SQL开窗函数

文章目录

  • 概念：
  • 语法：
  • 常用的窗口函数及示例：
    • 求平均值：AVG() ：
    • 求和：SUM():
    • 求排名：
    • 移动平均
    • 计数COUNT():
    • 求最大MXA()/小MIN()值
    • 求分区内的最大/最小值
    • 求当前行的前/后一个值

概念：

开窗函数是对于每条记录 都要在此窗口内执行函数，它对数据的每一行 ，都使用与该行相关的行进行计算并返回计算结果。开窗函数的本质还是聚合运算，只不过它更具灵活性。
开窗函数和普通聚合函数的区别：

  • 聚合函数是将多条记录聚合为一条；而开窗函数是每条记录都会执行，有几条记录执行完还是几条。
  • 聚合函数也可以用于开窗函数中。

应用：
窗口函数提供了在查询结果中进行排序、排名、聚合和分析的灵活性。窗口函数在数据分析和报表生成中非常有用，可以实现更复杂的计算和分析需求。

语法：

window_function() OVER (
[PARTITION BY partition_expression]
[ORDER BY order_list]
[frame_clause] )

开窗函数的一个概念是当前行，当前行属于某个窗口，窗口由over关键字用来指定函数执行的窗口范围，如果后面括号中什么都不写，则意味着窗口包含满足where条件的所行，开窗函数基于所有行进行计算；如果不为空，则有三个参数来设置窗口：

  • window_function(): 要使用的窗口函数，如：ROW_NUMBER(), RANK(), DENSE_RANK(), LEAD(), LAG(), SUM(), AVG() 等。
  • PARTITION BY: 可选项，用于将结果集划分为分区，以便窗口函数在每个分区内计算。
  • ORDER BY: 可选项，用于指定结果集的排序顺序，窗口函数将根据指定的排序顺序进行计算。
  • frame_clause: 可选项，用于指定窗口中要考虑的行的范围。常见的 frame 类型包括 ROWS, RANGE 等，通常用来作为滑动窗口使用。

对于滑动窗口的范围指定，通常使用 between frame_start and frame_end 语法来表示行范围，frame_start和frame_end可以支持如下关键字，来确定不同的动态行记录：

current row 边界是当前行，一般和其他范围关键字一起使用
unbounded preceding 边界是分区中的第一行
unbounded following 边界是分区中的最后一行
expr preceding 边界是当前行减去expr的值
expr following 边界是当前行加上expr的值

示例：

rows between 1 preceding and 1 following 窗口范围是当前行、前一行、后一行一共三行记录。
rows unbounded preceding 窗口范围是当前行到分区中的最后一行。
rows between unbounded preceding and unbounded following 窗口范围是当前分区中所有行，等同于不写。

在这里插入图片描述

常用的窗口函数及示例：

以下是一些MySQL中常用的窗口函数：
示例数据： 销售表包含以下列：销售部门、销售产品、销售日期、销售员、销售数量、产品单价；(销售额=销售数量*产品单价)

CREATE TABLE sales (
    department VARCHAR(50),
    product VARCHAR(50),
    sale_date DATE,
    salesperson VARCHAR(50),
    quantity INT,
    unit_price DECIMAL(10,2)
);

INSERT INTO sales (department, product, sale_date, salesperson, quantity, unit_price)
VALUES
('销售1部','1001','2024/5/3','王明','15','200'),
('销售2部','1002','2024/5/10','徐小小','20','500'),
('销售3部','1002','2024/5/18','纪风','10','500'),
('销售1部','1001','2024/5/5','王明','30','200'),
('销售2部','1002','2024/5/12','徐小小','25','500'),
('销售3部','1001','2024/5/20','纪风','18','200'),
('销售1部','1001','2024/5/8','王明','12','200'),
('销售2部','1002','2024/5/25','徐小小','22','500'),
('销售2部','1003','2024/5/15','徐小小','8','1000'),
('销售1部','1001','2024/5/30','王明','16','200'),
('销售2部','1002','2024/5/1','徐小小','14','500'),
('销售3部','1003','2024/5/22','纪风','19','1000'),
('销售2部','1001','2024/5/7','徐小小','21','200'),
('销售2部','1002','2024/5/28','刘阳','11','500'),
('销售3部','1003','2024/5/17','纪风','24','1000'),
('销售1部','1001','2024/5/4','王明','17','200'),
('销售2部','1002','2024/5/13','刘阳','9','500'),
('销售3部','1003','2024/5/21','纪风','23','1000'),
('销售1部','1001','2024/5/29','张一','7','200'),
('销售2部','1002','2024/5/6','刘阳','13','500'),
('销售3部','1003','2024/5/23','付华','18','1000'),
('销售1部','1001','2024/5/2','张一','20','200'),
('销售2部','1002','2024/5/9','刘阳','10','500'),
('销售3部','1003','2024/5/26','付华','30','1000'),
('销售1部','1001','2024/5/14','张一','25','200'),
('销售2部','1002','2024/5/31','刘阳','18','500'),
('销售3部','1003','2024/5/24','付华','12','1000'),
('销售1部','1001','2024/5/11','张一','22','200'),
('销售2部','1002','2024/5/19','刘阳','8','500'),
('销售3部','1003','2024/5/27','付华','16','1000'),
('销售1部','1001','2024/5/16','张一','14','200'),
('销售2部','1002','2024/5/3','刘阳','19','500'),
('销售3部','1003','2024/5/20','付华','21','1000'),
('销售1部','1001','2024/5/7','张一','11','200'),
('销售2部','1002','2024/5/24','刘阳','24','500'),
('销售3部','1003','2024/5/12','付华','17','1000'),
('销售1部','1001','2024/5/29','张一','9','200'),
('销售1部','1002','2024/5/5','张一','23','500'),
('销售2部','1003','2024/5/22','刘阳','7','1000'),
('销售3部','1001','2024/5/9','付华','13','200'),
('销售1部','1002','2024/5/16','张一','18','500'),
('销售2部','1003','2024/5/23','刘阳','20','1000'),
('销售3部','1001','2024/5/1','付华','10','200'),
('销售1部','1002','2024/5/18','张一','30','500'),
('销售2部','1003','2024/5/25','刘阳','25','1000'),
('销售3部','1001','2024/5/2','付华','18','200'),
('销售1部','1002','2024/5/11','张一','10','500'),
('销售2部','1003','2024/5/9','刘阳','50','1000'),
('销售3部','1001','2024/5/10','付华','5','200');

