PostgreSQL数据库中窗口函数的语法与使用

这PostgreSQL中提供了窗口函数，一个窗口函数在一系列与当前行有某种关联的表行上进行一种计算。下面这篇文章主要给大家介绍了关于PostgreSQL数据库中窗口函数的语法与使用的相关资料，需要的朋友可以参考下

什么是窗口函数？

一个窗口函数在一系列与当前行有某种关联的表行上执行一种计算。这与一个聚集函数所完成的计算有可比之处。但是窗口函数并不会使多行被聚集成一个单独的输出行，这与通常的非窗口聚集函数不同。取而代之，行保留它们独立的标识。在这些现象背后，窗口函数可以访问的不仅仅是查询结果的当前行。

可以访问与当前记录相关的多行记录；
不会使多行聚集成一行，与聚集函数的区别；

窗口函数语法

窗口函数跟随一个 OVER 子句， OVER 子句决定究竟查询中的哪些行被分离出来由窗口函数处理。

可以包含分区 (PARTITION BY) 和排序 (ORDER BY) 指令，这二者都是可选的。

window_func() OVER([PARTITION BY field] [ORDER BY field])

如果没有指定 PARTITION BY 和 ORDER BY 指令，则等同于聚合函数，对全部数据进行计算。

PARTITION BY 子句将查询的行分组成为分区，窗口函数会独立地处理它们。PARTITION BY 工作起来类似于一个查询级别的 GROUP BY 子句，不过它的表达式总是只是表达式并且不能是输出列的名称或编号。如果没有 PARTITION BY，该查询产生的所有行被当作一个单一分区来处理。

ORDER BY 子句决定被窗口函数处理的一个分区中的行的顺序。它工作起来类似于一个查询级别的 ORDER BY 子句，但是同样不能使用输出列的名称或编号。如果没有 ORDER BY，行将被以未指定的顺序被处理。

PostgreSQL 中的聚合函数也可以作为窗口函数来使用

除了这些内置的窗口函数外，任何内建的或用户定义的通用或统计聚集（也就是有序集或假想集聚集除外）都可以作为窗口函数。仅当调用跟着OVER子句时，聚集函数才会作为窗口函数；否则它们作为非窗口的聚集并为剩余的集合返回单行。

窗口函数示例

员工工资 (emp_salary) 表结构如下：

SELECT emp_no, dep_name, salary
FROM public.emp_salary
order by dep_name, emp_no;

emp_id	dep_name	salary
7	develop	4200
8	develop	6000
9	develop	4500
10	develop	5200
11	develop	5200
2	personnel	3900
5	personnel	3500
1	sales	5000
3	sales	4800
4	sales	4800

如果要将每位员工与其部门的平均工资进行对比，需要这样的结果：

emp_id	dep_name	salary	avg
7	develop	4200	5020
8	develop	6000	5020
9	develop	4500	5020
10	develop	5200	5020
11	develop	5200	5020
2	personnel	3900	3700
5	personnel	3500	3700
1	sales	5000	4866.66666666667
3	sales	4800	4866.66666666667
4	sales	4800	4866.66666666667

如果不用窗口函数来查询，则比较复杂，当然也能做到，语句如下：

SELECT e0.emp_no, e0.dep_name, e0.salary, e2.avg_salary
FROM public.emp_salary e0
join (
 select e1.dep_name, avg(e1.salary) as avg_salary
 from public.emp_salary e1
 group by e1.dep_name
) e2 on e2.dep_name = e0.dep_name
order by e0.dep_name, e0.emp_no;

如果使用窗口函数进行查询，则很容易做到， sql 语句如下：

SELECT emp_no, dep_name, salary,
  avg(salary) over(partition by dep_name)
FROM public.emp_salary
order by dep_name, emp_no;

但是如果要查询随着员工的增加，各部门平均工资的变化，如下表所示的结果，不用窗口函数查询的话就很难做到了。

emp_id	dep_name	salary	avg
7	develop	4200	4200
8	develop	6000	5100
9	develop	4500	4900
10	develop	5200	4975
11	develop	5200	5020
2	personnel	3900	3900
5	personnel	3500	3700
1	sales	5000	5000
3	sales	4800	4900
4	sales	4800	4866.66666666667

如果使用窗口函数，依然可以轻松完成，语句如下：

SELECT emp_no, dep_name, salary,
  avg(salary) over(partition by dep_name order by emp_no)
FROM public.emp_salary
order by dep_name, emp_no;

可见，窗口函数在需要对查询结果中的相关行进行计算时有很大的优势。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，