MYSQL 三、mysql基础知识 7（MySQL8其它新特性）

        一、mysql8新特性概述

        MySQL从5.7版本直接跳跃发布了8.0版本 ，可见这是一个令人兴奋的里程碑版本。MySQL 8版本在功能上 做了显著的改进与增强，开发者对MySQL的源代码进行了重构，最突出的一点是多MySQL Optimizer优化器进行了改进。不仅在速度上得到了改善，还为用户带来了更好的性能和更棒的体验。

         1.1 MySQL8.0 新增特性

        1. 更简便的NoSQL支持 NoSQL泛指非关系型数据库和数据存储。随着互联网平台的规模飞速发展，传统的关系型数据库已经越来越不能满足需求。从5.6版本开始，MySQL就开始支持简单的NoSQL存储功能。MySQL 8对这一功能做了优化，以更灵活的方式实现NoSQL功能，不再依赖模式（schema）。

        2. 更好的索引 在查询中，正确地使用索引可以提高查询的效率。MySQL 8中新增了 隐藏索引 和 降序索引 。隐藏索引可以用来测试去掉索引对查询性能的影响。在查询中混合存在多列索引时，使用降序索引可以提高查询的性能。

        3.更完善的JSON支持 MySQL从5.7开始支持原生JSON数据的存储，MySQL 8对这一功能做了优化，增加了聚合函数 JSON_ARRAYAGG() 和 JSON_OBJECTAGG() ，将参数聚合为JSON数组或对象，新增了行内操作符 ->>，是列路径运算符 ->的增强，对JSON排序做了提升，并优化了JSON的更新操作。

        4.安全和账户管理 MySQL 8中新增了 caching_sha2_password 授权插件、角色、密码历史记录和FIPS模式支持，这些特性提高了数据库的安全性和性能，使数据库管理员能够更灵活地进行账户管理工作。

        5.InnoDB的变化 InnoDB是MySQL默认的存储引擎 ，是事务型数据库的首选引擎，支持事务安全表（ACID），支持行锁定和外键。在MySQL 8 版本中，InnoDB在自增、索引、加密、死锁、共享锁等方面做了大量的 改进和优化 ，并且支持原子数据定义语言（DDL），提高了数据安全性，对事务提供更好的支持。

        6.数据字典 在之前的MySQL版本中，字典数据都存储在元数据文件和非事务表中。从MySQL 8开始新增了事务数据字典，在这个字典里存储着数据库对象信息，这些数据字典存储在内部事务表中。

        7. 原子数据定义语句 MySQL 8开始支持原子数据定义语句（Automic DDL），即 原子DDL 。目前，只有InnoDB存储引擎支持原子DDL。原子数据定义语句（DDL）将与DDL操作相关的数据字典更新、存储引擎操作、二进制日志写入结合到一个单独的原子事务中，这使得即使服务器崩溃，事务也会提交或回滚。 使用支持原子操作的存储引擎所创建的表，在执行DROP TABLE、CREATE TABLE、ALTER TABLE、RENAME TABLE、TRUNCATE TABLE、CREATE TABLESPACE、DROP TABLESPACE等操作时，都支持原子操 作，即事务要么完全操作成功，要么失败后回滚，不再进行部分提交。 对于从MySQL 5.7复制到MySQL 8版本中的语句，可以添加 IF EXISTS 或 IF NOT EXISTS 语句来避免发生错误。

       8.资源管理 MySQL 8开始支持创建和管理资源组，允许将服务器内运行的线程分配给特定的分组，以便 线程根据组内可用资源执行。组属性能够控制组内资源，启用或限制组内资源消耗。数据库管理员能够 根据不同的工作负载适当地更改这些属性。 目前，CPU时间是可控资源，由“虚拟CPU”这个概念来表 示，此术语包含CPU的核心数，超线程，硬件线程等等。服务器在启动时确定可用的虚拟CPU数量。拥有 对应权限的数据库管理员可以将这些CPU与资源组关联，并为资源组分配线程。 资源组组件为MySQL中的资源组管理提供了SQL接口。资源组的属性用于定义资源组。MySQL中存在两个默认组，系统组和用户 组，默认的组不能被删除，其属性也不能被更改。对于用户自定义的组，资源组创建时可初始化所有的属性，除去名字和类型，其他属性都可在创建之后进行更改。 在一些平台下，或进行了某些MySQL的配置时，资源管理的功能将受到限制，甚至不可用。例如，如果安装了线程池插件，或者使用的是macOS系统，资源管理将处于不可用状态。在FreeBSD和Solaris系统中，资源线程优先级将失效。在Linux系统中，只有配置了CAP_SYS_NICE属性，资源管理优先级才能发挥作用。

        9.字符集支持 MySQL 8中默认的字符集由 latin1 更改为 utf8mb4 ，并首次增加了日语所特定使用的集 合，utf8mb4_ja_0900_as_cs。

        10.优化器增强 MySQL优化器开始支持隐藏索引和降序索引。隐藏索引不会被优化器使用，验证索引的必 要性时不需要删除索引，先将索引隐藏，如果优化器性能无影响就可以真正地删除索引。降序索引允许优化器对多个列进行排序，并且允许排序顺序不一致。

        11.公用表表达式 公用表表达式（Common Table Expressions）简称为CTE，MySQL现在支持递归和非递 归两种形式的CTE。CTE通过在SELECT语句或其他特定语句前 使用WITH语句对临时结果集 进行命名。

