Đã đăng vào thg 6 4, 2018 10:43 SA 6 phút đọc

8.7K

Window function - Giới thiệu và ứng dụng

Bài đăng này đã không được cập nhật trong 6 năm

Introduction
Applications - Bài viết này giúp tôi tăng lương như thế nào?
References

Introduction

Window function là gì?

A window function perform a calculation across a set of table rows that are somehow related to the current row. – PostgreSQL documentation

Từ định nghĩa trên chúng ta có thể thấy window function gần giống như là aggregate function (SUM, AVG). Điểm khác biệt chính là khi dùng window function các row sẽ không bị gộp lại thành một như khi dùng aggregate function.

Ví dụ:

    mysql> CREATE TABLE t(i INT);
    mysql> INSERT INTO t VALUES (1),(2),(3),(4);
    
    mysql> SELECT SUM(i) AS sum FROM t;
    +------+
    | sum  |
    +------+
    |   10 |
    +------+
    
    mysql> SELECT i, SUM(i) OVER () AS sum FROM t;
    +------|------+
    | i    | sum  |
    +------|------+
    |    1 |   10 |
    |    2 |   10 |
    |    3 |   10 |
    |    4 |   10 |
    +------|------+

2 câu query trên đều sử dụng hàm SUM nhưng lại trả về 2 kết quả khác nhau. Ai tinh mắt thì có thể nhận ra ngay điểm khác biệt giữa 2 câu này chính là key word OVER () ngay sau SUM(i). Đây chính là thứ giúp SQL phân biệt window function và aggregate function. Hiểu đơn giản thì SELECT SUM(i) OVER () FROM t khá giống SELECT (SELECT SUM(i) FROM t) FROM t. () trong OVER () chính là 1 window cho phép SUM chạy trên tất cả các row trong t.

Partition

Như đã nói thì window function rất là giống aggregate function, khi dùng aggregate function nếu muốn giới hạn số row nó nhận vào thì ta phải dùng GROUP BY. window function cũng có 1 thứ na na như vậy là partition. Ví dụ:

CREATE TABLE sales(employee VARCHAR(50), `date` DATE, sale INT);

INSERT INTO sales VALUES ('odin', '2017-03-01', 200),
('odin', '2017-04-01', 300),
('odin', '2017-05-01', 400),
('thor', '2017-03-01', 400),
('thor', '2017-04-01', 300),
('thor', '2017-05-01', 500);

mysql> SELECT employee, SUM(sale) FROM sales GROUP BY employee;
+----------|-----------+
| employee | SUM(sale) |
+----------|-----------+
| odin     |       900 |
| thor     |      1200 |
+----------|-----------+

mysql> SELECT employee, date, sale, SUM(sale) OVER (PARTITION BY employee) AS sum FROM sales;
+----------|------------|------|------+
| employee | date       | sale | sum  |
+----------|------------|------|------+
| odin     | 2017-03-01 |  200 |  900 |
| odin     | 2017-04-01 |  300 |  900 |
| odin     | 2017-05-01 |  400 |  900 |
| thor     | 2017-03-01 |  400 | 1200 |
| thor     | 2017-04-01 |  300 | 1200 |
| thor     | 2017-05-01 |  500 | 1200 |
+----------|------------|------|------+

Với mỗi row window function sẽ chỉ có thể nhìn thấy những row nằm trong partition tương ứng với row hiện tại. Cho tới hiện tại thì bạn chắc cũng đã hiểu sơ qua về window function, nhưng có thể bạn sẽ nghĩ trong đầu rằng: "Như vậy thì nó có gì hơn so với aggregate function?".

Enter Window frame

/* cumulative sale of each employee */
SELECT employee, sale, date,
  SUM(sale) OVER (
    ORDER BY date ROWS
    BETWEEN UNBOUNDED PRECEDING
    AND CURRENT ROW
  ) AS cum_sales
FROM sales;
+----------|------|------------|-----------+
| employee | sale | date       | cum_sales |
+----------|------|------------|-----------+
| odin     |  200 | 2017-03-01 |       200 |
| odin     |  300 | 2017-04-01 |       500 |
| odin     |  400 | 2017-05-01 |       900 |
| thor     |  400 | 2017-03-01 |       400 |
| thor     |  300 | 2017-04-01 |       700 |
| thor     |  500 | 2017-05-01 |      1200 |
+----------|------|------------|-----------+

window frame cho phép bạn gọi window function trên 1 khoảng range thay vì tất cả các row trong partition. Nó có thể đc viết dưới dạng ORDER BY sth frame_unit frame_start hoặc ORDER BY sth frame_unit BETWEEN frame_start AND frame_end với frame_unit bằng ROWS (row thực tế) hoặc RANGE (row logic - 1 row là 1 giá trị ví dụ 100 200 200 thì có 2 row) còn frame_start và frame_end có thể là CURRENT ROW (row hiện tại), UNBOUNDED PRECEDING (tất cả row trước), UNBOUNDED FOLLOWING (tất cả row sau), n PRECEDING (n row trước), n FOLLOWING (n row sau).

