sql8新特性

MySQL 8 新特性概述

:::info
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）。
:::info
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。
:::info
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。
:::info
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。

1. 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。
   :::info
   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。
   :::info
   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。
   :::info
   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。
   :::info
   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。
   :::info
   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。
   :::info
   公用表表达式
   :::
   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。

   WITH cte_name (col_name1,col_name2 ...) AS (Subquery)
   SELECT * FROM cte_name;

   Subquery代表子查询，子查询前使用WITH语句将结果集命名为cte_name，在后续的查询中即可使用cte_name进行查询。
   :::info
   窗口函数
   :::
   MySQL 8开始支持窗口函数。在之前的版本中已存在的大部分聚合函数在MySQL 8中也可以作为窗口函数来使用。
   
   :::info
   正则表达式支持
   :::
   MySQL在8.0.4以后的版本中采用支持Unicode的国际化组件库实现正则表达式操作，这种方式不仅能提供完
   全的Unicode支持，而且是多字节安全编码。MySQL增加了
   REGEXP_LIKE()、EGEXP_INSTR()、REGEXP_REPLACE()和 REGEXP_SUBSTR()等函数来提升性能。
   另外，regexp_stack_limit和regexp_time_limit 系统变量能够通过匹配引擎来控制资源消耗。
   :::info
   内部临时表
   :::
   TempTable存储引擎取代MEMORY存储引擎成为内部临时表的默认存储引擎。TempTable存储引擎为
   VARCHAR和VARBINARY列提供高效存储。internal_tmp_mem_storage_engine会话变量定义了内部临时表的存储引擎，可选的值有两个，TempTable和MEMORY，其中TempTable为默认的存储引擎。
   temptable_max_ram系统配置项定义了TempTable存储引擎可使用的最大内存数量。
   :::info
   日志记录
   :::
   在MySQL 8中错误日志子系统由一系列MySQL组件构成。这些组件的构成由系统变量
   log_error_services来配置，能够实现日志事件的过滤和写入。
   :::info
   备份锁
   :::
   新的备份锁允许在线备份期间执行数据操作语句，同时阻止可能造成快照不一致的操作。新备份锁由
   LOCK INSTANCE FOR BACKUP和UNLOCK INSTANCE语法提供支持，执行这些操作需要备份管理员特权。
   :::info
   增强的MySQL复制
   :::
   MySQL8复制支持对JSON文档进行部分更新的二进制日志记录，该记录使用紧凑的二进制格式，从而节省记录完整
   JSON文档的空间。当使用基于语句的日志记录时，这种紧凑的日志记录会自动完成，并且可以通过将新的
   binlog_row_value_options系统变量值设置为PARTIAL_JSON来启用。

   MySQL 8. 0 移除的旧特性

   :::info
   查询缓存
   :::
   查询缓存已被移除，删除的项有：
2. 语句： FLUSH QUERY CACHE和RESET QUERY CACHE。
3. 系统变量： query_cache_limit、query_cache_min_res_unit、query_cache_size、
   query_cache_type、query_cache_wlock_invalidate。
4. 状态变量： Qcache_free_blocks、Qcache_free_memory、Qcache_hits、Qcache_inserts、Qcache_lowmem_prunes、Qcache_not_cached、Qcache_queries_in_cache、Qcache_total_blocks。
5. 线程状态： checking privileges on cached query、checking query cache for query、invalidating query cache entries、sending cached result to client、storing result in query cache、waiting for query cache lock。
   :::info
   加密相关
   :::
   删除的加密相关的内容有：ENCODE()、DECODE()、ENCRYPT()、DES_ENCRYPT()和DES_DECRYPT()函数，配置项des-key-file，系统变量have_crypt，FLUSH语句的DES_KEY_FILE选项，HAVE_CRYPT CMake选项。 对于移除的ENCRYPT()函数，考虑使用SHA2()替代，对于其他移除的函数，使用AES_ENCRYPT()和AES_DECRYPT()替代。
   :::info
   空间函数相关
   :::
   在MySQL 5.7版本中，多个空间函数已被标记为过时。这些过时函数在
   MySQL 8中都已被移除，只保留了对应的ST_和MBR函数。
   :::info
   \N和NULL
   :::
   在SQL语句中，解析器不再将\N视为NULL，所以在SQL语句中应使用NULL代替\N。这项变化不会影响使用LOAD DATA INFILE或者SELECT…INTO OUTFILE操作文件的导入和导出。在这类操作中，NULL仍等同于\N。
   :::info
   \mysql_install_db
   :::
   在MySQL分布中，已移除了mysql_install_db程序，数据字典初始化需要调用带着–initialize或者–initialize-insecure选项的mysqld来代替实现。另外，–bootstrap和INSTALL_SCRIPTDIR CMake也已被删除。
   :::info
   通用分区处理程序
   :::
   通用分区处理程序已从MySQL服务中被移除。为了实现给定表分区，表所使用的存储引擎需要自有的分区处理程序。 提供本地分区支持的MySQL存储引擎有两个，即InnoDB和NDB，而在MySQL 8中只支持InnoDB。
   :::info
   系统和状态变量信息
   :::
   在INFORMATION_SCHEMA数据库中，对系统和状态变量信息不再进行维护。
   GLOBAL_VARIABLES、SESSION_VARIABLES、GLOBAL_STATUS、SESSION_STATUS表都已被删除。另外，系统变量show_compatibility_56也已被删除。被删除的状态变量有Slave_heartbeat_period、Slave_last_heartbeat,Slave_received_heartbeats、Slave_retried_transactions、Slave_running。以上被删除的内容都可使用性能模式中对应的内容进行替代。
   :::info
   mysql_plugin工具
   :::
   mysql_plugin工具用来配置MySQL服务器插件，现已被删除，可使用–plugin-load或–plugin-load-add选项在服务器启动时加载插件或者在运行时使用INSTALL PLUGIN语句加载插件来替代该工具。