        基础语法如下：

WITH cte_name (col_name1,col_name2 ...) AS (Subquery)

SELECT * FROM cte_name;

        1.2 MySQL8.0移除的旧特性

        二、新特性1：窗口函数

# 假设我现在有这样一个数据表，它显示了某购物网站在每个城市每个区的销售额：
CREATE TABLE sales(
    id INT PRIMARY KEY AUTO_INCREMENT,
    city VARCHAR(15),
    county VARCHAR(15),
    sales_value DECIMAL
);
 
INSERT INTO sales(city,county,sales_value)
VALUES
('北京','海淀',10.00),
('北京','朝阳',20.00),
('上海','黄埔',30.00),
('上海','长宁',10.00);
 
# 查询：
mysql> SELECT * FROM sales;
+----+------+--------+-------------+
| id | city | county | sales_value |
+----+------+--------+-------------+
| 1 | 北京 | 海淀 | 10 |
| 2 | 北京 | 朝阳 | 20 |
| 3 | 上海 | 黄埔 | 30 |
| 4 | 上海 | 长宁 | 10 |
+----+------+--------+-------------+
4 rows in set (0.00 sec)
 
# 需求：现在计算这个网站在每个城市的销售总额、在全国的销售总额、每个区的销售额占所在城市销售
额中的比率，以及占总销售额中的比率。
 
# 如果用分组和聚合函数，就需要分好几步来计算。
# 第一步，计算总销售金额，并存入临时表 a：
CREATE TEMPORARY TABLE a -- 创建临时表
SELECT SUM(sales_value) AS sales_value -- 计算总计金额
FROM sales;
 
# 查看一下临时表 a ：
mysql> SELECT * FROM a;
+-------------+
| sales_value |
+-------------+
| 70 |
+-------------+
1 row in set (0.00 sec)
 
 
# 第二步，计算每个城市的销售总额并存入临时表 b：
CREATE TEMPORARY TABLE b -- 创建临时表
SELECT city,SUM(sales_value) AS sales_value -- 计算城市销售合计
FROM sales
GROUP BY city;
 
# 查看临时表 b ：
mysql> SELECT * FROM b;
+------+-------------+
| city | sales_value |
+------+-------------+
| 北京 | 30 |
| 上海 | 40 |
+------+-------------+
2 rows in set (0.00 sec)
 
 
# 第三步，计算各区的销售占所在城市的总计金额的比例，和占全部销售总计金额的比例。我们可以通过
下面的连接查询获得需要的结果：
 
mysql> SELECT s.city AS 城市,s.county AS 区,s.sales_value AS 区销售额,
-> b.sales_value AS 市销售额,s.sales_value/b.sales_value AS 市比率,
-> a.sales_value AS 总销售额,s.sales_value/a.sales_value AS 总比率
-> FROM sales s
-> JOIN b ON (s.city=b.city) -- 连接市统计结果临时表
-> JOIN a -- 连接总计金额临时表
-> ORDER BY s.city,s.county;
+------+------+----------+----------+--------+----------+--------+
| 城市 | 区 | 区销售额 | 市销售额 | 市比率 | 总销售额 | 总比率 |
+------+------+----------+----------+--------+----------+--------+
| 上海 | 长宁 | 10 | 40 | 0.2500 | 70 | 0.1429 |
| 上海 | 黄埔 | 30 | 40 | 0.7500 | 70 | 0.4286 |
| 北京 | 朝阳 | 20 | 30 | 0.6667 | 70 | 0.2857 |
| 北京 | 海淀 | 10 | 30 | 0.3333 | 70 | 0.1429 |
+------+------+----------+----------+--------+----------+--------+
4 rows in set (0.00 sec)
 
#结果显示：市销售金额、市销售占比、总销售金额、总销售占比都计算出来了。
 
#同样的查询，如果用窗口函数，就简单多了。我们可以用下面的代码来实现：
 
mysql> SELECT city AS 城市,county AS 区,sales_value AS 区销售额,
-> SUM(sales_value) OVER(PARTITION BY city) AS 市销售额, -- 计算市销售额
-> sales_value/SUM(sales_value) OVER(PARTITION BY city) AS 市比率,
-> SUM(sales_value) OVER() AS 总销售额, -- 计算总销售额
-> sales_value/SUM(sales_value) OVER() AS 总比率
-> FROM sales
-> ORDER BY city,county;
+------+------+----------+----------+--------+----------+--------+
| 城市 | 区 | 区销售额 | 市销售额 | 市比率 | 总销售额 | 总比率 |
+------+------+----------+----------+--------+----------+--------+
| 上海 | 长宁 | 10 | 40 | 0.2500 | 70 | 0.1429 |
| 上海 | 黄埔 | 30 | 40 | 0.7500 | 70 | 0.4286 |
| 北京 | 朝阳 | 20 | 30 | 0.6667 | 70 | 0.2857 |
| 北京 | 海淀 | 10 | 30 | 0.3333 | 70 | 0.1429 |
+------+------+----------+-----------+--------+----------+--------+
4 rows in set (0.00 sec)
 
