1） 窗口函数 Lag, Lead, First_value,Last_value
Lag, Lead、这两个函数为常用的窗口函数,可以返回上下数据行的数据.
LAG(col,n,DEFAULT) 用于统计窗口内往上第n行值
LEAD(col,n,DEFAULT) 用于统计窗口内往下第n行值, 与LAG相反
— 组内排序后，向后或向前偏移
— 如果省略掉第三个参数，默认为NULL，否则补上。
select dp_id, mt, payment, LAG(mt,2) over(partition by dp_id order by mt) mt_new from test2;
结果如图：
— 组内排序后，向后或向前偏移
— 如果省略掉第三个参数，默认为NULL，否则补上。
select dp_id, mt, payment, LEAD(mt,2,'1111-11') over(partition by dp_id order by mt) mt_new from test2;
结果如图：
FIRST_VALUE, LAST_VALUE
first_value: 取分组内排序后，截止到当前行，第一个值
last_value: 取分组内排序后，截止到当前行，最后一个值
— FIRST_VALUE 获得组内当前行往前的首个值
— LAST_VALUE 获得组内当前行往前的最后一个值
— FIRST_VALUE(DESC) 获得组内全局的最后一个值
select dp_id, mt, payment, FIRST_VALUE(payment) over(partition by dp_id order by mt) payment_g_first, LAST_VALUE(payment) over(partition by dp_id order by mt) payment_g_last, FIRST_VALUE(payment) over(partition by dp_id order by mt desc) payment_g_last_global from test2 ORDER BY dp_id,mt;
2）排名函数 Rank，Dense_Rank, Row_Number
R() over (partion by col1… order by col2… desc/asc)
select class1, score, rank() over(partition by class1 order by score desc) rk1, dense_rank() over(partition by class1 order by score desc) rk2, row_number() over(partition by class1 order by score desc) rk3 from zyy_test1;
如上图所示，rank 会对相同数值，输出相同的序号，而且下一个序号不间断；
dense_rank 会对相同数值，输出相同的序号，但下一个序号，间断
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/119643.html原文链接：https://javaforall.net
![5分钟，6行代码教你写爬虫！（python）[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