   窗口函数

   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;
  
  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;
  
  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)

  窗口函数分类

  MySQL从 8. 0 版本开始支持窗口函数。窗口函数的作用类似于在查询中对数据进行分组，不同的是，分组操作会把分组的结果聚合成一条记录，而窗口函数是将结果置于每一条数据记录中。

窗口函数可以分为静态窗口函数和动态窗口函数。

• 静态窗口函数的窗口大小是固定的，不会因为记录的不同而不同；
• 动态窗口函数的窗口大小会随着记录的不同而变化。
  窗口函数总体上可以分为序号函数、分布函数、前后函数、首尾函数和其他函数，如下表：
  

  语法结构

  函数 OVER（[PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC]）
  
  或者是：
  
  函数 OVER 窗口名 ... WINDOW 窗口名 AS （[PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC]）

• OVER 关键字指定函数窗口的范围。

1. 如果省略后面括号中的内容，则窗口会包含满足WHERE条件的所有记录，窗口函数会基于所有满足WHERE条件的记录进行计算。
2. 如果OVER关键字后面的括号不为空，则可以使用如下语法设置窗口。

• 窗口名：为窗口设置一个别名，用来标识窗口。
• PARTITION BY子句：
  指定窗口函数按照哪些字段进行分组。分组后，窗口函数可以在每个分组中分别执行。
• ORDER BY子句：
  指定窗口函数按照哪些字段进行排序。执行排序操作使窗口函数按照排序后的数据记录的顺序进行编号。
• FRAME子句：
  为分区中的某个子集定义规则，可以用来作为滑动窗口使用。

  分类讲解

• 使用的数据

  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
  );
  
  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');

  序号函数

  :::info
  [序号函数]{.blue}
  ROW_NUMBER()
  :::
  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)

  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。
  :::info
  [并列排序函数]{.blue}
  RANK() DENSE_RANK()
  :::

  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)

  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。
  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 |
  +---------+----+-------------+-------------+------------+---------+-------+

  分布函数

  :::info
  [分布函数]{.blue}
  PERCENT_RANK()
  :::
  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。

  #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)

  :::info
  [分布函数]{.blue}
  CUME_DIST()
  :::
  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)

  前后函数

  :::info
  LAG(expr,n)
  :::
  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)

  :::info
  LEAD(expr,n)
  :::
  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)

  首尾函数

  :::info
  FIRST_VALUE(expr)
  :::
  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 |

  :::info
  LAST_VALUE(expr)
  :::
  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)

  :::info
  NTH_VALUE(expr,n)
  :::
  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)

  :::info
  NTILE(n)
  :::
  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)

  小结

  窗口函数的特点是可以分组，而且可以在分组内排序。另外，窗口函数不会因为分组而减少原表中的行数，这对我们在原表数据的基础上进行统计和排序非常有用。分组但不聚合

  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;

• 普通公用表表达式类似于子查询，不过，跟子查询不同的是，它可以被多次引用，而且可以被其他的普通公用表表达式所引用。

  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)