 
# 结果显示，我们得到了与上面那种查询同样的结果。
# 使用窗口函数，只用了一步就完成了查询。而且，由于没有用到临时表，执行的效率也更高了。很显
然，在这种需要用到分组统计的结果对每一条记录进行计算的场景下，使用窗口函数更好。
 

函数 OVER （ [ PARTITION BY 字段名 ORDER BY 字段名 ASC | DESC ] ）

函数 OVER 窗口名 … WINDOW 窗口名 AS （ [ PARTITION BY 字段名 ORDER BY 字段名 ASC | DESC ] ）

        2.4 分类讲解

# 创建表：
CREATE TABLE goods(
    id INT PRIMARY KEY AUTO_INCREMENT,
    category_id INT,
    category VARCHAR(15),
    NAME VARCHAR(30),
    price DECIMAL(10,2),
    stock INT,
    upper_time DATETIME
);
 
# 添加数据：
INSERT INTO goods(category_id,category,NAME,price,stock,upper_time)
VALUES
(1, '女装/女士精品', 'T恤', 39.90, 1000, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '连衣裙', 79.90, 2500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '卫衣', 89.90, 1500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '牛仔裤', 89.90, 3500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '百褶裙', 29.90, 500, '2020-11-10 00:00:00'),
(1, '女装/女士精品', '呢绒外套', 399.90, 1200, '2020-11-10 00:00:00'),
(2, '户外运动', '自行车', 399.90, 1000, '2020-11-10 00:00:00'),
(2, '户外运动', '山地自行车', 1399.90, 2500, '2020-11-10 00:00:00'),
(2, '户外运动', '登山杖', 59.90, 1500, '2020-11-10 00:00:00'),
(2, '户外运动', '骑行装备', 399.90, 3500, '2020-11-10 00:00:00'),
(2, '户外运动', '运动外套', 799.90, 500, '2020-11-10 00:00:00'),
(2, '户外运动', '滑板', 499.90, 1200, '2020-11-10 00:00:00');
 

# 1. 序号函数
 
# 1．ROW_NUMBER()函数
# ROW_NUMBER()函数能够对数据中的序号进行顺序显示。
# 举例：查询 goods 数据表中每个商品分类下价格降序排列的各个商品信息。
 
mysql> SELECT ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC) AS
row_num,
-> id, category_id, category, NAME, price, stock
-> FROM goods;
+---------+----+-------------+---------------+------------+---------+-------+
| row_num | id | category_id | category      | NAME       | price   | stock |
+---------+----+-------------+---------------+------------+---------+-------+
| 1       | 6  | 1           | 女装/女士精品  | 呢绒外套    | 399.90  | 1200 |
| 2       | 3  | 1           | 女装/女士精品  | 卫衣        | 89.90   | 1500 |
| 3       | 4  | 1           | 女装/女士精品  | 牛仔裤      | 89.90   | 3500 |
| 4       | 2  | 1           | 女装/女士精品  | 连衣裙      | 79.90   | 2500 |
| 5       | 1  | 1           | 女装/女士精品  | T恤         | 39.90   | 1000 |
| 6       | 5  | 1           | 女装/女士精品  | 百褶裙       | 29.90   | 500 |
| 1       | 8  | 2           | 户外运动      | 山地自行车    | 1399.90 | 2500 |
| 2       | 11 | 2           | 户外运动      | 运动外套      | 799.90  | 500 |
| 3       | 12 | 2           | 户外运动      | 滑板          | 499.90  | 1200 |
| 4       | 7  | 2           | 户外运动      | 自行车       | 399.90  | 1000 |
| 5       | 10 | 2           | 户外运动      | 骑行装备     | 399.90  | 3500 |
| 6       | 9  | 2           | 户外运动      | 登山杖      | 59.90    | 1500 |
+---------+----+-------------+---------------+------------+---------+-------+
12 rows in set (0.00 sec)
 
 
# 举例：查询 goods 数据表中每个商品分类下价格最高的3种商品信息。
 
mysql> SELECT *
-> FROM (
-> SELECT ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC) AS
row_num,
-> id, category_id, category, NAME, price, stock
-> FROM goods) t
-> WHERE row_num <= 3;
+---------+----+-------------+---------------+------------+---------+-------+
| row_num | id | category_id | category      | NAME       | price   | stock |
+---------+----+-------------+---------------+------------+---------+-------+
| 1       | 6  | 1           | 女装/女士精品  | 呢绒外套    | 399.90 | 1200 |
| 2       | 3  | 1           | 女装/女士精品  | 卫衣        | 89.90 | 1500 |
| 3       | 4  | 1           | 女装/女士精品  | 牛仔裤      | 89.90 | 3500 |
| 1       | 8  | 2           | 户外运动       | 山地自行车  | 1399.90 | 2500 |
| 2       | 11 | 2           | 户外运动       | 运动外套    | 799.90 | 500 |
| 3       | 12 | 2           | 户外运动       | 滑板        | 499.90 | 1200 |
+---------+----+-------------+---------------+------------+----------+-------+
6 rows in set (0.00 sec)
 
# 在名称为“女装/女士精品”的商品类别中，有两款商品的价格为89.90元，分别是卫衣和牛仔裤。两款商品
的序号都应该为2，而不是一个为2，另一个为3。此时，可以使用RANK()函数和DENSE_RANK()函数解
决。
 
 
 