Chú ý: bắt buộc phải kèm theo ORDER BY khi dùng window frame nếu không SQL ko có cách nào biết row nào trước, row nào sau để tạo ra frame.

Applications - Bài viết này giúp tôi tăng lương như thế nào?

Mình sẽ giới thiệu một số window function thông dụng, hi vọng có thể giúp bạn đọc áp dụng để tăng lương laughing:

ROW_NUMBER

Đúng như tên gọi hàm này cho phép bạn đánh số thứ tự của row dựa trên order của partition. Ngoài dùng hàm này ra thì chả có cách nào để thực hiện việc này cho nó chắc đc cả, bạn có thể đọc bài Row numbering ranking and how to use less user variables ở dưới References để hiểu rõ hơn về vấn để này.

SELECT ROW_NUMBER() OVER (ORDER BY birthdate) AS num, name, birthdate
FROM people;

+--------|------------------|------------+
| num    | name             | birthdate  |
+--------|------------------|------------+
|      1 | Georges Danton   | 1759-10-26 |
|      2 | Herbert G Wells  | 1759-10-26 |
|      3 | Jimmy Hendrix    | 1942-11-27 |
|      4 | Angela Merkel    | 1954-07-17 |
|      5 | Rigoberta Menchu | 1959-01-09 |
|      6 | Tracy Chapman    | 1964-03-30 |
+--------|------------------|------------+

RANK() và DENSE_RANK()

RANK khá là tương tự như ROW_NUMBER nhưng trong khi ROW_NUMBER sẽ luôn trả về STT của row mặc kệ giá trị của row, thì RANK sẽ trả về cùng 1 rank nếu giá trị của row bằng nhau. DENSE_RANK thì giống RANK nhưng nếu với RANK nếu có 2 row cùng 1 rank 3 thì rank tiếp theo sẽ là rank 5, còn với DENSE_RANK thì là rank 4

SELECT RANK() OVER (ORDER BY birthdate) AS num, name, birthdate
FROM people;

+--------|------------------|------------+
| num    | name             | birthdate  |
+--------|------------------|------------+
|      1 | Georges Danton   | 1759-10-26 |
|      1 | Herbert G Wells  | 1759-10-26 |
|      3 | Jimmy Hendrix    | 1942-11-27 |
+--------|------------------|------------+

SELECT DENSE_RANK() OVER (ORDER BY birthdate) AS num, name, birthdate
FROM people;

+--------|------------------|------------+
| num    | name             | birthdate  |
+--------|------------------|------------+
|      1 | Georges Danton   | 1759-10-26 |
|      1 | Herbert G Wells  | 1759-10-26 |
|      2 | Jimmy Hendrix    | 1942-11-27 |
+--------|------------------|------------+

LAG và LEAD

LAG và LEAD cho phép việc đọc dữ liệu của row trước (LAG) hoặc sau (LEAD). 2 hàm này cực kì hữu dụng để so sánh row với nhau. VD: Tính thay đổi sale của từng nhân viên theo ngày.

SELECT employee, sale, date,
sale - COALESCE(LAG(sale, 1), sale) OVER (PARTITION BY employee ORDER BY date) AS diff_sale
FROM sales ORDER BY employee;

+----------|------|------------|-----------+
| employee | sale | date       | diff_sale |
+----------|------|------------|-----------+
| odin     |  200 | 2017-03-01 |         0 |
| odin     |  300 | 2017-04-01 |       100 |
| odin     |  400 | 2017-05-01 |       100 |
| thor     |  400 | 2017-03-01 |         0 |
| thor     |  300 | 2017-04-01 |      -100 |
| thor     |  500 | 2017-05-01 |       200 |
+----------|------|------------|-----------+

Movable window frames

Một trong những ứng dụng thường gặp nhất của window function chính là để tạo moving average thường gặp trong các biểu đồ tài chính.

SELECT MONTH(date), SUM(sale),
AVG(SUM(sale)) OVER (ORDER BY MONTH(date)
RANGE BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS sliding_avg
FROM sales GROUP BY MONTH(date);

+-------------|-----------|-------------+
| month(date) | SUM(sale) | sliding_avg |
+-------------|-----------|-------------+
|           3 |       600 |    600.0000 |
|           4 |       600 |    700.0000 |
|           5 |       900 |    700.0000 |
|           6 |       600 |    900.0000 |
|           7 |      1200 |    683.3333 |
|           8 |       250 |    725.0000 |
+-------------|-----------|-------------+

References