sqllag函数（sqlyog函数）

本篇文章给大家谈谈sqllag函数，以及sqlyog函数对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、sqlserver2008中有没有类似oracle中lag()的函数，没有的话如何实现
• 2、SQL中的窗口函数总结
• 3、PostgreSQL 高级SQL(五) 内建窗口函数
• 4、sql语句上下两行的日期相减
• 5、SQL语句中LAG怎么用？如下代码什么意思？
• 6、商业数据分析--使用SQL计算复购周期

sqlserver2008中有没有类似oracle中lag()的函数，没有的话如何实现

--字符串聚合，适用于SQL Server 2005及以局旦上

--测试数据

with tmp(column1,column2) as (

select 'A','aa' union all

select 'A','bb' 桐旅扰union all

select 'A','cc' union all

select 'B','dd' union all

select 'B','ee'镇伍)

--用for xml path实现字符串聚合

SELECT DISTINCT column1,

STUFF(

COALESCE(

(SELECT  ',' + column2 AS [text()]

FROM tmp AS t2

WHERE t2.column1=t1.column1

FOR XML PATH(''), TYPE).value('.[1]', 'VARCHAR(MAX)'), ''),1,1,'') AS column2

FROM tmp AS t1;

结果：

SQL中的窗口函数总结

over()  窗口函数

语法结构：

partition by : 作用与group by 类似，实现分组功能

常与over一起旁拦使用的分析函数：

聚合函数：

avg()，sum()，max()，mean()

排名函数：

row_number() 产生不会重复的自增编号 （1，2，3，4，5，6.......)

rank()按照值排序的时候产生一个自增编号，值相等悔瞎时会重复,有空位(eg:1,2,2,4,5,6,6,8...)

dense_rank()按照值排序的时候产生一个自增编号，值相等时会重复，无空位(1,2,2,2,3...)

其他函数：

lag()，lead()，ntile()

实例：

1.对所有员工的当前(to_date='9999-01-01')薪水按照salary进行按照1-N的排名，相同salary并列且按照emp_no升序运前胡排列

[img]

PostgreSQL 高级SQL(五) 内建窗口函数

        前面俩个章节我们介绍了窗口函数、滑动窗口函数的概念，接下来我们介绍一下PG支持的原生通用窗口函数，总共11个(9.6版本, 中国社区官网文档地址 ）

1、row_number 函数

row_number函数可以给每隔数据行返回一个虚拟的自增ID,也就是相当于给行分配一个编号，这些编号不会出现重复，即使over()里面没有按照字段排序字段也能正常工作，

2、rank函数

rank的官方解释是：带间隙的当前行排名； 与该行的第一个同等行的row_number相同

从上面的的结果我们可以看出 rank函数和row_number一样可以将行编号，但是号码可能重复，比如我们按照年份排序，年份相同的话rank值相同，2017年的数据rank直接跳到了7，这就相当于上学的时候考试，用rank计算排名的话，如果同年级出现三个并列的第一名的话，那么计算的结果将是三个人的rank值都是第一，但是实际上的第二高的分数的同学会被rank排名为第四名，如果我们想第二高的分数的排名为2,我们可以使用dense_rank函数；

3、dense_rank函数

        从上面的结果我肢卖们可以看出dense_rank函数会把编号弄得更加紧密，中间不会出现像rank那样咐乱的断层编码。

4、percent_rank函数

        官方文档解释： 当前行的相对历简逗排名=(rank- 1) / (总行数 - 1) ,

         排名和rank值成正相关 ，rank值相同的行号 percent_rank获取的结果也一样，返回的 结果是个小数范围在[0,1]之间 ，可以等于0或者1

5、cume_dist函数

        官方文档解释： 当前行的相对排名=(rank- 1) / (总行数 - 1) ，

         排名和rank值成正相关 ，rank值相同的行号 percent_rank获取的结果也一样，返回的 结果是个小数范围在[0,1]之间 ，可以等于0或者1

6、ntile函数

官方文档解释：从1到参数值的整数范围，尽可能等分分区，

        ntile(num_buckets)，num_buckets的值表示将结果集分成num_buckets组，有限填满前面的组，最后一组可能出现个数不足(非等分)情况，实际上就是把每隔行分个组号。

7、lag函数

        官方文档解释：lag( value  anyelement [,  offset  integer [,  default  anyelement ]])，返回 value ， 它在分区内当前行的之前 offset 个位置的行上计算；如果没有这样的行，返回 default 替代。 (作为 value 必须是相同类型)。  offset 和 default 都是根据当前行计算的结果。如果忽略它们，则 offset 默认是1， default 默认是空值