 
# 2．RANK()函数
# 使用RANK()函数能够对序号进行并列排序，并且会跳过重复的序号，比如序号为1、1、3。
# 举例：使用RANK()函数获取 goods 数据表中各类别的价格从高到低排序的各商品信息。
 
mysql> SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
-> id, category_id, category, NAME, price, stock
-> FROM goods;
+---------+----+-------------+---------------+------------+---------+-------+
| row_num | id | category_id | category      | NAME       | price   | stock |
+---------+----+-------------+---------------+------------+---------+-------+
| 1       | 6  |     1       | 女装/女士精品 | 呢绒外套     | 399.90  | 1200 |
| 2       | 3  |     1       | 女装/女士精品 | 卫衣         | 89.90  | 1500 |
| 2       | 4  |     1       | 女装/女士精品 | 牛仔裤       | 89.90   | 3500 |
| 4       | 2  |     1       | 女装/女士精品 | 连衣裙       | 79.90   | 2500 |
| 5       | 1  |     1       | 女装/女士精品 | T恤          | 39.90  | 1000 |
| 6       | 5  |     1       | 女装/女士精品 | 百褶裙       | 29.90   | 500 |
| 1       | 8  |     2       | 户外运动      | 山地自行车   | 1399.90 | 2500 |
| 2       | 11 |     2       | 户外运动      | 运动外套     | 799.90  | 500 |
| 3       | 12 |     2       | 户外运动      | 滑板         | 499.90  | 1200 |
| 4       | 7  |     2       | 户外运动      | 自行车       | 399.90  | 1000 |
| 4       | 10 |     2       | 户外运动      | 骑行装备     | 399.90  | 3500 |
| 6       | 9  |     2       | 户外运动      | 登山杖       | 59.90  | 1500 |
+---------+----+-------------+---------------+------------+---------+-------+
12 rows in set (0.00 sec)
 
 
 
# 举例：使用RANK()函数获取 goods 数据表中类别为“女装/女士精品”的价格最高的4款商品信息。
 
mysql> SELECT *
-> FROM(
-> SELECT RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
-> id, category_id, category, NAME, price, stock
-> FROM goods) t
-> WHERE category_id = 1 AND row_num <= 4;
+---------+----+-------------+---------------+----------+--------+-------+
| row_num | id | category_id | category      | NAME     | price | stock |
+---------+----+-------------+---------------+----------+--------+-------+
| 1       | 6  | 1           | 女装/女士精品 | 呢绒外套   | 399.90 | 1200 |
| 2       | 3  | 1           | 女装/女士精品 | 卫衣       | 89.90 | 1500 |
| 2       | 4  | 1           | 女装/女士精品 | 牛仔裤     | 89.90 | 3500 |
| 4       | 2  | 1           | 女装/女士精品 | 连衣裙     | 79.90 | 2500 |
+---------+----+-------------+---------------+----------+--------+-------+
4 rows in set (0.00 sec)
 
# 可以看到，使用RANK()函数得出的序号为1、2、2、4，相同价格的商品序号相同，后面的商品序号是不
连续的，跳过了重复的序号。
 
 
 
 
# 3．DENSE_RANK()函数
DENSE_RANK()函数对序号进行并列排序，并且不会跳过重复的序号，比如序号为1、1、2。
举例：使用DENSE_RANK()函数获取 goods 数据表中各类别的价格从高到低排序的各商品信息。
mysql> SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS
row_num,
-> id, category_id, category, NAME, price, stock
-> FROM goods;
+---------+----+-------------+---------------+------------+---------+-------+
| row_num | id | category_id |     category  | NAME       | price   | stock |
+---------+----+-------------+---------------+------------+---------+-------+
| 1       | 6  |     1       | 女装/女士精品 | 呢绒外套     | 399.90 | 1200 |
| 2       | 3  |     1       | 女装/女士精品 | 卫衣         | 89.90  | 1500 |
| 2       | 4  |     1       | 女装/女士精品 | 牛仔裤       | 89.90  | 3500 |
| 3       | 2  |     1       | 女装/女士精品 | 连衣裙       | 79.90  | 2500 |
| 4       | 1  |     1       | 女装/女士精品 | T恤          | 39.90  | 1000 |
| 5       | 5  |     1       | 女装/女士精品 | 百褶裙       | 29.90  | 500 |
| 1       | 8  |     2       | 户外运动      | 山地自行车   | 1399.90 | 2500 |
| 2       | 11 |     2       | 户外运动      | 运动外套     | 799.90  | 500 |
| 3       | 12 |     2       | 户外运动      | 滑板         | 499.90 | 1200 |
| 4       | 7  |     2       | 户外运动      | 自行车       | 399.90 | 1000 |
| 4       | 10 |     2       | 户外运动      | 骑行装备      | 399.90 | 3500 |
| 5       | 9  |     2       | 户外运动      | 登山杖       | 59.90 | 1500 |
+---------+----+-------------+---------------+------------+---------+-------+
12 rows in set (0.00 sec)
 
