上一节给大家讲到SQL取数的一些基本内容，包含SQL简单查询与高级查询，需要复习相关知识的同学可以跳转至上一节，本节给大家讲解SQL的进阶应用，在实际过程中用途比较多的子查询与窗口函数，下面一起学习。

示例工具：MySQL8.0、Navicat Premium 12

本文讲解内容：子查询与窗口函数

适用范围：SQL进阶应用

子查询

子查询用于为主查询返回其所需数据，或者对检索数据进行进一步的限制,通常将一个查询（子查询）的结果作为另一个查询（主查询）的数据来源或判断条件，常见的子查询有WHERE子查询，HAVING子查询，FROM子查询，SELECT子查询，EXISTS子查询。

子查询是一种嵌套在其他 SQL 查询的 WHERE 子句中的查询，可以在 SELECT、INSERT、UPDATE 和 DELETE 语句中，同逻辑运算符一起使用。

使用子查询必须遵循以下几个规则：

• 子查询必须括在圆括号中。
• 子查询的 SELECT 子句中只能有一个列。
• 子查询不能使用 ORDER BY，在子查询中，GROUP BY 可以起到同 ORDER BY 相同作用。
• 返回多行数据的子查询只能同多值操作符一起使用，比如 IN 操作符。
• 子查询不能直接用在聚合函数中。
• BETWEEN 不能同子查询一起使用，但 BETWEEN 操作符可以用在子查询中。

创建数据表

通常情况下子查询都与 SELECT 语句一起使用，其基本语法如下所示：

SELECT column_name [, column_name ]
FROM   table1 [, table2 ]
WHERE  column_name OPERATOR (SELECT column_name [, column_name ]
                             FROM table1 [, table2 ]
                             [WHERE])

对于子查询的数据演示创建两个表，一个是薪水表，另一个是职位表，并且插入数据。

#创建薪水表SALARY
CREATE TABLE SALARY 
(ID VARCHAR ( 10 ),
NAME VARCHAR ( 10 ),
AGE VARCHAR ( 10 ),
ADDRESS VARCHAR ( 10 ),
SAL INT(10) );

给薪水表插入数据，数据内容如下所示：

# 给薪水表插入数据
INSERT INTO SALARY(ID,NAME,AGE,ADDRESS,SAL) VALUES
('C001','Rmesh',35,'Ahmedabad',2000),
('C002','Khilan',25,'Delhi',1500),
('C003','Kaushik',23,'Kota',2000),
('C004','Chaitali',25,'Mumbai',6500),
('C005','Hardik',27,'Bhopal',8500),
('C006','Komal',22,'MP',4500),
('C007','Tom',26,'MP',5500),
('C008','Muffy',24,'Indore',10000);

查询所有的薪水数据如下所示：

SELECT * FROM  SALARY;

同理创建一个职位表。

#创建职位表JOB
CREATE TABLE JOB 
(JID VARCHAR ( 10 ),
JB VARCHAR ( 10 ));

给职位表插入数据，数据内容如下所示：

# 给职位表插入数据
INSERT INTO JOB(JID,JB) VALUES
('C001','Teacher'),
('C002','Docter'),
('C003','Teacher'),
('C004','Worker'),
('C005','Nurse'),
('C006','Teacher'),
('C007','Docter'),
('C008','Teacher');

查询所有的职位数据如下所示：

SELECT * FROM  JOB;

子查询过滤

子查询最常见的使用是在WHERE子句的IN操作符中，以及用来填充计算列。先看一个简单的例子，要查询所有医生的薪水情况，这里首先在职位表中查询所有医生的JID，查询结果如下：

SELECT JID
FROM JOB
WHERE JB='Docter';

然后在薪水表中查询ID为'C002','C007'的薪水情况，查询结果如下：

SELECT SAL
FROM SALARY
WHERE ID IN('C002','C007');

这里使用子查询更加简便，子查询从内向外依次处理，在下面的SELECT语句中，MySQL实际上执行了两个操作，首先查询返回两个ID号：C002和C007。

然后，这两个值以IN操作符要求的逗号分隔的格式传递给外部查询的WHERE子句，可以看到输出的结果是正确的，并且与前面WHERE子句所返回的值相同。

SELECT SAL
FROM SALARY
WHERE ID IN(SELECT JID
            FROM JOB
            WHERE JB='Docter');

使用子查询查询薪水大于8000的员工的所有信息，首先内部查询薪水大于8000的ID，然后外部使用一个WHERE查询即可得到结果。

SELECT *
FROM SALARY
WHERE ID IN (SELECT ID
             FROM SALARY
             WHERE SAL > 8000);

作为计算字段使用子查询

使用子查询的另一方法是创建计算字段，创建计算字段需要使用聚合函数，例如count，sum，avg，max，min等，这里首先计算平均薪水作为一个内查询，然后在外部使用WHERE子句进行查询，得出薪资比平均薪资低的员工的所有信息。

SELECT * FROM SALARY
WHERE SAL < (SELECT AVG(SAL)
             FROM SALARY);

除使用WHERE过滤，还可以使用HAVING过滤，HAVING子句对分组统计函数进行过滤，也可以在HAVING子句中使用子查询，要查询薪资最高的人及其薪资情况，首先内部查询最高工资，然后外部以人名分组后使用HAVING子句过滤，查询结果如下。

SELECT NAME,SAL
FROM SALARY
GROUP BY NAME
HAVING SAL = (SELECT MAX(SAL)
              FROM SALARY);

窗口函数

窗口函数与数据分组功能相似，可指定数据窗口进行统计分析，但窗口函数与数据分组又有所区别，窗口函数对每个组返回多行，而数据分组对每个组只返回一行；窗口函数指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变化而变化，而数据分组是针对所有数据进行统计，窗口函数的写法如下。

