SQL窗口函數(shù)到底是什么？漲姿勢(shì)了！
數(shù)分筆試面試經(jīng)常會(huì)問(wèn)到SQL，窗口函數(shù)又是里面繞不去的一個(gè)檻，今天再次幫有需要的同學(xué)夯實(shí)一下基礎(chǔ)~
窗口函數(shù)（Window Function）?是 SQL2003 標(biāo)準(zhǔn)中定義的一項(xiàng)新特性，并在 SQL2011、SQL2016 中又加以完善，添加了若干處拓展。窗口函數(shù)不同于我們熟悉的普通函數(shù)和聚合函數(shù)，它為每行數(shù)據(jù)進(jìn)行一次計(jì)算：輸入多行（一個(gè)窗口）、返回一個(gè)值。在報(bào)表等分析型查詢中，窗口函數(shù)能優(yōu)雅地表達(dá)某些需求，發(fā)揮不可替代的作用。
本文首先介紹窗口函數(shù)的定義及基本語(yǔ)法，之后將介紹在 DBMS 和大數(shù)據(jù)系統(tǒng)中是如何實(shí)現(xiàn)高效計(jì)算窗口函數(shù)的，包括窗口函數(shù)的優(yōu)化、執(zhí)行以及并行執(zhí)行。
01
什么是窗口函數(shù)
窗口函數(shù)出現(xiàn)在 SELECT 子句的表達(dá)式列表中，它最顯著的特點(diǎn)就是 OVER 關(guān)鍵字。語(yǔ)法定義如下：
其中包括以下可選項(xiàng)：
PARTITION BY?表示將數(shù)據(jù)先按?part_list?進(jìn)行分區(qū)
ORDER BY?表示將各個(gè)分區(qū)內(nèi)的數(shù)據(jù)按?order_list?進(jìn)行排序
最后一項(xiàng)表示 Frame 的定義，即：當(dāng)前窗口包含哪些數(shù)據(jù)？
ROWS?選擇前后幾行，例如?ROWS BETWEEN 3 PRECEDING AND 3 FOLLOWING?表示往前 3 行到往后 3 行，一共 7 行數(shù)據(jù)（或小于 7 行，如果碰到了邊界）
RANGE?選擇數(shù)據(jù)范圍，例如?RANGE BETWEEN 3 PRECEDING AND 3 FOLLOWING?表示所有值在 [c?3,c+3][c?3,c+3] 這個(gè)范圍內(nèi)的行，cc 為當(dāng)前行的值
邏輯語(yǔ)義上說(shuō)，一個(gè)窗口函數(shù)的計(jì)算“過(guò)程”如下：
按窗口定義，將所有輸入數(shù)據(jù)分區(qū)、再排序（如果需要的話）
對(duì)每一行數(shù)據(jù)，計(jì)算它的 Frame 范圍
將 Frame 內(nèi)的行集合輸入窗口函數(shù)，計(jì)算結(jié)果填入當(dāng)前行
舉個(gè)例子：
上述查詢中，rank 列表示在當(dāng)前經(jīng)銷(xiāo)商下，該雇員的銷(xiāo)售排名；avgsales 表示當(dāng)前經(jīng)銷(xiāo)商下所有雇員的平均銷(xiāo)售額。查詢結(jié)果如下：
如果不指定 PARTITION BY，則不對(duì)數(shù)據(jù)進(jìn)行分區(qū)；換句話說(shuō)，所有數(shù)據(jù)看作同一個(gè)分區(qū)
如果不指定?ORDER BY，則不對(duì)各分區(qū)做排序，通常用于那些順序無(wú)關(guān)的窗口函數(shù)，例如?SUM()
如果不指定 Frame 子句，則默認(rèn)采用以下的 Frame 定義：
若不指定?ORDER BY，默認(rèn)使用分區(qū)內(nèi)所有行?RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
若指定了?ORDER BY，默認(rèn)使用分區(qū)內(nèi)第一行到當(dāng)前值?RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
最后，窗口函數(shù)可以分為以下 3 類(lèi)：
聚合（Aggregate）：AVG(), COUNT(), MIN(), MAX(), SUM()...
取值（Value）：FIRST_VALUE(), LAST_VALUE(), LEAD(), LAG()...
排序（Ranking）：RANK(), DENSE_RANK(), ROW_NUMBER(), NTILE()...