# 举例：使用DENSE_RANK()函数获取 goods 数据表中类别为“女装/女士精品”的价格最高的4款商品信息。
 
mysql> SELECT *
-> FROM(
-> SELECT DENSE_RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS
row_num,
-> id, category_id, category, NAME, price, stock
-> FROM goods) t
-> WHERE category_id = 1 AND row_num <= 3;
+---------+----+-------------+---------------+----------+--------+-------+
| row_num | id | category_id | category      | NAME     | price | stock |
+---------+----+-------------+---------------+----------+--------+-------+
| 1       | 6  |     1       | 女装/女士精品  | 呢绒外套  | 399.90 | 1200 |
| 2       | 3  |     1       | 女装/女士精品  | 卫衣      | 89.90 | 1500 |
| 2       | 4  |     1       | 女装/女士精品  | 牛仔裤    | 89.90 | 3500 |
| 3       | 2  |     1       | 女装/女士精品  | 连衣裙    | 79.90 | 2500 |
+---------+----+-------------+---------------+----------+--------+-------+
4 rows in set (0.00 sec)
 
# 可以看到，使用DENSE_RANK()函数得出的行号为1、2、2、3，相同价格的商品序号相同，后面的商品序
号是连续的，并且没有跳过重复的序号。
 
 
 

        2. 分布函数

# 1．PERCENT_RANK()函数
# PERCENT_RANK()函数是等级值百分比函数。按照如下方式进行计算。
(rank - 1) / (rows - 1)
# 其中，rank的值为使用RANK()函数产生的序号，rows的值为当前窗口的总记录数。
# 举例：计算 goods 数据表中名称为“女装/女士精品”的类别下的商品的PERCENT_RANK值。
 
#写法一：
SELECT RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS r,
PERCENT_RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS pr,
id, category_id, category, NAME, price, stock
FROM goods
WHERE category_id = 1;
#写法二：
mysql> SELECT RANK() OVER w AS r,
-> PERCENT_RANK() OVER w AS pr,
-> id, category_id, category, NAME, price, stock
-> FROM goods
-> WHERE category_id = 1 WINDOW w AS (PARTITION BY category_id ORDER BY price
DESC);
+---+-----+----+-------------+---------------+----------+--------+-------+
| r | pr  | id | category_id | category      | NAME     | price | stock |
+---+-----+----+-------------+---------------+----------+--------+-------+
| 1 | 0   | 6  |     1       | 女装/女士精品 | 呢绒外套  | 399.90 | 1200 |
| 2 | 0.2 | 3  |     1       | 女装/女士精品 | 卫衣      | 89.90 | 1500 |
| 2 | 0.2 | 4  |     1       | 女装/女士精品 | 牛仔裤    | 89.90 | 3500 |
| 4 | 0.6 | 2  |     1       | 女装/女士精品 | 连衣裙    | 79.90 | 2500 |
| 5 | 0.8 | 1  |     1       | 女装/女士精品 | T恤       | 39.90 | 1000 |
| 6 | 1   | 5  |     1       | 女装/女士精品 | 百褶裙    | 29.90 | 500 |
+---+-----+----+-------------+---------------+----------+--------+-------+
6 rows in set (0.00 sec)
 
 
 
# 2．CUME_DIST()函数
CUME_DIST()函数主要用于查询小于或等于某个值的比例。
举例：查询goods数据表中小于或等于当前价格的比例。
 
mysql> SELECT CUME_DIST() OVER(PARTITION BY category_id ORDER BY price ASC) AS cd,
-> id, category, NAME, price
-> FROM goods;
+---------------------+----+---------------+------------+---------+
| cd                  | id | category      | NAME       | price |
+---------------------+----+---------------+------------+---------+
| 0.16666666666666666 | 5  | 女装/女士精品 | 百褶裙      | 29.90 |
| 0.3333333333333333  | 1  | 女装/女士精品 | T恤         | 39.90 |
| 0.5                 | 2  | 女装/女士精品 | 连衣裙      | 79.90 |
| 0.8333333333333334  | 3  | 女装/女士精品 | 卫衣        | 89.90 |
| 0.8333333333333334  | 4  | 女装/女士精品 | 牛仔裤      | 89.90 |
| 1                   | 6  | 女装/女士精品 | 呢绒外套    | 399.90 |
| 0.16666666666666666 | 9  | 户外运动      | 登山杖      | 59.90 |
| 0.5                 | 7  | 户外运动      | 自行车      | 399.90 |
| 0.5                 | 10 | 户外运动      | 骑行装备    | 399.90 |
| 0.6666666666666666  | 12 | 户外运动      | 滑板        | 499.90 |
| 0.8333333333333334  | 11 | 户外运动      | 运动外套     | 799.90 |
| 1                   | 8  | 户外运动      | 山地自行车  | 1399.90 |
+---------------------+----+---------------+------------+---------+
12 rows in set (0.00 sec)
 
 
 
 
 
 
 