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

窗口函数主要有两种，一种是专用窗口函数，包括rank、dense_rank、row_number等。另一种是聚合函数，包括sum、avg、count、max、min等，下面逐一介绍窗口函数的五个功能，分别是聚合、排序、极值、移动、切片，下面一起来学习。

创建表

首先创建一个金额表，年份、姓名、国家设置为字符串类型，交易金额设置为整型。

#创建金额表pay
CREATE TABLE pay 
(year VARCHAR ( 10 ),
name VARCHAR ( 10 ),
country VARCHAR ( 10 ),
payment INT(10) );

给金额表插入数值。

# 给金额表插入数据
INSERT INTO pay(year,name,country,payment) VALUES
(2017,'Lining','China',1119),
(2018,'Lining','China',1176),
(2018,'Zhaoqi','China',1388),
(2019,'Zhaoqi','China',1597),
(2018,'Jackie','USA',1028),
(2019,'Jackie','USA',1934),
(2020,'Jackie','USA',1837),
(2017,'Tom','India',1578),
(2018,'Tom','India',1329),
(2019,'Tom','India',1578),
(2020,'Tom','India',1399);

将所有的数据查询出来结果如下所示。

SELECT * from pay;

一、聚合

1、计算列表总金额

SELECT *, SUM(payment) OVER() as Total_payment from pay;

计算当前列表的总金额可以使用窗口函数，sum是求和，over()中不添加参数，则对所有数据进行求和，输出的结果都是15963。

2、计算各国家总金额

SELECT *, SUM(payment) OVER() as Total_payment,
SUM(payment) OVER(PARTITION by country) as country_payment 
from pay;

计算各国家总金额就要对各个国家分组，这里分组使用的是PARTITION by，PARTITION by的功能与GROUP BY的功能类似，指定按照那一列进行分组，用country分组求和，则每个country的输出结果一致。

3、按国家降序累加求和金额

SELECT *, SUM(payment) OVER() as Total_payment,SUM(payment) OVER(PARTITION by country) as country_payment,
SUM(payment) OVER(PARTITION by country ORDER BY payment DESC) as order_payment 
from pay;

这里使用SQL中常用的向下累计求和的方法，当使用order by时，没有rows between则意味着窗口是从起始行到当前行，所以对不同国家进行累加求和操作。

4、不同国家人数计数

count()用于计数，与前面sum的用法基本一致，可以用count(distinct country)进行去重，如果用partition by进行分组，则分组后再计数。

SELECT *, COUNT(name) OVER() as Total_people,
COUNT(name) OVER(PARTITION by country) as country_people 
from pay;

5、 不同国家平均金额

SELECT *, AVG(payment) OVER() as avg_payment,
AVG(payment) OVER(PARTITION by country) as country_ayg_payment 
from pay;

使用avg聚合函数的用法与前面的聚合运算用法一致，PARTITION by同样用来分组，这里分组后求均值。

6、各国家最低金额

SELECT *, MAX(payment) OVER() as Max_payment,
MIN(payment) OVER(PARTITION by country) as country_min_payment 
from pay;

这里MAX(payment)函数对整个数据计算最大值，使用PARTITION by对于不同的国家分组后然后计算最小值。

二、排序

1、各国家按金额排序

使用窗口函数排序，会使用到三个函数，row_number,rank,dense_rank，他们的使用区别如下：

• row_number从1开始，按照顺序，生成分组内记录的序列；
• rank生成数据项在分组中的排名，排名相等会在名次中留下空位；
• dense_rank生成数据项在分组中的排名，排名相等会在名词中不会留下空位。

SELECT *,
ROW_NUMBER()OVER(ORDER BY payment DESC) as '顺序排序',
RANK()OVER(ORDER BY payment DESC) as '秩排序',
DENSE_RANK()over(ORDER BY payment DESC) as '数据排序'
from pay;

row_number函数，按照行记录的顺序来排序，此处从1到11按顺序排列；rank函数，在排名相等会在名次中留下空位，此处共同排名为第4名，同时忽略第5名，继续往下排列；dense_rank排名相等会在名词中不会留下空位此处共同排名为第4名，不忽略第5名，继续往下排列。

三、极值

1、当前行金额最高的人

first_value截止当前行的第一个，last_value截止当前行的最后一个。

select *,
first_value(name)over(order by payment desc) as max_id,
first_value(name)over(order by payment asc) as min_id,
last_value(name)over(order by payment desc) as min_id_1,
last_value(name)over(partition by country order by payment desc rows between unbounded preceding and unbounded following) as level_min_id
from pay;

first_value按分组排序后取范围内第1个值，last_value取最后1个值，因为默认窗口的关系，last_value会随着窗口的改变而改变，所以一般不用last_value，如果要用，则改变窗口为所有行，此处用来查询当前金额最大的人，以及截至当前金额最小的人。

四、移动

1、按国家分组金额排名前1位和后1位人名

lag和lead是按照排序规则，取前多少位和后多少位，参数有3个，第1个是要取出来的列，第2个移动多少位，第3个是如果取不到，赋予的值，默认取不到是NULL。

select *,
lag(name,1,null)over(partition by country order by payment desc) as lag_id,
lead(name,1,'0')over(partition by country order by payment desc) as lead_id
from pay;

五、切片

1、按金额切片

ntile(n)用于将分组数据按照顺序切分成N片，返回当前切片值，ntile把有序分区中的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，ntile返回此行所属的组的编号，ntile(3)表示将表切分为3组，ntile可以分组排序后切分，表示对当前的组内进行切分后排序。

select *,
ntile(3) over(order by payment desc) as total_part,
ntile(2)over(partition by country order by payment desc) as level_part
from pay;

内容实用，就转发分享一下吧

商业数据分析系列文章持续更新中~