求平均值：AVG() ：

查询各部门的平均销售额（需保留全部行信息）

SELECT *,quantity*unit_price as sale,avg(quantity*unit_price) over(partition by department ) avg_sale  from sales;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  department	|	product	|	sale_date	|	salesperson	|	quantity	|	unit_price	|	sale	|	avg_sale	|
|  销售1部	|	1001	|	2024/5/3	|	王明	|	15	|	200	|	3000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/7	|	张一	|	11	|	200	|	2200	|	5006.25	|
|  销售1部	|	1001	|	2024/5/29	|	张一	|	9	|	200	|	1800	|	5006.25	|
|  销售1部	|	1001	|	2024/5/5	|	王明	|	30	|	200	|	6000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/29	|	张一	|	7	|	200	|	1400	|	5006.25	|
|  销售1部	|	1002	|	2024/5/5	|	张一	|	23	|	500	|	11500	|	5006.25	|
|  销售1部	|	1001	|	2024/5/8	|	王明	|	12	|	200	|	2400	|	5006.25	|
|  销售1部	|	1002	|	2024/5/16	|	张一	|	18	|	500	|	9000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/2	|	张一	|	20	|	200	|	4000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/30	|	王明	|	16	|	200	|	3200	|	5006.25	|
|  销售1部	|	1002	|	2024/5/18	|	张一	|	30	|	500	|	15000	|	5006.25	|
|  销售1部	|	1002	|	2024/5/11	|	张一	|	10	|	500	|	5000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/14	|	张一	|	25	|	200	|	5000	|	5006.25	|
|  销售1部	|	1001	|	2024/5/11	|	张一	|	22	|	200	|	4400	|	5006.25	|
|  销售1部	|	1001	|	2024/5/16	|	张一	|	14	|	200	|	2800	|	5006.25	|
|  销售1部	|	1001	|	2024/5/4	|	王明	|	17	|	200	|	3400	|	5006.25	|
|  销售2部	|	1002	|	2024/5/10	|	徐小小	|	20	|	500	|	10000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/6	|	刘阳	|	13	|	500	|	6500	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/12	|	徐小小	|	25	|	500	|	12500	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/13	|	刘阳	|	9	|	500	|	4500	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/25	|	徐小小	|	22	|	500	|	11000	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/15	|	徐小小	|	8	|	1000	|	8000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/1	|	徐小小	|	14	|	500	|	7000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/9	|	刘阳	|	10	|	500	|	5000	|	11705.55556	|
|  销售2部	|	1001	|	2024/5/7	|	徐小小	|	21	|	200	|	4200	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/28	|	刘阳	|	11	|	500	|	5500	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/31	|	刘阳	|	18	|	500	|	9000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/24	|	刘阳	|	24	|	500	|	12000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/19	|	刘阳	|	8	|	500	|	4000	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/22	|	刘阳	|	7	|	1000	|	7000	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/23	|	刘阳	|	20	|	1000	|	20000	|	11705.55556	|
|  销售2部	|	1002	|	2024/5/3	|	刘阳	|	19	|	500	|	9500	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/25	|	刘阳	|	25	|	1000	|	25000	|	11705.55556	|
|  销售2部	|	1003	|	2024/5/9	|	刘阳	|	50	|	1000	|	50000	|	11705.55556	|
|  销售3部	|	1001	|	2024/5/20	|	纪风	|	18	|	200	|	3600	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/12	|	付华	|	17	|	1000	|	17000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/22	|	纪风	|	19	|	1000	|	19000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/27	|	付华	|	16	|	1000	|	16000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/17	|	纪风	|	24	|	1000	|	24000	|	13186.66667	|
|  销售3部	|	1001	|	2024/5/9	|	付华	|	13	|	200	|	2600	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/24	|	付华	|	12	|	1000	|	12000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/21	|	纪风	|	23	|	1000	|	23000	|	13186.66667	|
|  销售3部	|	1001	|	2024/5/1	|	付华	|	10	|	200	|	2000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/23	|	付华	|	18	|	1000	|	18000	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/26	|	付华	|	30	|	1000	|	30000	|	13186.66667	|
|  销售3部	|	1001	|	2024/5/2	|	付华	|	18	|	200	|	3600	|	13186.66667	|
|  销售3部	|	1003	|	2024/5/20	|	付华	|	21	|	1000	|	21000	|	13186.66667	|
|  销售3部	|	1002	|	2024/5/18	|	纪风	|	10	|	500	|	5000	|	13186.66667	|
|  销售3部	|	1001	|	2024/5/10	|	付华	|	5	|	200	|	1000	|	13186.66667	|
+-------+--------+-----------+------+------------+------+------+--------+

求和：SUM():

查询每个产品的销售总额:

SELECT   product, SUM(quantity*unit_price) AS sale FROM sales GROUP BY product;
+-------+--------+-----------+------+------------+------+------+--------+
|  product  | sale  |
|  1001  | 	56600  |
|  1002  | 	142000  |
|  1003  | 	290000  |
+-------+--------+-----------+------+------------+------+------+--------+

求排名：

  • row_number(): 显示分区中不重复不间断的序号
  • dense_rank(): 显示分区中重复不间断的序号
  • rank() 显示分区中重复间断的序号

计算每个产品在每个日期的销售量排名:

