我们在业务中常常需要统计这个月销售量多少,同比增加多少,环比增加多少。这篇博文我们就看看如何利用窗口函数实现同比及环比的计算。
用到的关键字包括:lag, window
准备工作
首先我们得有MySQL 8.0及以上版本, 然后我们准备一张统计表。
CREATE TABLE `my_stat` (
`month` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin DEFAULT NULL,
`profit` decimal(10,2) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;
表里的内容如下:
month | profit |
---|---|
2022-05 | 10.00 |
2022-06 | 12.00 |
2022-07 | 6.00 |
2022-08 | 30.00 |
2022-09 | 20.00 |
2022-10 | 8.00 |
2022-11 | 2.00 |
2022-12 | 4.00 |
2023-01 | 14.00 |
2023-02 | 10.00 |
2023-03 | 8.00 |
2023-04 | 9.00 |
2023-05 | 7.00 |
2023-06 | 10.00 |
2023-07 | 15.00 |
数据 插入的SQL
INSERT INTO `my_stat` (`month`, `profit`)
VALUES
('2022-05', 10.00),
('2022-06', 12.00),
('2022-07', 6.00),
('2022-08', 30.00),
('2022-09', 20.00),
('2022-10', 8.00),
('2022-11', 2.00),
('2022-12', 4.00),
('2023-01', 14.00),
('2023-02', 10.00),
('2023-03', 8.00),
('2023-04', 9.00),
('2023-05', 7.00),
('2023-06', 10.00),
('2023-07', 15.00);
环比计算
先看最终SQL及输出结果
select `month`,profit,
lag(profit) OVER w AS 上月,
(profit - lag(profit) OVER w) as 环比,
100*(profit - lag(profit) OVER w)/lag(profit) OVER w as 环比比例
from my_stat
WINDOW w AS (ORDER BY `month`);
输出结果:
month|profit|上月|环比|环比比例
--|--|--|--|--
2022-05|10.00|NULL|NULL|NULL
2022-06|12.00|10.00|2.00|20.000000
2022-07|6.00|12.00|-6.00|-50.000000
2022-08|30.00|6.00|24.00|400.000000
2022-09|20.00|30.00|-10.00|-33.333333
2022-10|8.00|20.00|-12.00|-60.000000
2022-11|2.00|8.00|-6.00|-75.000000
2022-12|4.00|2.00|2.00|100.000000
2023-01|14.00|4.00|10.00|250.000000
2023-02|10.00|14.00|-4.00|-28.571429
2023-03|8.00|10.00|-2.00|-20.000000
2023-04|9.00|8.00|1.00|12.500000
2023-05|7.00|9.00|-2.00|-22.222222
2023-06|10.00|7.00|3.00|42.857143
2023-07|15.00|10.00|5.00|50.000000
lag
lag 函数的完整定义如下:
LAG(expr [, N[, default]]) [null_treatment] over_clause
-
参数一 expr(表达式)是必须的,这里可以是字段名,如上面的示例SQL,也可以是其它运算表达式。
-
参数二 N 是可选的,必须是大于等于0的整数。默认1,1表示上一行,0表示当前行,12表示前12行,后面计算同比时会用到
-
参数三 是默认值,比如第一行的 上一行是不存在的,这个时候 返回什么值就可以通过参数三来控制,默认是 NULL
-
null_treatment 的定义是处理NULL的策略,但是因为MySQL只实现了 RESPECT NULLS 并且作为默认值,就感觉它只是提醒我们 计算结果需要考虑NULL
over_clause 是必须的,它描述窗口的定义, 如上面的SQL示例最后一行:
WINDOW w AS (ORDER BY `month`);
这里定义了一个 窗口(window), 基于 month这个字段升序。
window
上一节的 over_clause 定义如下:
over_clause:
{OVER (window_spec) | OVER window_name}
我们看到,可以 over (窗口定义) 或者 over 窗口名称。
lag(profit) OVER w AS 上月
这就是一个 over 窗口名称的示例。
接下来我们看 window_spec 的定义:
window_spec:
[window_name] [partition_clause] [order_clause] [frame_clause]
- window_name 就是给窗口起个名字,方便使用
- partition_clause 分区定义, 就是定义查询结果如何分组,有点类似group by 的意思。
- order_clause 排序定义,定义窗口内容排序字段及方式,如前面示例里的 order by `month` 。如果省略了order by , 那就按查询到结果的顺序来排序。
- frame_clause frame_clause(框架子句)指定如何定义子集
同比环比计算
还是先看最终SQL
select `month`,profit,
lag(profit) OVER w AS 上月,