        3. 前后函数

# 1．LAG(expr,n)函数
LAG(expr,n)函数返回当前行的前n行的expr的值。
举例：查询goods数据表中前一个商品价格与当前商品价格的差值。
 
mysql> SELECT id, category, NAME, price, pre_price, price - pre_price AS diff_price
-> FROM (
-> SELECT id, category, NAME, price,LAG(price,1) OVER w AS pre_price
-> FROM goods
-> WINDOW w AS (PARTITION BY category_id ORDER BY price)) t;
+----+---------------+------------+---------+-----------+------------+
| id | category      | NAME       | price | pre_price | diff_price |
+----+---------------+------------+---------+-----------+------------+
| 5  | 女装/女士精品 | 百褶裙      | 29.90 | NULL | NULL |
| 1  | 女装/女士精品 | T恤 | 39.90 | 29.90 | 10.00 |
| 2  | 女装/女士精品 | 连衣裙 | 79.90 | 39.90 | 40.00 |
| 3  | 女装/女士精品 | 卫衣 | 89.90 | 79.90 | 10.00 |
| 4  | 女装/女士精品 | 牛仔裤 | 89.90 | 89.90 | 0.00 |
| 6  | 女装/女士精品 | 呢绒外套 | 399.90 | 89.90 | 310.00 |
| 9  | 户外运动      | 登山杖 | 59.90 | NULL | NULL |
| 7  | 户外运动      | 自行车 | 399.90 | 59.90 | 340.00 |
| 10 | 户外运动      | 骑行装备 | 399.90 | 399.90 | 0.00 |
| 12 | 户外运动      | 滑板 | 499.90 | 399.90 | 100.00 |
| 11 | 户外运动      | 运动外套 | 799.90 | 499.90 | 300.00 |
| 8  | 户外运动      | 山地自行车 | 1399.90 | 799.90 | 600.00 |
+----+---------------+------------+---------+-----------+------------+
12 rows in set (0.00 sec)
 
 
 
 
#　2．LEAD(expr,n)函数
LEAD(expr,n)函数返回当前行的后n行的expr的值。
举例：查询goods数据表中后一个商品价格与当前商品价格的差值。
 
mysql> SELECT id, category, NAME, behind_price, price,behind_price - price AS
diff_price
-> FROM(
-> SELECT id, category, NAME, price,LEAD(price, 1) OVER w AS behind_price
-> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price)) t;
+----+---------------+------------+--------------+---------+------------+
| id | category     | NAME         | behind_price | price | diff_price |
+----+---------------+------------+--------------+---------+------------+
| 5 　| 女装/女士精品 | 百褶裙    　 | 39.90     　| 29.90 　| 10.00 |
| 1　 | 女装/女士精品 | T恤         | 79.90       | 39.90 　| 40.00 |
| 2 　| 女装/女士精品 | 连衣裙     　| 89.90     　| 79.90 　| 10.00 |
| 3 　| 女装/女士精品 | 卫衣         | 89.90     　| 89.90 　| 0.00 |
| 4 　| 女装/女士精品 | 牛仔裤     　| 399.90     　| 89.90 　| 310.00 |
| 6 　| 女装/女士精品 | 呢绒外套     | NULL        | 399.90 　| NULL |
| 9 　| 户外运动     | 登山杖     　| 399.90       | 59.90 　| 340.00 |
| 7 　| 户外运动     | 自行车     　| 399.90       | 399.90 　| 0.00 |
| 10 | 户外运动    　 | 骑行装备     | 499.90     　| 399.90 | 100.00 |
| 12 | 户外运动    　 | 滑板     　　| 799.90     　| 499.90 | 300.00 |
| 11 | 户外运动     　| 运动外套     | 1399.90     　| 799.90 | 600.00 |
| 8 | 户外运动     　| 山地自行车    | NULL        | 1399.90 | NULL |
+----+---------------+------------+--------------+---------+------------+
12 rows in set (0.00 sec)
 
 
 

        4. 首尾函数

# 1．FIRST_VALUE(expr)函数
FIRST_VALUE(expr)函数返回第一个expr的值。
举例：按照价格排序，查询第1个商品的价格信息。
 
mysql> SELECT id, category, NAME, price, stock,FIRST_VALUE(price) OVER w AS
first_price
-> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
+----+---------------+------------+---------+-------+-------------+
| id | category      | NAME       | price   | stock | first_price |
+----+---------------+------------+---------+-------+-------------+
| 5  | 女装/女士精品 | 百褶裙       | 29.90   | 500   | 29.90 |
| 1  | 女装/女士精品 | T恤          | 39.90   | 1000  | 29.90 |
| 2  | 女装/女士精品 | 连衣裙       | 79.90   | 2500 | 29.90 |
| 3  | 女装/女士精品 | 卫衣         | 89.90   | 1500 | 29.90 |
| 4  | 女装/女士精品 | 牛仔裤       | 89.90   | 3500 | 29.90 |
| 6  | 女装/女士精品 | 呢绒外套     | 399.90  | 1200 | 29.90 |
| 9  | 户外运动      | 登山杖      | 59.90   | 1500 | 59.90 |
| 7  | 户外运动      | 自行车       | 399.90 | 1000 | 59.90 |
| 10 | 户外运动      | 骑行装备     | 399.90 | 3500 | 59.90 |
| 12 | 户外运动      | 滑板         | 499.90 | 1200 | 59.90 |
| 11 | 户外运动      | 运动外套     | 799.90 | 500 | 59.90 |
| 8  | 户外运动      | 山地自行车   | 1399.90 | 2500 | 59.90 |
+----+---------------+------------+---------+-------+-------------+
12 rows in set (0.00 sec)
 