SELECT   product,quantity,unit_price,sale_date,RANK() OVER (PARTITION BY sale_date, product ORDER BY quantity DESC) AS sale_rank FROM sales ORDER BY sale_date, product, quantity DESC;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  product	|	quantity	|	unit_price	|	sale_date	|	sales_rank	|
|  1001	|	10	|	200	|	2024/5/1	|	1	|
|  1002	|	14	|	500	|	2024/5/1	|	1	|
|  1001	|	20	|	200	|	2024/5/2	|	1	|
|  1001	|	18	|	200	|	2024/5/2	|	2	|
|  1001	|	15	|	200	|	2024/5/3	|	1	|
|  1002	|	19	|	500	|	2024/5/3	|	1	|
|  1001	|	17	|	200	|	2024/5/4	|	1	|
|  1001	|	30	|	200	|	2024/5/5	|	1	|
|  1002	|	23	|	500	|	2024/5/5	|	1	|
|  1002	|	13	|	500	|	2024/5/6	|	1	|
|  1001	|	21	|	200	|	2024/5/7	|	1	|
|  1001	|	11	|	200	|	2024/5/7	|	2	|
|  1001	|	12	|	200	|	2024/5/8	|	1	|
|  1001	|	13	|	200	|	2024/5/9	|	1	|
|  1002	|	10	|	500	|	2024/5/9	|	1	|
|  1003	|	50	|	1000	|	2024/5/9	|	1	|
|  1001	|	5	|	200	|	2024/5/10	|	1	|
|  1002	|	20	|	500	|	2024/5/10	|	1	|
|  1001	|	22	|	200	|	2024/5/11	|	1	|
|  1002	|	10	|	500	|	2024/5/11	|	1	|
|  1002	|	25	|	500	|	2024/5/12	|	1	|
|  1003	|	17	|	1000	|	2024/5/12	|	1	|
|  1002	|	9	|	500	|	2024/5/13	|	1	|
|  1001	|	25	|	200	|	2024/5/14	|	1	|
|  1003	|	8	|	1000	|	2024/5/15	|	1	|
|  1001	|	14	|	200	|	2024/5/16	|	1	|
|  1002	|	18	|	500	|	2024/5/16	|	1	|
|  1003	|	24	|	1000	|	2024/5/17	|	1	|
|  1002	|	30	|	500	|	2024/5/18	|	1	|
|  1002	|	10	|	500	|	2024/5/18	|	2	|
|  1002	|	8	|	500	|	2024/5/19	|	1	|
|  1001	|	18	|	200	|	2024/5/20	|	1	|
|  1003	|	21	|	1000	|	2024/5/20	|	1	|
|  1003	|	23	|	1000	|	2024/5/21	|	1	|
|  1003	|	19	|	1000	|	2024/5/22	|	1	|
|  1003	|	7	|	1000	|	2024/5/22	|	2	|
|  1003	|	20	|	1000	|	2024/5/23	|	1	|
|  1003	|	18	|	1000	|	2024/5/23	|	2	|
|  1002	|	24	|	500	|	2024/5/24	|	1	|
|  1003	|	12	|	1000	|	2024/5/24	|	1	|
|  1002	|	22	|	500	|	2024/5/25	|	1	|
|  1003	|	25	|	1000	|	2024/5/25	|	1	|
|  1003	|	30	|	1000	|	2024/5/26	|	1	|
|  1003	|	16	|	1000	|	2024/5/27	|	1	|
|  1002	|	11	|	500	|	2024/5/28	|	1	|
|  1001	|	9	|	200	|	2024/5/29	|	1	|
|  1001	|	7	|	200	|	2024/5/29	|	2	|
|  1001	|	16	|	200	|	2024/5/30	|	1	|
|  1002	|	18	|	500	|	2024/5/31	|	1	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

移动平均

计算每个产品的移动平均销售额(最近3个订单):

SELECT
    product,
    quantity*unit_price sale,
    sale_date,
    AVG(quantity*unit_price) OVER (PARTITION BY product ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg_sale
FROM sales
ORDER BY product, sale_date;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  product	|	sale	|	sale_date	|	moving_avg_sale	|
|  1001	|	2000	|	2024/5/1	|	2000	|
|  1001	|	3600	|	2024/5/2	|	2800	|
|  1001	|	4000	|	2024/5/2	|	3200	|
|  1001	|	3000	|	2024/5/3	|	3533.333333	|
|  1001	|	3400	|	2024/5/4	|	3466.666667	|
|  1001	|	6000	|	2024/5/5	|	4133.333333	|
|  1001	|	2200	|	2024/5/7	|	3866.666667	|
|  1001	|	4200	|	2024/5/7	|	4133.333333	|
|  1001	|	2400	|	2024/5/8	|	2933.333333	|
|  1001	|	2600	|	2024/5/9	|	3066.666667	|
|  1001	|	1000	|	2024/5/10	|	2000	|
|  1001	|	4400	|	2024/5/11	|	2666.666667	|
|  1001	|	5000	|	2024/5/14	|	3466.666667	|
|  1001	|	2800	|	2024/5/16	|	4066.666667	|
|  1001	|	3600	|	2024/5/20	|	3800	|
|  1001	|	1400	|	2024/5/29	|	2600	|
|  1001	|	1800	|	2024/5/29	|	2266.666667	|
|  1001	|	3200	|	2024/5/30	|	2133.333333	|
|  1002	|	7000	|	2024/5/1	|	7000	|
|  1002	|	9500	|	2024/5/3	|	8250	|
|  1002	|	11500	|	2024/5/5	|	9333.333333	|
|  1002	|	6500	|	2024/5/6	|	9166.666667	|
|  1002	|	5000	|	2024/5/9	|	7666.666667	|
|  1002	|	10000	|	2024/5/10	|	7166.666667	|
|  1002	|	5000	|	2024/5/11	|	6666.666667	|
|  1002	|	12500	|	2024/5/12	|	9166.666667	|
|  1002	|	4500	|	2024/5/13	|	7333.333333	|
|  1002	|	9000	|	2024/5/16	|	8666.666667	|
|  1002	|	5000	|	2024/5/18	|	6166.666667	|
|  1002	|	15000	|	2024/5/18	|	9666.666667	|
|  1002	|	4000	|	2024/5/19	|	8000	|
|  1002	|	12000	|	2024/5/24	|	10333.33333	|
|  1002	|	11000	|	2024/5/25	|	9000	|
|  1002	|	5500	|	2024/5/28	|	9500	|
|  1002	|	9000	|	2024/5/31	|	8500	|
|  1003	|	50000	|	2024/5/9	|	50000	|
|  1003	|	17000	|	2024/5/12	|	33500	|
|  1003	|	8000	|	2024/5/15	|	25000	|
|  1003	|	24000	|	2024/5/17	|	16333.33333	|
|  1003	|	21000	|	2024/5/20	|	17666.66667	|
|  1003	|	23000	|	2024/5/21	|	22666.66667	|
|  1003	|	19000	|	2024/5/22	|	21000	|
|  1003	|	7000	|	2024/5/22	|	16333.33333	|
|  1003	|	18000	|	2024/5/23	|	14666.66667	|
|  1003	|	20000	|	2024/5/23	|	15000	|
|  1003	|	12000	|	2024/5/24	|	16666.66667	|
|  1003	|	25000	|	2024/5/25	|	19000	|
|  1003	|	30000	|	2024/5/26	|	22333.33333	|
|  1003	|	16000	|	2024/5/27	|	23666.66667	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