        官方文档的解释很晦涩难懂，我们直接使用用例执行一下看一下数据分布就好了

从上图可以知道当前行的lag值是当前行的前offset行的值，没有的话就返回default,default不想存在的话就返回null,从数据姐过再去看官方文档的解释的话可能清晰很多，lag函数可以在结果集的行内移动，经常使用到的场景是计算今年和全年的年产量的差值，

8、lead函数

官方文档解释：lead( value  anyelement [,  offset  integer [,  default  anyelement ]]) 返回 value ，它在分区内当前行的之后 offset 个位置的行上计算；如果没有这样的行，返回 default 替代。(作为 value 必须是相同类型)。 offset 和 default 都是根据当前行计算的结果。如果忽略它们，则 offset 默认是1， default 默认是空值

    其实lead函数和lag函数的作用是相同的，如果lead的offset参数值为-N,那么lag的offset的参数为N的话计算结果是相同的，lag(gdp,-1)是lead(gdp,1)的替代

9、first_value、last_value、nth_value函数较为简单不做介绍

        至此我们讲完了几乎所有的窗口函数，希望这五篇关于PostgreSQL的文章能对大家在平时的开发中有所帮助

sql语句上下两行的日期相减

对于支持分析函数lag的数据库(Oracle 9i或之后, SQL Server 2012开始有支持lag, lead分析函数; PostgreSQL和MySQL不知道昌纳)来说, 可以直接使用lag函数.

lag分析函数的作用是: 取得按分组(分组可以不指定)与排序设定下, 前一条记录的字段值. 基本格式如下:

LAG(field_name) OVER([partition by ... , ]order by ...)

其中, LAG, OVER为分析函数谈握的关键字; field_name是要取上一条记录的字段名, partition by是指定按哪些字段进行分组, 如果不指定, 则所有的记录就是一个分组; order by是指定按何种顺序排列记录, 它与整个查询的order by可以相同或不同.

有了lag函数, 在查询中就可以获得上一条记录耐侍没的某个字段值, 从而可以实现与本条记录的运算. 以Oracle查询示例(使用Oracle自带的HR Schema):

SELECT FIRST_NAME, LAST_NAME, HIRE_DATE, LAG(HIRE_DATE) OVER(ORDER BY HIRE_DATE), HIRE_DATE - (LAG(HIRE_DATE) OVER(ORDER BY HIRE_DATE)) AS HIRE_DATE_DIFF

FROM HR.EMPLOYEES

ORDER BY HIRE_DATE;

这里, lag中的排序和select的排序必须相同(因为要获取结果集中与上一个记录的日期差值).

如果没有lag函数, 则要构造查询来实现.

SQL语句中LAG怎么用？如下代码什么意思？

lag(字段名,前几行,默认值)over( 根销春据TIMEID 分类by 根据字段TIMEID 排序) 重命名 ,CUR_CNT：咨询亏洞耐量， REASON_ID：原因ID， TIMEID：时间 ， PRE_CUR_CNT：上月颤判咨询量。

商业数据分析--使用SQL计算复购周期

评价一个商业产品好不好，我们可以使用NPS、退款率、产品的使用效果等指标。

还有一个指标，能够很好的体现产品效果--- 复购 。复李余扰购是指用户多次购买。如果用户不满意，那肯定不会多次购买(刚需品除外)。复购的维度哪旦比较多，比如金额、品类等，这里主要讨论周期。

如果我们能够计算出大部分用户的复购周期，那么，我们就能精细化运营。当到达一定的周期时，就可以通过发优惠券或是其他的运营方式触达用户。下面给大家分享一下怎么用sql计算用户的复购周期。

下表是不同用户在不同时间的下单情况。 表名 ：order_user， 字段名称 ：a.用户名称---customer_name，b.订单时间---order_date

思路：

使用lag函数进行位移。lag(order_date,1)中两个参数，第一个参数是需要位移的字段，第二个字段是位移几行,在这里让订单时间往后位移一行得到lag1字段。

以customer_name进行开窗，然后以order_date进行排序，可以看到用户的每个订单时间都往后移动了一行。

然后使用订单时间减去位移后的时间，得到了周期。

最后以周期进行聚合，求次数，得到了不同周期的次数。注意：

完整版的SQL中，我使用了with创建了一个临时毁核表，表名就是order_user，大家可以在网上搜索一下，如果有疑问可以私信我。

得到了周期分布，就可以交付给运营同学，针对不同的用户进行精细化运营。

关于sqllag函数和sqlyog函数的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。