(profit - lag(profit) OVER w) as 环比,
100*(profit - lag(profit) OVER w)/lag(profit) OVER w as 环比比例,
lag(profit,12) OVER w AS 上年同月,
(profit - lag(profit,12) OVER w) as 同比,
100*(profit - lag(profit,12) OVER w)/lag(profit,12) OVER w as 同比比例
from my_stat
WINDOW w AS (ORDER BY `month`);
返回结果
month | profit | 上月 | 环比 | 环比比例 | 上年同月 | 同比 | 同比比例 |
---|---|---|---|---|---|---|---|
2022-05 | 10.00 | NULL | NULL | NULL | NULL | NULL | NULL |
2022-06 | 12.00 | 10.00 | 2.00 | 20.000000 | NULL | NULL | NULL |
2022-07 | 6.00 | 12.00 | -6.00 | -50.000000 | NULL | NULL | NULL |
2022-08 | 30.00 | 6.00 | 24.00 | 400.000000 | NULL | NULL | NULL |
2022-09 | 20.00 | 30.00 | -10.00 | -33.333333 | NULL | NULL | NULL |
2022-10 | 8.00 | 20.00 | -12.00 | -60.000000 | NULL | NULL | NULL |
2022-11 | 2.00 | 8.00 | -6.00 | -75.000000 | NULL | NULL | NULL |
2022-12 | 4.00 | 2.00 | 2.00 | 100.000000 | NULL | NULL | NULL |
2023-01 | 14.00 | 4.00 | 10.00 | 250.000000 | NULL | NULL | NULL |
2023-02 | 10.00 | 14.00 | -4.00 | -28.571429 | NULL | NULL | NULL |
2023-03 | 8.00 | 10.00 | -2.00 | -20.000000 | NULL | NULL | NULL |
2023-04 | 9.00 | 8.00 | 1.00 | 12.500000 | NULL | NULL | NULL |
2023-05 | 7.00 | 9.00 | -2.00 | -22.222222 | 10.00 | -3.00 | -30.000000 |
2023-06 | 10.00 | 7.00 | 3.00 | 42.857143 | 12.00 | -2.00 | -16.666667 |
2023-07 | 15.00 | 10.00 | 5.00 | 50.000000 | 6.00 | 9.00 | 150.000000 |
同比与环比的差别其实不大,只是 lag(profit)变成了 lag(profit,12)。 lag(profit,12)表示取前12行的数据。
需要注意的是计算同比的时候,我们需要保证数据是连续的,不然数据会有偏差,因为这里的lag(profit,12)取的是前12行的数据,如果月份数据有缺失就可以取错数据。比如:如果少了一个月,那么前12行取的可能就是去年上个月的数据了。
partition_clause 聊聊分区
我们先准备一下数据,先创建一张表 my_stat_food
CREATE TABLE `my_stat_food` (
`month` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin DEFAULT NULL,
`type` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin DEFAULT NULL,
`profit` decimal(10,2) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;
然后插入数据
INSERT INTO `my_stat_food` (`month`, `type`, `profit`)
VALUES
('2023-05', '蔬菜', 1.00),
('2023-05', '水果', 2.00),
('2023-05', '肉类', 3.00),
('2023-06', '蔬菜', 4.00),
('2023-06', '水果', 5.00),
('2023-06', '肉类', 6.00),
('2023-07', '蔬菜', 7.00),
('2023-07', '水果', 8.00),
('2023-07', '肉类', 9.00);
定义
partition_clause:
PARTITION BY expr [, expr] ...
然后我们试试pratition的效果
select *,lag(`profit`) over (partition by `type`) as lp from my_stat_food
输出:
month | type | profit | lp |
---|---|---|---|
2023-05 | 水果 | 2.00 | NULL |
2023-06 | 水果 | 5.00 | 2.00 |
2023-07 | 水果 | 8.00 | 5.00 |
2023-05 | 肉类 | 3.00 | NULL |
2023-06 | 肉类 | 6.00 | 3.00 |
2023-07 | 肉类 | 9.00 | 6.00 |
2023-05 | 蔬菜 | 1.00 | NULL |
2023-06 | 蔬菜 | 4.00 | 1.00 |
2023-07 | 蔬菜 | 7.00 | 4.00 |
我们的数据是按月分排序的,但我们看到通过 partition进行分区后,就会分区来返回内容了。这样我们就可以通过分区来统计不同品类的环比。