MySQL之窗口函数
| 名称 | 参数 | 描述 |
|---|---|---|
| ROW_NUMBER() | 无 | 当前行在其分组内的序号。不管其排序结果是否出现重复值，其排序结果均为：1,2,3,4,5… |
| DENSE_RANK() | 无 | 不间断的组内排序，排序结果(可能)为：1,2,2,3,4,4… |
| RANK() | 无 | 间断的组内排序，排序结果(可能)为:1,1,3,4,4,6… |
| PERCENT_RANK() | 无 | 累计百分比，计算结果为：小于该条记录值的所有记录的行数/该分组的总行数-1 所以该记录的返回值为[0,1] |
| CUME_DIST() | 无 | 累计分布值，分组值小于等于当前值的行数与分组总行数的比值，取值范围为[0,1] |
| LAG(expr,[N,[default]]) | 从当前行开始往前取第N行，如果N缺失，默认为1，如果不存在前一行，则默认返回default,default默认值为NULL | |
| LEAG(expr,[N,[default]]) | 从当前行开始往后取第N行，如果N缺失，默认为1，如果不存在前一行，则默认返回default,default默认值为NULL | |
| FIRST_VALUE(expr) | 返回分组内截止当前行的第一个值 | |
| LAST_VALUE(expr) | 返回分组内截止当前行的最后一个值 | |
| NTH_VALUE(expr,N) | 返回当前分组内截止当前行的第N行 | |
| NTILE(N) | 返回当前分组内的分桶好，在计算时要先将该分组内的所有数据划分成N个桶，之后返回每个记录所在的分桶号，返回范围从1到 |
格式：
窗口函数（[<字段名>]）over([partition by <分组字段>] [order by <排序字段>[desc]] [<窗口分区>])
partition by子句：按照指定字段进行分区，两个分区由边界分隔，窗口函数在不同的分区内分别执行，在跨越分区边界时重新初始化。
order by子句：按照指定字段进行排序，窗口函数将按照排序后的记录顺序进行编号。可以和partition by子句配合使用，也可以单独使用。
frame子句：当前分区的一个子集，用来定义子集的规则，通常用来作为滑动窗口使用。
实例力扣：
作者：zg104
链接：https://leetcode.cn/problems/game-play-analysis-ii/solution/by-zg104-xt7d/
来源：力扣（LeetCode）
±-------------±--------+
| Column Name | Type |
±-------------±--------+
| player_id | int |
| device_id | int |
| event_date | date |
| games_played | int |
±-------------±--------+
(player_id, event_date) 是这个表的两个主键
这个表显示的是某些游戏玩家的游戏活动情况
每一行是在某天使用某个设备登出之前登录并玩多个游戏（可能为0）的玩家的记录
请编写一个 SQL 查询，描述每一个玩家首次登陆的设备名称
查询结果格式在以下示例中：
Activity table:
±----------±----------±-----------±-------------+
| player_id | device_id | event_date | games_played |
±----------±----------±-----------±-------------+
| 1 | 2 | 2016-03-01 | 5 |
| 1 | 2 | 2016-05-02 | 6 |
| 2 | 3 | 2017-06-25 | 1 |
| 3 | 1 | 2016-03-02 | 0 |
| 3 | 4 | 2018-07-03 | 5 |
±----------±----------±-----------±-------------+
Result table:
±----------±----------+
| player_id | device_id |
±----------±----------+
| 1 | 2 |
| 2 | 3 |
| 3 | 1 |
±----------±----------+
题解：
在本题中，要找到每位玩家第一次登录的设备id，则需要对玩家id进行分组，每组求ROW_NUMBER，使用ROW_NUMBER而不使用其他窗口函数的原因是ROW_NUMBER结果是不重复的，适合本题的场景
select
player_id, device_id
from
(
select
player_id,
device_id,
dense_rank() over(partition by player_id
order by event_date asc) rnk
from activity
) a where rnk=1