |  3 |  -- 窗口行索引范围: current -> 3对应的行索引之间的行数据 [0 ~ 2]
|  1 |  1 |  3 |
|  1 |  2 |  2 |  -- 窗口行索引范围: current -> 4对应的行索引之间的行数据 [2 ~ 3]
|  1 |  4 |  3 |  -- 窗口行索引范围: current -> 6对应的行索引之间的行数据 [3 ~ 5]
|  1 |  6 |  2 |  -- 窗口行索引范围: current -> 8对应的行索引之间的行数据 [4 ~ 5]
|  1 |  6 |  2 |
+----+----+----+
6 rows in set (0.06 sec)

ROW_NUMBER

说明：
该函数是对分区内数据进行编号处理，该函数不受 <WindowFrame> 限制。
-- 案例语句
mysql> select c2, c3, ROW_NUMBER() over (partition by c2 order by c3) rn from test.tb_window;
+----+----+------+
| c2 | c3 | rn   |
+----+----+------+
|  1 |  1 |    1 |
|  1 |  1 |    2 |
|  1 |  2 |    3 |
|  1 |  4 |    4 |
|  1 |  6 |    5 |
|  1 |  6 |    6 |
+----+----+------+
6 rows in set (0.04 sec)

RANK & DENSE_RANK

RANK 函数：对分区内部数据进行非密集型排名，该函数不受 <WindowFrame> 限制。
DENSE_RANK 函数：对分区内部数据进行密集型排名，该函数不受 <WindowFrame> 限制。
-- 案例语句
select 
    c2, c3, 
    RANK() over (partition by c2 order by c3) rk, 
    DENSE_RANK() over (partition by c2 order by c3) drk
from test.tb_window;
+------+------+------+------+
| c2   | c3   | rk   | drk  |
+------+------+------+------+
|    1 |    1 |    1 |    1 |
|    1 |    1 |    1 |    1 |
|    1 |    2 |    3 |    2 |
|    1 |    4 |    4 |    3 |
|    1 |    6 |    5 |    4 |
|    1 |    6 |    5 |    4 |
+------+------+------+------+
6 rows in set (0.05 sec)

LEAD & LAG

一、1个参数场景

LEAD(<expr>)函数：计算分区当前行的后一行数据，没有后一行默认补 NULL，该函数不受 <WindowFrame> 限制。
LAG(<expr>)函数：计算分区当前行的前一行数据，没有前一行默认补 NULL，该函数不受 <WindowFrame> 限制。
-- 案例语句
mysql> select 
    c2, c3, 
    LEAD(c3) over (partition by c2 order by c3) ld, 
    LAG(c3) over (partition by c2 order by c3) lg
from test.tb_window;
+------+------+------+------+
| c2   | c3   | ld   | lg   |
+------+------+------+------+
|    1 |    1 |    1 | NULL |
|    1 |    1 |    2 |    1 |
|    1 |    2 |    4 |    1 |
|    1 |    4 |    6 |    2 |
|    1 |    6 |    6 |    4 |
|    1 |    6 | NULL |    6 |
+------+------+------+------+
6 rows in set (0.11 sec)

二、2个参数场景

LEAD(<expr>, <offset>)函数：计算分区当前行的后 <offset> 行数据，没有后 <offset> 行默认补 NULL，该函数不受 <WindowFrame> 限制。
LAG(<expr>, <offset>)函数：计算分区当前行的前 <offset> 行数据，没有前 <offset> 行默认补 NULL，该函数不受 <WindowFrame> 限制。
-- 案例语句
mysql> select 
    c2, c3, 
    LEAD(c3, 2) over (partition by c2 order by c3) ld, 
    LAG(c3, 2) over (partition by c2 order by c3) lg
from test.tb_window;
+------+------+------+------+
| c2   | c3   | ld   | lg   |
+------+------+------+------+
|    1 |    1 |    2 | NULL |
|    1 |    1 |    4 | NULL |
|    1 |    2 |    6 |    1 |
|    1 |    4 |    6 |    1 |
|    1 |    6 | NULL |    2 |
|    1 |    6 | NULL |    4 |
+------+------+------+------+
6 rows in set (0.07 sec)