计数COUNT():

示例： 计算每个部门的销售记录总和：

SELECT
    department,
    COUNT(1) OVER (PARTITION BY department) AS total_sales_count
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  department	|	total_sales_count	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售1部	|	16	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售2部	|	18	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
|  销售3部	|	15	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

求最大MXA()/小MIN()值

示例： 查找每个部门在销售日期的最大销售数量：

SELECT
    department,
    sale_date,
    quantity,
    MAX(quantity) OVER (PARTITION BY department, sale_date) AS max_quantity_on_date
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  department	|	sale_date	|	quantity	|	max_quantity_on_date	|
|  销售1部	|	2024/5/2	|	20	|	20	|
|  销售1部	|	2024/5/3	|	15	|	15	|
|  销售1部	|	2024/5/4	|	17	|	17	|
|  销售1部	|	2024/5/5	|	30	|	30	|
|  销售1部	|	2024/5/5	|	23	|	30	|
|  销售1部	|	2024/5/7	|	11	|	11	|
|  销售1部	|	2024/5/8	|	12	|	12	|
|  销售1部	|	2024/5/11	|	22	|	22	|
|  销售1部	|	2024/5/11	|	10	|	22	|
|  销售1部	|	2024/5/14	|	25	|	25	|
|  销售1部	|	2024/5/16	|	14	|	18	|
|  销售1部	|	2024/5/16	|	18	|	18	|
|  销售1部	|	2024/5/18	|	30	|	30	|
|  销售1部	|	2024/5/29	|	7	|	9	|
|  销售1部	|	2024/5/29	|	9	|	9	|
|  销售1部	|	2024/5/30	|	16	|	16	|
|  销售2部	|	2024/5/1	|	14	|	14	|
|  销售2部	|	2024/5/3	|	19	|	19	|
|  销售2部	|	2024/5/6	|	13	|	13	|
|  销售2部	|	2024/5/7	|	21	|	21	|
|  销售2部	|	2024/5/9	|	10	|	50	|
|  销售2部	|	2024/5/9	|	50	|	50	|
|  销售2部	|	2024/5/10	|	20	|	20	|
|  销售2部	|	2024/5/12	|	25	|	25	|
|  销售2部	|	2024/5/13	|	9	|	9	|
|  销售2部	|	2024/5/15	|	8	|	8	|
|  销售2部	|	2024/5/19	|	8	|	8	|
|  销售2部	|	2024/5/22	|	7	|	7	|
|  销售2部	|	2024/5/23	|	20	|	20	|
|  销售2部	|	2024/5/24	|	24	|	24	|
|  销售2部	|	2024/5/25	|	22	|	25	|
|  销售2部	|	2024/5/25	|	25	|	25	|
|  销售2部	|	2024/5/28	|	11	|	11	|
|  销售2部	|	2024/5/31	|	18	|	18	|
|  销售3部	|	2024/5/1	|	10	|	10	|
|  销售3部	|	2024/5/2	|	18	|	18	|
|  销售3部	|	2024/5/9	|	13	|	13	|
|  销售3部	|	2024/5/10	|	5	|	5	|
|  销售3部	|	2024/5/12	|	17	|	17	|
|  销售3部	|	2024/5/17	|	24	|	24	|
|  销售3部	|	2024/5/18	|	10	|	10	|
|  销售3部	|	2024/5/20	|	18	|	21	|
|  销售3部	|	2024/5/20	|	21	|	21	|
|  销售3部	|	2024/5/21	|	23	|	23	|
|  销售3部	|	2024/5/22	|	19	|	19	|
|  销售3部	|	2024/5/23	|	18	|	18	|
|  销售3部	|	2024/5/24	|	12	|	12	|
|  销售3部	|	2024/5/26	|	30	|	30	|
|  销售3部	|	2024/5/27	|	16	|	16	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