受限于篇幅，本文不去探討各個(gè)窗口函數(shù)的含義。
注：Frame 定義并非所有窗口函數(shù)都適用，比如 ROW_NUMBER()、RANK()、LEAD()?等。這些函數(shù)總是應(yīng)用于整個(gè)分區(qū)，而非當(dāng)前 Frame。
02
窗口函數(shù)VS.聚合函數(shù)
從聚合這個(gè)意義上出發(fā)，似乎窗口函數(shù)和 Group By 聚合函數(shù)都能做到同樣的事情。但是，它們之間的相似點(diǎn)也僅限于此了！這其中的關(guān)鍵區(qū)別在于：窗口函數(shù)僅僅只會(huì)將結(jié)果附加到當(dāng)前的結(jié)果上，它不會(huì)對(duì)已有的行或列做任何修改。而 Group By 的做法完全不同：對(duì)于各個(gè) Group 它僅僅會(huì)保留一行聚合結(jié)果。
有的讀者可能會(huì)問(wèn)，加了窗口函數(shù)之后返回結(jié)果的順序明顯發(fā)生了變化，這不算一種修改嗎？因?yàn)?SQL 及關(guān)系代數(shù)都是以 multi-set 為基礎(chǔ)定義的，結(jié)果集本身并沒(méi)有順序可言，ORDER BY 僅僅是最終呈現(xiàn)結(jié)果的順序。
另一方面，從邏輯語(yǔ)義上說(shuō)，SELECT 語(yǔ)句的各個(gè)部分可以看作是按以下順序“執(zhí)行”的：
注意到窗口函數(shù)的求值僅僅位于 ORDER BY 之前，而位于 SQL 的絕大部分之后。這也和窗口函數(shù)只附加、不修改的語(yǔ)義是呼應(yīng)的——結(jié)果集在此時(shí)已經(jīng)確定好了，再依此計(jì)算窗口函數(shù)。
03
窗口函數(shù)的執(zhí)行
窗口函數(shù)經(jīng)典的執(zhí)行方式分為排序和函數(shù)求值這 2 步。
窗口定義中的 PARTITION BY 和 ORDER BY 都很容易通過(guò)排序完成。例如，對(duì)于窗口 PARTITION BY a, b ORDER BY c, d，我們可以對(duì)輸入數(shù)據(jù)按 (a,b,c,d)(a,b,c,d) 或 (b,a,c,d)(b,a,c,d) 做排序，之后數(shù)據(jù)就排列成 Figure 1 中那樣了。
接下來(lái)考慮：如何處理 Frame？
對(duì)于整個(gè)分區(qū)的 Frame（例如 RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING），只要對(duì)整個(gè)分區(qū)計(jì)算一次即可，沒(méi)什么好說(shuō)的；
對(duì)于逐漸增長(zhǎng)的 Frame（例如 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW），可以用 Aggregator 維護(hù)累加的狀態(tài)，這也很容易實(shí)現(xiàn)；
對(duì)于滑動(dòng)的 Frame（例如 ROWS BETWEEN 3 PRECEDING AND 3 FOLLOWING）相對(duì)困難一些。一種經(jīng)典的做法是要求 Aggregator 不僅支持增加還支持刪除（Removable），這可能比你想的要更復(fù)雜，例如考慮下 MAX()?的實(shí)現(xiàn)。
04
窗口函數(shù)的優(yōu)化
對(duì)于窗口函數(shù)，優(yōu)化器能做的優(yōu)化有限。這里為了行文的完整性，仍然做一個(gè)簡(jiǎn)要的說(shuō)明。通常，我們首先會(huì)把窗口函數(shù)從 Project 中抽取出來(lái)，成為一個(gè)獨(dú)立的算子稱(chēng)之為 Window。
有時(shí)候，一個(gè) SELECT 語(yǔ)句中包含多個(gè)窗口函數(shù)，它們的窗口定義（OVER 子句）可能相同、也可能不同。顯然，對(duì)于相同的窗口，完全沒(méi)必要再做一次分區(qū)和排序，我們可以將它們合并成一個(gè) Window 算子。
對(duì)于不同的窗口，最樸素地，我們可以將其全部分成不同的 Window，如上圖所示。實(shí)際執(zhí)行時(shí)，每個(gè) Window 都需要先做一次排序，代價(jià)不小。那是否可能利用一次排序計(jì)算多個(gè)窗口函數(shù)呢？某些情況下，這是可能的。例如本文例子中的 2 個(gè)窗口函數(shù)：
雖然這 2 個(gè)窗口并非完全一致，但是 AVG(sales)?不關(guān)心分區(qū)內(nèi)的順序，完全可以復(fù)用 ROW_NUMBER()?的窗口。
05
窗口函數(shù)的并行執(zhí)行
現(xiàn)代 DBMS 大多支持并行執(zhí)行。對(duì)于窗口函數(shù)，由于各個(gè)分區(qū)之間的計(jì)算完全不相關(guān)，我們可以很容易地將各個(gè)分區(qū)分派給不同的節(jié)點(diǎn)（線程），從而達(dá)到分區(qū)間并行。
但是，如果窗口函數(shù)只有一個(gè)全局分區(qū)（無(wú) PARTITION BY 子句），或者分區(qū)數(shù)量很少、不足以充分并行時(shí)，怎么辦呢？上文中我們提到的 Removable Aggregator 的技術(shù)顯然無(wú)法繼續(xù)使用了，它依賴于單個(gè) Aggregator 的內(nèi)部狀態(tài)，很難有效地并行起來(lái)。
TUM 的這篇論文中提出使用線段樹(shù)（Segment Tree）實(shí)現(xiàn)高效的分區(qū)內(nèi)并行。線段樹(shù)是一個(gè) N 叉樹(shù)數(shù)據(jù)結(jié)構(gòu)，每個(gè)節(jié)點(diǎn)包含當(dāng)前節(jié)點(diǎn)下的部分聚合結(jié)果。
下圖是一個(gè)使用二叉線段樹(shù)計(jì)算 SUM()?的例子。例如下圖中第三行的 1212，表示葉節(jié)點(diǎn) 5+75+7 的聚合結(jié)果；而它上方的 2525 表示葉節(jié)點(diǎn) 5+7+3+105+7+3+10 的聚合結(jié)果。
假設(shè)當(dāng)前 Frame 是第 2 到第 8 行，即需要計(jì)算 7+3+10+...+47+3+10+...+4 區(qū)間之和。有了線段樹(shù)以后，我們可以直接利用 7+13+207+13+20 （圖中紅色字體）計(jì)算出聚合結(jié)果。
線段樹(shù)可以在 O(nlogn)O(nlog?n) 時(shí)間內(nèi)構(gòu)造，并能在 O(logn)O(log?n) 時(shí)間內(nèi)查詢?nèi)我鈪^(qū)間的聚合結(jié)果。更棒的是，不僅查詢可以多線程并發(fā)互不干擾，而且線段樹(shù)的構(gòu)造過(guò)程也能被很好地并行起來(lái)。
關(guān)注我即刻了解更多數(shù)據(jù)分析知識(shí)
更多數(shù)據(jù)分析內(nèi)容
掃描二維碼即可了解