三、3个参数场景

LEAD(<expr>, <offset>, <default>>)函数：计算分区当前行的后 <offset> 行数据，没有后 <offset> 行补 <default>，该函数不受 <WindowFrame> 限制。
LAG(<expr>, <offset>, <default>>)函数：计算分区当前行的前 <offset> 行数据，没有前 <offset> 行补 <default>，该函数不受 <WindowFrame> 限制。
-- 案例语句
mysql> select 
    c2, c3, 
    LEAD(c3, 2, 1000) over (partition by c2 order by c3) ld, 
    LAG(c3, 2, 1000) over (partition by c2 order by c3) lg
from test.tb_window;
+------+------+------+------+
| c2   | c3   | ld   | lg   |
+------+------+------+------+
|    1 |    1 |    2 | 1000 |
|    1 |    1 |    4 | 1000 |
|    1 |    2 |    6 |    1 |
|    1 |    4 |    6 |    1 |
|    1 |    6 | 1000 |    2 |
|    1 |    6 | 1000 |    4 |
+------+------+------+------+
6 rows in set (0.10 sec)

FIRST_VALUE & LAST_VALUE

FIRST_VALUE(<expr>)函数：计算分区内窗口的第一个值（如果 OrderBy c3，且 c3 列第一个值存在重复数据，那么 first_value(c4)，场景结果可能是不稳定结果）。
LAST_VALUE(<expr>)函数：计算分区内窗口的最后一个值（如果 OrderBy c3，且 c3 列最后一个值存在重复数据，那么 first_value(c4)，场景结果可能是不稳定结果）。
-- 案例语句
mysql> select 
    c2, c3, 
    FIRST_VALUE(c3) over (partition by c2 order by c3 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) fv, 
    LAST_VALUE(c3) over (partition by c2 order by c3 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) lv
from test.tb_window;
+------+------+------+------+
| c2   | c3   | fv   | lv   |
+------+------+------+------+
|    1 |    1 |    1 |    6 |
|    1 |    1 |    1 |    6 |
|    1 |    2 |    1 |    6 |
|    1 |    4 |    1 |    6 |
|    1 |    6 |    1 |    6 |
|    1 |    6 |    1 |    6 |
+------+------+------+------+
6 rows in set (0.07 sec)

MIN & MAX

MIN(<expr>)函数：计算分区内窗口的最小值。
MAX(<expr>)函数：计算分区内窗口的最大值。
-- 案例语句
mysql> select 
    c2, c3, 
    MIN(c3) over (partition by c2 order by c3 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) mi, 
    MAX(c3) over (partition by c2 order by c3 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) ma
from test.tb_window;
+------+------+------+------+
| c2   | c3   | mi   | ma   |
+------+------+------+------+
|    1 |    1 |    1 |    6 |
|    1 |    1 |    1 |    6 |
|    1 |    2 |    1 |    6 |
|    1 |    4 |    1 |    6 |
|    1 |    6 |    1 |    6 |
|    1 |    6 |    1 |    6 |
+------+------+------+------+
6 rows in set (0.07 sec)

COUNT

说明：
计算分区内窗口的数据总行数。
-- 案例语句
mysql> select c2, c3, COUNT(c3) over (partition by c2 order by c3 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) c from test.tb_window;
+------+------+----+
| c2   | c3   |  c |
+------+------+----+
|    1 |    1 |  6 |
|    1 |    1 |  6 |
|    1 |    2 |  6 |
|    1 |    4 |  6 |
|    1 |    6 |  6 |
|    1 |    6 |  6 |
+------+------+----+
6 rows in set (0.04 sec)

SUM

说明：
计算分区内窗口的数据总和。
-- 案例语句
mysql> select c2, c3, SUM(c3) over (partition by c2 order by c3 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) s from test.tb_window;
+------+------+------+
| c2   | c3   | s    |
+------+------+------+
|    1 |    1 |   20 |
|    1 |    1 |   20 |
|    1 |    2 |   20 |
|    1 |    4 |   20 |
|    1 |    6 |   20 |
|    1 |    6 |   20 |
+------+------+------+
6 rows in set (0.06 sec)

AVG

说明：
计算分区内窗口的数据平均值。
-- 案例语句
mysql> select c2, c3, AVG(c3) over (partition by c2 order by c3 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) a from test.tb_window;
+------+------+--------+
| c2   | c3   | a      |
+------+------+--------+
|    1 |    1 | 3.3333 |
|    1 |    1 | 3.3333 |
|    1 |    2 | 3.3333 |
|    1 |    4 | 3.3333 |
|    1 |    6 | 3.3333 |
|    1 |    6 | 3.3333 |
+------+------+--------+
6 rows in set (0.06 sec)

上一篇: CTE 语法使用说明下一篇: 执行 SQL 并查看执行计划

帮助和支持

本页内容是否解决了您的问题？

填写满意度调查问卷，共创更好文档体验。

文档反馈