 
# 2．LAST_VALUE(expr)函数
LAST_VALUE(expr)函数返回最后一个expr的值。
举例：按照价格排序，查询最后一个商品的价格信息。
 
mysql> SELECT id, category, NAME, price, stock,LAST_VALUE(price) OVER w AS last_price
-> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
+----+---------------+------------+---------+-------+------------+
| id | category     | NAME        | price   | stock | last_price |
+----+---------------+------------+---------+-------+------------+
| 5  | 女装/女士精品 | 百褶裙       | 29.90   | 500   | 29.90 |
| 1  | 女装/女士精品 | T恤          | 39.90   | 1000 | 39.90 |
| 2  | 女装/女士精品 | 连衣裙       | 79.90   | 2500  | 79.90 |
| 3  | 女装/女士精品 | 卫衣         | 89.90   | 1500  | 89.90 |
| 4  | 女装/女士精品 | 牛仔裤       | 89.90   | 3500  | 89.90 |
| 6  | 女装/女士精品 | 呢绒外套     | 399.90  | 1200  | 399.90 |
| 9  | 户外运动     | 登山杖        | 59.90  | 1500  | 59.90 |
| 7  | 户外运动     | 自行车        | 399.90 | 1000  | 399.90 |
| 10 | 户外运动     | 骑行装备      | 399.90 | 3500  | 399.90 |
| 12 | 户外运动     | 滑板         | 499.90  | 1200  | 499.90 |
| 11 | 户外运动     | 运动外套     | 799.90  | 500   | 799.90 |
| 8  | 户外运动     | 山地自行车   | 1399.90 | 2500   | 1399.90 |
+----+---------------+------------+---------+-------+------------+
12 rows in set (0.00 sec)

# 1．NTH_VALUE(expr,n)函数
NTH_VALUE(expr,n)函数返回第n个expr的值。
举例：查询goods数据表中排名第2和第3的价格信息。
 
mysql> SELECT id, category, NAME, price,NTH_VALUE(price,2) OVER w AS second_price,
-> NTH_VALUE(price,3) OVER w AS third_price
-> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
+----+---------------+------------+---------+--------------+-------------+
| id | category     | NAME        | price   | second_price | third_price |
+----+---------------+------------+---------+--------------+-------------+
| 5  | 女装/女士精品 | 百褶裙       | 29.90  | NULL         | NULL |
| 1  | 女装/女士精品 | T恤          | 39.90  | 39.90         | NULL |
| 2  | 女装/女士精品 | 连衣裙       | 79.90  | 39.90         | 79.90 |
| 3  | 女装/女士精品 | 卫衣        | 89.90   | 39.90         | 79.90 |
| 4  | 女装/女士精品 | 牛仔裤      | 89.90   | 39.90         | 79.90 |
| 6  | 女装/女士精品 | 呢绒外套     | 399.90  | 39.90         | 79.90 |
| 9  | 户外运动     | 登山杖       | 59.90   | NULL         | NULL |
| 7  | 户外运动     | 自行车        | 399.90 | 399.90         | 399.90 |
| 10 | 户外运动     | 骑行装备      | 399.90 | 399.90         | 399.90 |
| 12 | 户外运动     | 滑板         | 499.90  | 399.90         | 399.90 |
| 11 | 户外运动     | 运动外套     | 799.90  | 399.90         | 399.90 |
| 8  | 户外运动     | 山地自行车    | 1399.90 | 399.90         | 399.90 |
+----+---------------+------------+---------+--------------+-------------+
12 rows in set (0.00 sec)
 
 
# 2．NTILE(n)函数
NTILE(n)函数将分区中的有序数据分为n个桶，记录桶编号。
举例：将goods表中的商品按照价格分为3组。
 
mysql> SELECT NTILE(3) OVER w AS nt,id, category, NAME, price
-> FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);
+----+----+---------------+------------+---------+
| nt | id | category     | NAME         | price |
+----+----+---------------+------------+---------+
| 1 | 5   | 女装/女士精品 | 百褶裙        | 29.90 |
| 1 | 1   | 女装/女士精品 | T恤           | 39.90 |
| 2 | 2   | 女装/女士精品 | 连衣裙        | 79.90 |
| 2 | 3   | 女装/女士精品 | 卫衣         | 89.90 |
| 3 | 4   | 女装/女士精品 | 牛仔裤        | 89.90 |
| 3 | 6   | 女装/女士精品 | 呢绒外套      | 399.90 |
| 1 | 9   | 户外运动     | 登山杖         | 59.90 |
| 1 | 7   | 户外运动     | 自行车         | 399.90 |
| 2 | 10  | 户外运动     | 骑行装备       | 399.90 |
| 2 | 12  | 户外运动     | 滑板          | 499.90 |
| 3 | 11  | 户外运动     | 运动外套       | 799.90 |
| 3 | 8   | 户外运动     | 山地自行车     | 1399.90 |
+----+----+---------------+------------+---------+
12 rows in set (0.00 sec)
 
 
 
 
 
 

        2.5 小 结

        三、新特性2：公用表表达式

        公用表表达式（或通用表表达式）简称为CTE（Common Table Expressions）。CTE是一个命名的临时结 果集，作用范围是当前语句。CTE可以理解成一个可以复用的子查询，当然跟子查询还是有点区别的，CTE可以引用其他CTE，但子查询不能引用其他子查询。所以，可以考虑代替子查询。

        依据语法结构和执行方式的不同，公用表表达式分为 普通公用表表达式 和 递归公用表表达式 2 种。

        3.1 普通公用表表达式     

        普通公用表表达式的语法结构是：

WITH CTE 名称

AS （子查询）

SELECT | DELETE | UPDATE 语句 ;

