💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。
- 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老
- 导航
非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨
一.基本介绍
1.LAG 和 LEAD 概述
在数据库查询中，开窗函数（Window Functions）是一种强大的工具，用于在结果集的子集上执行计算。LAG和LEAD是两个常用的开窗函数，它们允许你在当前行的前面或后面的行中访问数据。
在数据库中，LAG和LEAD函数的全称是：
-
LAG函数的全称是"LAST VALUE"。 -
LEAD函数的全称是"LEAD VALUE"。
这两个函数是 SQL 标准中的开窗函数，它们允许在查询结果的子集上执行类似于聚合函数的计算，但不会导致结果集的单一行。它们的目的是在当前行的前面（LAG）或后面（LEAD）的行中访问数据，使得在处理时间序列数据或需要比较相邻行之间的值时非常有用。
2.作用特性
Lag 和 Lead 分析函数可以在同一次查询中取出同一字段的前 N 行的数据(Lag)和后 N 行的数据(Lead)作为独立的列。
在实际应用当中，若要用到取今天和昨天的某字段差值时，Lag 和 Lead 函数的应用就显得尤为重要。当然，这种操作可以用表的自连接实现，但是 LAG 和 LEAD 与 left join、right join 等自连接相比，效率更高，SQL 更简洁。
3.LAG 函数
LAG函数用于获取结果集中当前行之前的某一行的值。语法如下：
LAG (expression, offset, default) OVER (PARTITION BY partition_expression ORDER BY sort_expression)
-
expression: 要检索的列或表达式。 -
offset: 要返回的行数，如果不指定，默认为 1，即上一行。 -
default: 当指定的行数超出结果集范围时，返回的默认值。
4.LEAD 函数
LEAD函数用于获取结果集中当前行之后的某一行的值。语法如下：
LEAD (expression, offset, default) OVER (PARTITION BY partition_expression ORDER BY sort_expression)
-
expression: 要检索的列或表达式。 -
offset: 要返回的行数，如果不指定，默认为 1，即下一行。 -
default: 当指定的行数超出结果集范围时，返回的默认值。
二.使用案例
1.LAG 示例
考虑一个名为sales的表，包含销售数据：
CREATE TABLE sales (
sale_date DATE,
revenue INT
);
INSERT INTO sales VALUES
('2023-01-01', 100),
('2023-01-02', 150),
('2023-01-03', 200),
('2023-01-04', 120);
使用LAG函数，你可以获取前一天的销售额：
SELECT sale_date -- 日期
, revenue -- 当前销售额
, LAG(revenue) OVER (ORDER BY sale_date) AS lag_revenue -- 前一行的销售额
FROM sales;
结果：
| sale_date | revenue | lag_revenue |
|------------|---------|-------------|
| 2023-01-01 | 100 | NULL |
| 2023-01-02 | 150 | 100 |
| 2023-01-03 | 200 | 150 |
| 2023-01-04 | 120 | 200 |
2.LEAD 示例
使用LEAD函数，你可以获取后一天的销售额：
SELECT sale_date -- 日期
, revenue -- 日期
, LEAD(revenue) OVER (ORDER BY sale_date) AS lead_revenue -- 后一行的销售额
FROM sales;
结果：
| sale_date | revenue | lead_revenue |
|------------|---------|--------------|
| 2023-01-01 | 100 | 150 |
| 2023-01-02 | 150 | 200 |
| 2023-01-03 | 200 | 120 |
| 2023-01-04 | 120 | NULL |
在这两个示例中，LAG和LEAD函数通过ORDER BY子句按销售日期对结果集进行排序。这允许你在时间序列数据中访问前一行或后一行的值，以进行比较或计算差异等操作。
3.总结说明
- 时间序列分析： 在时间序列数据中，你可能需要比较当前时间点的值与前一时间点或后一时间点的值，以便分析趋势、变化或周期性。
- 差异计算： 你可能需要计算当前行与前一行或后一行的差异，例如，计算每日销售额的增长或减少量。
-
移动平均计算： 通过结合
LAG和LEAD函数，你可以计算移动平均值，以平滑数据并更好地理解趋势。 - 排名和百分比计算： 通过比较当前行与前一行或后一行的值，你可以进行排名或计算百分比变化，从而了解相对于其他行的位置或变化。
- 查找极值点： 通过比较当前值与相邻值，你可以轻松地识别极值点，例如找到峰值或谷值。
-
数据填充： 你可以使用
LAG和LEAD函数来填充缺失的数据。如果某些行的数据缺失，你可以使用相邻行的值进行填充。 -
数据平滑计算： 你可以使用
LAG和LEAD函数来进行数据平滑计划,让结果绘制的曲线更加平滑。这种操作可以代替表的自联接，并且 LAG 和 LEAD 有更高的效率。
LAG 和 LEAD 主要用来计算当前行的前后 N 行的这种场景，一般情况下我们会对数据进行排序，因为只有在有序的情况下，前面多少行和后面多少行才有意义。
LAG 和 LEAD 可以用在某些场景下代替自关联的写法。
觉得有用的话点个赞
👍🏻呗。
❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍
🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙
