一、分组统计、分区排名
1、语法和含义：
如果查询结果看得有疑惑，看第二部分-sql处理重复的列，更好理清分组和分区，有建表插入数据的sql语句
分组统计：GROUP BY 结合 统计/聚合函数一起使用
-- 举例子: 按照性别统计男生、女生的人数
select sex,count(distinct id) sex_num from student_score group by sex;
分区排名：ROW_NUMBER() OVER(PARTITION BY 分区的字段 ORDER BY 升序/降序字段 [DESC])
-- 举例子: 按照性别-男生、女生进行分区，按照成绩进行降序
select id,name,sex,score,
ROW_NUMBER() OVER(PARTITION BY sex ORDER BY score DESC) rn
from student_score;
2、使用注意事项：
▷ 排名函数row_number() 需要的mysql 版本需要8及以上！
▷ 对于分组统计 group by 容易出现的报错问题：
因为规定要求 select 列表的字段非聚合字段，必须出现在group by后面进行分组。
报错：Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column '数据库.表.字段' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with sql_mode=only_full_group_by
SELECT列表的表达式-不在GROUP BY子句中，并且包含非聚合列'数据库.表.字段'。
▷ 对于排名函数ROW_NUMBER，容易出现的报错问题：
- 一般是你的分区字段写得有问题，可以坚持一下分区字段！比如在hive中，分区字段为 get_json_object(map_col,'$.title')，但是漏掉了一个'
报错：Failed to breakup Windowing invocations into Groups. At least 1 group must only depend on input columns. Also check for circular dependencies.
未能将窗口调用分解为组。至少 1 个组必须仅依赖于输入列。还要检查循环依赖。
二、sql处理重复的列，更好理清分组和分区
1、sql语句-建表、插入数据的语句
DROP TABLE IF EXISTS `student_score`;
CREATE TABLE `student_score` (
`id` int(6),
`name` varchar(255),
`sex` varchar(255),
`subject` varchar(30),
`score` float
) ENGINE = InnoDB;
INSERT INTO `student_score` VALUES (1, '小明', '男','语文', 80);
INSERT INTO `student_score` VALUES (2, '小红', '女','语文', 70);
INSERT INTO `student_score` VALUES (3, '小哈', '女','语文', 88);
INSERT INTO `student_score` VALUES (1, '小明', '男','数学', 66);
INSERT INTO `student_score` VALUES (2, '小红', '女','数学', 70);
INSERT INTO `student_score` VALUES (3, '小哈', '女','数学', 89);
INSERT INTO `student_score` VALUES (1, '小明', '男','英语', 80);
INSERT INTO `student_score` VALUES (2, '小红', '女','英语', 70);
INSERT INTO `student_score` VALUES (3, '小哈', '女','英语', 68);
2、查询所有学生的成绩：
- select * from student_score;
3、结果，有重复的列值
相应的成绩对应的学科名称是以列的形式展示的，造成了语文、语文、语文的重复
4-1、处理重复的列-方式1-合并去除重复的列值[列转行]
对应到常见的sql应用场景，统计各个学生的各科成绩，实现方式有两种，一种是分组统计的方式，一种是分区排名的方式
分组统计:
select id,name,sex,
max(case when subject='语文' then score else 0 end) as chinese,
max(case when subject='英语' then score else 0 end) as english,
max(case when subject='数学' then score else 0 end) as math
from student_score
group by id
order by score desc
- 结果：
按成绩降序排序，可以看到默认选择第一门学科-语文的成绩进行降序排序。
4-2、处理重复的列-方式2-对重复的列值进行排名
分区排名
select id,name,subject,score,
row_number() over(partition by subject order by score desc) rn
from student_score;
三、总结分组、分区的区别
例如按学科分组或按学科分区，那么，分组得到的是一个列值(一条记录数据)的结果，分区是多个列值(多条记录数据)的结果。
分组-一条记录
分区-多条记录
如果本文对你有帮助的话记得给一乐点个赞哦，感谢！