示例： 查找每个部门在销售日期的最小销售数量：

SELECT
    department,
    sale_date,
    quantity,
    MAX(quantity) OVER (PARTITION BY department, sale_date) AS max_quantity_on_date
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+
|  department	|	sale_date	|	quantity	|	min_quantity_on_date	|
|  销售1部	|	2024/5/2	|	20	|	20	|
|  销售1部	|	2024/5/3	|	15	|	15	|
|  销售1部	|	2024/5/4	|	17	|	17	|
|  销售1部	|	2024/5/5	|	30	|	23	|
|  销售1部	|	2024/5/5	|	23	|	23	|
|  销售1部	|	2024/5/7	|	11	|	11	|
|  销售1部	|	2024/5/8	|	12	|	12	|
|  销售1部	|	2024/5/11	|	22	|	10	|
|  销售1部	|	2024/5/11	|	10	|	10	|
|  销售1部	|	2024/5/14	|	25	|	25	|
|  销售1部	|	2024/5/16	|	14	|	14	|
|  销售1部	|	2024/5/16	|	18	|	14	|
|  销售1部	|	2024/5/18	|	30	|	30	|
|  销售1部	|	2024/5/29	|	7	|	7	|
|  销售1部	|	2024/5/29	|	9	|	7	|
|  销售1部	|	2024/5/30	|	16	|	16	|
|  销售2部	|	2024/5/1	|	14	|	14	|
|  销售2部	|	2024/5/3	|	19	|	19	|
|  销售2部	|	2024/5/6	|	13	|	13	|
|  销售2部	|	2024/5/7	|	21	|	21	|
|  销售2部	|	2024/5/9	|	10	|	10	|
|  销售2部	|	2024/5/9	|	50	|	10	|
|  销售2部	|	2024/5/10	|	20	|	20	|
|  销售2部	|	2024/5/12	|	25	|	25	|
|  销售2部	|	2024/5/13	|	9	|	9	|
|  销售2部	|	2024/5/15	|	8	|	8	|
|  销售2部	|	2024/5/19	|	8	|	8	|
|  销售2部	|	2024/5/22	|	7	|	7	|
|  销售2部	|	2024/5/23	|	20	|	20	|
|  销售2部	|	2024/5/24	|	24	|	24	|
|  销售2部	|	2024/5/25	|	22	|	22	|
|  销售2部	|	2024/5/25	|	25	|	22	|
|  销售2部	|	2024/5/28	|	11	|	11	|
|  销售2部	|	2024/5/31	|	18	|	18	|
|  销售3部	|	2024/5/1	|	10	|	10	|
|  销售3部	|	2024/5/2	|	18	|	18	|
|  销售3部	|	2024/5/9	|	13	|	13	|
|  销售3部	|	2024/5/10	|	5	|	5	|
|  销售3部	|	2024/5/12	|	17	|	17	|
|  销售3部	|	2024/5/17	|	24	|	24	|
|  销售3部	|	2024/5/18	|	10	|	10	|
|  销售3部	|	2024/5/20	|	18	|	18	|
|  销售3部	|	2024/5/20	|	21	|	18	|
|  销售3部	|	2024/5/21	|	23	|	23	|
|  销售3部	|	2024/5/22	|	19	|	19	|
|  销售3部	|	2024/5/23	|	18	|	18	|
|  销售3部	|	2024/5/24	|	12	|	12	|
|  销售3部	|	2024/5/26	|	30	|	30	|
|  销售3部	|	2024/5/27	|	16	|	16	|
+-------+--------+-----------+------+------------+------+------+--------+-------
-----------+

求分区内的最大/最小值

  • FIRST_VALUE() OVER(PARTITION BY … ORDER BY …):

作用： 返回在指定分区内按指定排序顺序的第一个值。
应用： 常用于找出每个分组内的第一个值。

示例： 找出每个部门的最早销售日期：

SELECT
    department,
    sale_date,
    FIRST_VALUE(sale_date) OVER (PARTITION BY department ORDER BY sale_date) AS first_sale_date
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+
|  department	|	sale_date	|	first_sale_date	|
|  销售1部	|	2024/5/2	|	2024/5/2	|
|  销售1部	|	2024/5/3	|	2024/5/2	|
|  销售1部	|	2024/5/4	|	2024/5/2	|
|  销售1部	|	2024/5/5	|	2024/5/2	|
|  销售1部	|	2024/5/5	|	2024/5/2	|
|  销售1部	|	2024/5/7	|	2024/5/2	|
|  销售1部	|	2024/5/8	|	2024/5/2	|
|  销售1部	|	2024/5/11	|	2024/5/2	|
|  销售1部	|	2024/5/11	|	2024/5/2	|
|  销售1部	|	2024/5/14	|	2024/5/2	|
|  销售1部	|	2024/5/16	|	2024/5/2	|
|  销售1部	|	2024/5/16	|	2024/5/2	|
|  销售1部	|	2024/5/18	|	2024/5/2	|
|  销售1部	|	2024/5/29	|	2024/5/2	|
|  销售1部	|	2024/5/29	|	2024/5/2	|
|  销售1部	|	2024/5/30	|	2024/5/2	|
|  销售2部	|	2024/5/1	|	2024/5/1	|
|  销售2部	|	2024/5/3	|	2024/5/1	|
|  销售2部	|	2024/5/6	|	2024/5/1	|
|  销售2部	|	2024/5/7	|	2024/5/1	|
|  销售2部	|	2024/5/9	|	2024/5/1	|
|  销售2部	|	2024/5/9	|	2024/5/1	|
|  销售2部	|	2024/5/10	|	2024/5/1	|
|  销售2部	|	2024/5/12	|	2024/5/1	|
|  销售2部	|	2024/5/13	|	2024/5/1	|
|  销售2部	|	2024/5/15	|	2024/5/1	|
|  销售2部	|	2024/5/19	|	2024/5/1	|
|  销售2部	|	2024/5/22	|	2024/5/1	|
|  销售2部	|	2024/5/23	|	2024/5/1	|
|  销售2部	|	2024/5/24	|	2024/5/1	|
|  销售2部	|	2024/5/25	|	2024/5/1	|
|  销售2部	|	2024/5/25	|	2024/5/1	|
|  销售2部	|	2024/5/28	|	2024/5/1	|
|  销售2部	|	2024/5/31	|	2024/5/1	|
|  销售3部	|	2024/5/1	|	2024/5/1	|
|  销售3部	|	2024/5/2	|	2024/5/1	|
|  销售3部	|	2024/5/9	|	2024/5/1	|
|  销售3部	|	2024/5/10	|	2024/5/1	|
|  销售3部	|	2024/5/12	|	2024/5/1	|
|  销售3部	|	2024/5/17	|	2024/5/1	|
|  销售3部	|	2024/5/18	|	2024/5/1	|
|  销售3部	|	2024/5/20	|	2024/5/1	|
|  销售3部	|	2024/5/20	|	2024/5/1	|
|  销售3部	|	2024/5/21	|	2024/5/1	|
|  销售3部	|	2024/5/22	|	2024/5/1	|
|  销售3部	|	2024/5/23	|	2024/5/1	|
|  销售3部	|	2024/5/24	|	2024/5/1	|
|  销售3部	|	2024/5/26	|	2024/5/1	|
|  销售3部	|	2024/5/27	|	2024/5/1	|
+-------+--------+-----------+------+------------+------+------+--------+
  • LAST_VALUE() OVER(PARTITION BY … ORDER BY …):