# 举例：查询员工所在的部门的详细信息。
 
mysql> SELECT * FROM departments
-> WHERE department_id IN (
-> SELECT DISTINCT department_id
-> FROM employees
-> );
+---------------+------------------+------------+-------------+
| department_id | department_name | manager_id | location_id |
+---------------+------------------+------------+-------------+
| 10            | Administration  | 200        | 1700 |
| 20            | Marketing       | 201        | 1800 |
| 30            | Purchasing      | 114        | 1700 |
| 40            | Human Resources | 203        | 2400 |
| 50            | Shipping        | 121        | 1500 |
| 60            | IT              | 103        | 1400 |
| 70            | Public Relations | 204       | 2700 |
| 80            | Sales           | 145        | 2500 |
| 90            | Executive       | 100        | 1700 |
| 100           | Finance         | 108        | 1700 |
| 110           | Accounting      | 205        | 1700 |
+---------------+------------------+------------+-------------+
11 rows in set (0.00 sec)
 
 
# 这个查询也可以用普通公用表表达式的方式完成：
 
mysql> WITH emp_dept_id
-> AS (SELECT DISTINCT department_id FROM employees)
-> SELECT *
-> FROM departments d JOIN emp_dept_id e
-> ON d.department_id = e.department_id;
+---------------+------------------+------------+-------------+---------------+
| department_id | department_name | manager_id | location_id | department_id |
+---------------+------------------+------------+-------------+---------------+
| 90            | Executive       | 100         | 1700       | 90     |
| 60            | IT              | 103         | 1400       | 60     |
| 100           | Finance         | 108         | 1700       | 100     |
| 30            | Purchasing      | 114         | 1700       | 30     |
| 50            | Shipping        | 121         | 1500       | 50     |
| 80            | Sales           | 145         | 2500       | 80     |
| 10            | Administration  | 200         | 1700       | 10     |
| 20            | Marketing       | 201         | 1800       | 20     |
| 40            | Human Resources | 203         | 2400       | 40     |
| 70            | Public Relations | 204        | 2700       | 70     |
| 110           | Accounting      | 205         | 1700       | 110     |
+---------------+------------------+------------+-------------+---------------+
11 rows in set (0.00 sec)
 
# 例子说明，公用表表达式可以起到子查询的作用。以后如果遇到需要使用子查询的场景，你可以在查询
之前，先定义公用表表达式，然后在查询中用它来代替子查询。而且，跟子查询相比，公用表表达式有
一个优点，就是定义过公用表表达式之后的查询，可以像一个表一样多次引用公用表表达式，而子查询
则不能。
 
 
 

        3.2 递归公用表表达式

WITH RECURSIVE

CTE 名称 AS （子查询）

SELECT | DELETE | UPDATE 语句 ;

        递归公用表表达式由 2 部分组成，分别是种子查询和递归查询，中间通过关键字 UNION [ALL]进行连接。 这里的种子查询，意思就是获得递归的初始值。这个查询只会运行一次，以创建初始数据集，之后递归 查询会一直执行，直到没有任何新的查询数据产生，递归返回。

        递归公用表表达式由 2 部分组成，分别是种子查询和递归查询，中间通过关键字 UNION [ALL]进行连接。这里的种子查询，意思就是获得递归的初始值。这个查询只会运行一次，以创建初始数据集，之后递归查询会一直执行，直到没有任何新的查询数据产生，递归返回。

        案例：针对于我们常用的employees表，包含employee_id，last_name和manager_id三个字段。如果a是b 的管理者，那么，我们可以把b叫做a的下属，如果同时b又是c的管理者，那么c就是b的下属，是a的下下属。

        下面我们尝试用查询语句列出所有具有下下属身份的人员信息。

        如果用我们之前学过的知识来解决，会比较复杂，至少要进行 4 次查询才能搞定：

• 第一步，先找出初代管理者，就是不以任何别人为管理者的人，把结果存入临时表；
• 第二步，找出所有以初代管理者为管理者的人，得到一个下属集，把结果存入临时表；
• 第三步，找出所有以下属为管理者的人，得到一个下下属集，把结果存入临时表。
• 第四步，找出所有以下下属为管理者的人，得到一个结果集。

• 用递归公用表表达式中的种子查询，找出初代管理者。字段 n 表示代次，初始值为 1，表示是第一代管理者。
• 用递归公用表表达式中的递归查询，查出以这个递归公用表表达式中的人为管理者的人，并且代次 的值加 1。直到没有人以这个递归公用表表达式中的人为管理者了，递归返回。
• 在最后的查询中，选出所有代次大于等于 3 的人，他们肯定是第三代及以上代次的下属了，也就是 下下属了。这样就得到了我们需要的结果集。

# 代码实现：
WITH RECURSIVE cte
AS
(
SELECT employee_id,last_name,manager_id,1 AS n FROM employees WHERE employee_id = 100
-- 种子查询，找到第一代领导
UNION ALL
SELECT a.employee_id,a.last_name,a.manager_id,n+1 FROM employees AS a JOIN cte
ON (a.manager_id = cte.employee_id) -- 递归查询，找出以递归公用表表达式的人为领导的人
)
SELECT employee_id,last_name FROM cte WHERE n >= 3;
 
 
# 总之，递归公用表表达式对于查询一个有共同的根节点的树形结构数据，非常有用。它可以不受层级的
限制，轻松查出所有节点的数据。如果用其他的查询方式，就比较复杂了。