作用： 返回在指定分区内按指定排序顺序的最后一个值。
应用： 由于 MySQL 中并没有内置的 LAST_VALUE 函数，可以通过 ROW_NUMBER 窗口函数先给每行分配一个序号，然后利用 MAX() 函数结合 CASE 表达式来实现类似功能。

示例： 找出每个部门的最晚销售日期：

SELECT
    department,
    sale_date,
    LAST_VALUE(sale_date) OVER (PARTITION BY department ORDER BY sale_date ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS last_sale_date
FROM sales;
+-------+--------+-----------+------+------------+------+------+--------+
|  department	|	sale_date	|	last_sale_date	|
|  销售1部	|	2024/5/2	|	2024/5/30	|
|  销售1部	|	2024/5/3	|	2024/5/30	|
|  销售1部	|	2024/5/4	|	2024/5/30	|
|  销售1部	|	2024/5/5	|	2024/5/30	|
|  销售1部	|	2024/5/5	|	2024/5/30	|
|  销售1部	|	2024/5/7	|	2024/5/30	|
|  销售1部	|	2024/5/8	|	2024/5/30	|
|  销售1部	|	2024/5/11	|	2024/5/30	|
|  销售1部	|	2024/5/11	|	2024/5/30	|
|  销售1部	|	2024/5/14	|	2024/5/30	|
|  销售1部	|	2024/5/16	|	2024/5/30	|
|  销售1部	|	2024/5/16	|	2024/5/30	|
|  销售1部	|	2024/5/18	|	2024/5/30	|
|  销售1部	|	2024/5/29	|	2024/5/30	|
|  销售1部	|	2024/5/29	|	2024/5/30	|
|  销售1部	|	2024/5/30	|	2024/5/30	|
|  销售2部	|	2024/5/1	|	2024/5/31	|
|  销售2部	|	2024/5/3	|	2024/5/31	|
|  销售2部	|	2024/5/6	|	2024/5/31	|
|  销售2部	|	2024/5/7	|	2024/5/31	|
|  销售2部	|	2024/5/9	|	2024/5/31	|
|  销售2部	|	2024/5/9	|	2024/5/31	|
|  销售2部	|	2024/5/10	|	2024/5/31	|
|  销售2部	|	2024/5/12	|	2024/5/31	|
|  销售2部	|	2024/5/13	|	2024/5/31	|
|  销售2部	|	2024/5/15	|	2024/5/31	|
|  销售2部	|	2024/5/19	|	2024/5/31	|
|  销售2部	|	2024/5/22	|	2024/5/31	|
|  销售2部	|	2024/5/23	|	2024/5/31	|
|  销售2部	|	2024/5/24	|	2024/5/31	|
|  销售2部	|	2024/5/25	|	2024/5/31	|
|  销售2部	|	2024/5/25	|	2024/5/31	|
|  销售2部	|	2024/5/28	|	2024/5/31	|
|  销售2部	|	2024/5/31	|	2024/5/31	|
|  销售3部	|	2024/5/1	|	2024/5/27	|
|  销售3部	|	2024/5/2	|	2024/5/27	|
|  销售3部	|	2024/5/9	|	2024/5/27	|
|  销售3部	|	2024/5/10	|	2024/5/27	|
|  销售3部	|	2024/5/12	|	2024/5/27	|
|  销售3部	|	2024/5/17	|	2024/5/27	|
|  销售3部	|	2024/5/18	|	2024/5/27	|
|  销售3部	|	2024/5/20	|	2024/5/27	|
|  销售3部	|	2024/5/20	|	2024/5/27	|
|  销售3部	|	2024/5/21	|	2024/5/27	|
|  销售3部	|	2024/5/22	|	2024/5/27	|
|  销售3部	|	2024/5/23	|	2024/5/27	|
|  销售3部	|	2024/5/24	|	2024/5/27	|
|  销售3部	|	2024/5/26	|	2024/5/27	|
|  销售3部	|	2024/5/27	|	2024/5/27	|
+-------+--------+-----------+------+------------+------+------+--------+

求当前行的前/后一个值

  • LAG() OVER(PARTITION BY … ORDER BY …):

作用： 用于获取指定列在指定排序顺序下的前一个值。
应用： 常用于比较相邻行的值。
示例： 找出销售量比上一次销售量增加的产品：

select * from (
select 
    department,
    product,
    sale_date,
    quantity,
    LAG(quantity) OVER (PARTITION BY department, product ORDER BY sale_date) AS previous_quantity
FROM sales ) t1 
where  quantity > previous_quantity;
+-------+--------+-----------+------+------------+------+------+--------+
|  department	|	product	|	sale_date	|	quantity	|	previous_quantity	|
|  销售1部	|	1001	|	2024/5/4	|	17	|	15	|
|  销售1部	|	1001	|	2024/5/5	|	30	|	17	|
|  销售1部	|	1001	|	2024/5/8	|	12	|	11	|
|  销售1部	|	1001	|	2024/5/11	|	22	|	12	|
|  销售1部	|	1001	|	2024/5/14	|	25	|	22	|
|  销售1部	|	1001	|	2024/5/30	|	16	|	7	|
|  销售1部	|	1002	|	2024/5/16	|	18	|	10	|
|  销售1部	|	1002	|	2024/5/18	|	30	|	18	|
|  销售2部	|	1002	|	2024/5/3	|	19	|	14	|
|  销售2部	|	1002	|	2024/5/10	|	20	|	10	|
|  销售2部	|	1002	|	2024/5/12	|	25	|	20	|
|  销售2部	|	1002	|	2024/5/24	|	24	|	8	|
|  销售2部	|	1002	|	2024/5/31	|	18	|	11	|
|  销售2部	|	1003	|	2024/5/23	|	20	|	7	|
|  销售2部	|	1003	|	2024/5/25	|	25	|	20	|
|  销售3部	|	1001	|	2024/5/2	|	18	|	10	|
|  销售3部	|	1001	|	2024/5/20	|	18	|	5	|
|  销售3部	|	1003	|	2024/5/17	|	24	|	17	|
|  销售3部	|	1003	|	2024/5/21	|	23	|	21	|
|  销售3部	|	1003	|	2024/5/26	|	30	|	12	|
+-------+--------+-----------+------+------------+------+------+--------+
  • LEAD() OVER(PARTITION BY … ORDER BY …):

作用： 用于获取指定列在指定排序顺序下的后一个值。
应用： 常用于比较相邻行的值。
示例： 找出下一次销售量较本次销量减少的产品：

select * from (
select
    department,
    product,
    sale_date,
    quantity,
    LEAD(quantity) OVER (PARTITION BY department, product ORDER BY sale_date) AS next_quantity
FROM sales
) t1 
where  quantity > next_quantity;
+-------+--------+-----------+------+------------+------+------+--------+
|  department	|	product	|	sale_date	|	quantity	|	next_quantity	|
|  销售1部	|	1001	|	2024/5/2	|	20	|	15	|
|  销售1部	|	1001	|	2024/5/5	|	30	|	11	|
|  销售1部	|	1001	|	2024/5/14	|	25	|	14	|
|  销售1部	|	1001	|	2024/5/16	|	14	|	9	|
|  销售1部	|	1001	|	2024/5/29	|	9	|	7	|
|  销售1部	|	1002	|	2024/5/5	|	23	|	10	|
|  销售2部	|	1002	|	2024/5/3	|	19	|	13	|
|  销售2部	|	1002	|	2024/5/6	|	13	|	10	|
|  销售2部	|	1002	|	2024/5/12	|	25	|	9	|
|  销售2部	|	1002	|	2024/5/13	|	9	|	8	|
|  销售2部	|	1002	|	2024/5/24	|	24	|	22	|
|  销售2部	|	1002	|	2024/5/25	|	22	|	11	|
|  销售2部	|	1003	|	2024/5/9	|	50	|	8	|
|  销售2部	|	1003	|	2024/5/15	|	8	|	7	|
|  销售3部	|	1001	|	2024/5/2	|	18	|	13	|
|  销售3部	|	1001	|	2024/5/9	|	13	|	5	|
|  销售3部	|	1003	|	2024/5/17	|	24	|	21	|
|  销售3部	|	1003	|	2024/5/21	|	23	|	19	|
|  销售3部	|	1003	|	2024/5/22	|	19	|	18	|
|  销售3部	|	1003	|	2024/5/23	|	18	|	12	|
|  销售3部	|	1003	|	2024/5/26	|	30	|	16	|
+-------+--------+-----------+------+------------+------+------+--------+

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/641465.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

算法题1：电路开关（HW）

算法题1：电路开关（HW）

题目描述 实验室对一个设备进行通断测试，实验员可以操控开关进行通断，有两种情况： ps，图没记下来，凭印象画了类似的 初始时，3个开关的状态均为断开；现给定实验员操控记录的数组 records ，records[i] = [time, switchId]，表示在时刻 time 更改了开关 switchId 的状态…
阅读更多...
多线程（C++11）

多线程（C++11）

多线程（C） 文章目录 多线程（C）前言一、std::thread类1.线程的创建1.1构造函数1.2代码演示 2.公共成员函数2.1 get_id()2.2 join()2.3 detach()2.4 joinable()2.5 operator 3.静态函数4.类的成员函数作为子线程的任务函数 二、call…
阅读更多...
AOP编程

AOP编程

AOP编程 AOP，面向切面编程，一种编程范式，指导开发者如何组织程序结构。 OOP，面向对象编程，一种编程思想。 AOP，提供了一种机制,可以将一些横切系统中多个模块的共同逻辑(如日志记录、事务管理、安全控制等…
阅读更多...
SQL面试题练习 —— 波峰波谷

SQL面试题练习 —— 波峰波谷

来源：字节今日头条 目录 1 题目2 建表语句3 题解 1 题目 有如下数据，记录每天每只股票的收盘价格，请查出每只股票的波峰和波谷的日期和价格； 波峰定义：股票价格高于前一天和后一天价格时为波峰 波谷定义：股…
阅读更多...
MoE 系列论文解读：Gshard、FastMoE、Tutel、MegaBlocks 等

MoE 系列论文解读：Gshard、FastMoE、Tutel、MegaBlocks 等

节前，我们组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。 针对大模型技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备面试攻略、面试常考点等热门话题进行了深入的讨论。 总结链接…
阅读更多...
Unity在Windows平台播放HEVC/H.265格式视频的底层原理

Unity在Windows平台播放HEVC/H.265格式视频的底层原理

相关术语、概念 HEVC/H.265 HEVC（High Efficiency Video Coding）是一种视频压缩标准，也被称为H.265。它是一种高效的视频编码标准，可以提供比之前的标准（如H.264）更高的压缩率，同时保持较高的…
阅读更多...
力扣HOT100 - 31. 下一个排列

力扣HOT100 - 31. 下一个排列

解题思路： 数字是逐步增大的 步骤如下： class Solution {public void nextPermutation(int[] nums) {int i nums.length - 2;while (i > 0 && nums[i] > nums[i 1]) i--;if (i > 0) {int j nums.length - 1;while (j > 0 &&…
阅读更多...
015_表驱动编程思想(c实现)

015_表驱动编程思想(c实现)

【背景】 数据压倒一切。如果选择了正确的数据结构并把一切组织的井井有条，正确的算法就不言自明。编程的核心是数据结构，而不是算法。 ——Rob Pike 上面是这个名人说过的话，那么c语言之父 丹尼斯麦卡利斯泰尔里奇 的《c程序设计》里曾经…
阅读更多...
【Linux取经路】基于信号量和环形队列的生产消费者模型

【Linux取经路】基于信号量和环形队列的生产消费者模型

文章目录 一、POSIX 信号量二、POSIX 信号量的接口2.1 sem_init——初始化信号量2.2 sem_destroy——销毁信号量2.3 sem_wait——等待信号量2.4 sem_post——发布信号量 三、基于环形队列的生产消费者模型3.1 单生产单消费模型3.2 多生产多消费模型3.3 基于任务的多生产多消费模…
阅读更多...
C# 利用Xejen框架源码，我们来开发一个基于Dapper技术的数据库通用的帮助访问类，通过Dapper的增删改查，可以访问Sqlite数据库

C# 利用Xejen框架源码，我们来开发一个基于Dapper技术的数据库通用的帮助访问类，通过Dapper的增删改查，可以访问Sqlite数据库

Dapper 是一个轻量级的对象关系映射（ORM）工具，适用于 .NET 平台。它由 Stack Overflow 团队开发，旨在提供简单、高效的数据访问功能。与其他重量级 ORM（如 Entity Framework）相比，Dapper 更加轻…
阅读更多...
用这8种方法在海外媒体推广发稿平台上获得突破-华媒舍

用这8种方法在海外媒体推广发稿平台上获得突破-华媒舍

在今天的数字时代，海外媒体推广发稿平台已经成为了许多机构和个人宣传和推广的有效途径。如何在这些平台上获得突破并吸引更多的关注是一个关键问题。本文将介绍8种方法，帮助您在海外媒体推广发稿平台上实现突破。 1. 确定目标受众 在开始使用海外媒体推…
阅读更多...
C++语法｜虚函数与多态详细讲解（六）｜如何解释多态？（面试向）

C++语法｜虚函数与多态详细讲解（六）｜如何解释多态？（面试向）

系列汇总讲解，请移步： C语法｜虚函数与多态详细讲解系列（包含多重继承内容） 多态分为了两种，一种是静态的多态，一种是动态的多态。 静态（编译时期）的多态 函数重载 boo…
阅读更多...
pands使用openpyxl引擎实现EXCEL条件格式

pands使用openpyxl引擎实现EXCEL条件格式

通过python的openpyxl库，实现公式条件格式。 实现内容：D列单元格不等于E列同行单元格时标红。 #重点是formula后面的公式不需要“”号。 from openpyxl.styles import Color, PatternFill, Font, Border from openpyxl.styles.differential import Dif…
阅读更多...
【设计模式】JAVA Design Patterns——Bytecode（字节码模式）

【设计模式】JAVA Design Patterns——Bytecode（字节码模式）

🔍目的 允许编码行为作为虚拟机的指令 🔍解释 真实世界例子 一个团队正在开发一款新的巫师对战游戏。巫师的行为需要经过精心的调整和上百次的游玩测试。每次当游戏设计师想改变巫师行为时都让程序员去修改代码这是不妥的，所以巫师行为以数据…
阅读更多...
git push后一直卡在在Writing objects:问题

git push后一直卡在在Writing objects:问题

git push后一直卡在Writing objects: 解决：设置 git config --global http.postBuffer 5242880000在执行git push。 一般设置后就可以成功了，后面不用看。 2. 我这里结果又报错： fatal: protocol error: bad line length 8192 MiB | 107.46 …
阅读更多...
【C++】d1

【C++】d1

关键字&#xff1a; 运行、前缀、输入输出、换行 运行f10 前缀必须项&#xff1a; #include <iostream> using namespace std; 输入/输出&#xff1a; cin >> 输入 cout << 输出 语句通过>>或<<分开 换行 endl或者"\n"
阅读更多...
想当安卓开发工程师？学习路线分享！

想当安卓开发工程师？学习路线分享！

安卓开发学习路线 在前几篇文章中，对安卓开发岗位的岗位要求做了一些科普，本节文章将介绍安卓开发岗位的学习路线。 目前，网络上有很多面经、算法题解、算法课等学习资料，如何合理利用这些资料成为技术求职者的一大困惑。笔者整理了一份安卓开发岗位学习路线供大家参考，…
阅读更多...
第四课 communcation服务-can配置第二弹

第四课 communcation服务-can配置第二弹

Davinci配置目标： 介绍DBC基本属性，并且配置出一个DBC。 将DBC导入到vector的davinci工具，生成我们想要的代码。 Davinci配置步骤： 1. 编辑DBC文件 DBC文件是一种非常重要的工具，所谓DBC就是Database CAN，CAN网络的数据库文件，定义了CAN网络的节点、消息、信号的所有…
阅读更多...
网络安全知识核心20要点

网络安全知识核心20要点

1、什么是SQL注入攻击 概述 攻击者在 HTTP 请求中注入恶意的 SQL 代码&#xff0c;服务器使用参数构建数据库 SQL 命令时&#xff0c;恶意SQL 被一起构造&#xff0c;并在数据库中执行。 注入方法 用户登录&#xff0c;输入用户名 lianggzone&#xff0c;密码‘ or ‘1’’…
阅读更多...
axios如何传递数组作为参数，后端又如何接收呢？？？？

axios如何传递数组作为参数，后端又如何接收呢？？？？

前端的参数是一个数组。 前端编写&#xff1a; 后端接收&#xff1a;
阅读更多...
最新文章

Copyright @ 2022~2023