Day 17

窗口函数

有几条数据执行完还是几条 包括sum(),avg(),count(),max(),min() 把这些功能函数放进窗口函数后返回的数据就从单行变成多行

1. ROW_NUMBER() 行号（连续，不并列）
2. RANK() 并列排序，和 ROW_NUMBER() 的区别是值相同时行号相同且会跳号：1，1，3
3. DENSE_RANK() 并列排序，值相同行号相同但不跳号：1，1，2
4. LAG(字段, n, 默认值) / LEAD(字段, n, 默认值) 访问窗口中当前行前/后 n 行的值 n 表示前/后偏移几行，默认值是在没有前一行或后一行时填充的值
5. FIRST_VALUE() / LAST_VALUE() 访问窗口的第一个 / 最后一个值

补充整理：原稿把 row number() 写成了带空格的形式，函数名实际是 ROW_NUMBER()。 三个排序函数的区别用一张表看最清楚（按分数降序排）：

分数	ROW_NUMBER	RANK	DENSE_RANK
100	1	1	1
100	2	1	1
90	3	3	2

常见需求对应：ROW_NUMBER() 做去重取最新一条（分组后取 rn=1）、 RANK()/DENSE_RANK() 做排名（要「并列后跳名次」用 RANK，不跳用 DENSE_RANK）。

可运行示例

补充整理：原稿只有函数清单没有例子，这里补一份能直接跑的。

-- 建一张成绩表
CREATE TABLE score (
  id     INT PRIMARY KEY AUTO_INCREMENT,
  name   VARCHAR(20),
  subject VARCHAR(20),
  score  INT
);

INSERT INTO score (name, subject, score) VALUES
  ('张三', '数学', 90), ('李四', '数学', 90),
  ('王五', '数学', 85), ('赵六', '数学', 78),
  ('张三', '语文', 88), ('李四', '语文', 92),
  ('王五', '语文', 92), ('赵六', '语文', 70);

① 三个排序函数对比（按数学成绩排名）

SELECT name, score,
       ROW_NUMBER() OVER (ORDER BY score DESC) AS rn,
       RANK()       OVER (ORDER BY score DESC) AS rk,
       DENSE_RANK() OVER (ORDER BY score DESC) AS drk
FROM score
WHERE subject = '数学';

② 分组取每组第一名（经典去重题：每科最高分是谁）

SELECT * FROM (
  SELECT name, subject, score,
         ROW_NUMBER() OVER (PARTITION BY subject ORDER BY score DESC) AS rn
  FROM score
) t
WHERE rn = 1;

窗口函数不能直接写在 WHERE 里（执行顺序上 WHERE 早于 SELECT）， 必须像上面这样套一层子查询再过滤——这是初学者最常踩的坑。

③ 累计求和（ running total ）

SELECT name, score,
       SUM(score) OVER (ORDER BY score DESC
                        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_sum
FROM score
WHERE subject = '数学';

注意 ORDER BY 存在时，聚合类窗口函数默认范围就是 「分区首行 → 当前行」，所以上面 ROWS BETWEEN 那一段其实可以省略。

④ 环比：和上一名的分差（ LAG ）

SELECT name, score,
       LAG(score, 1) OVER (ORDER BY score DESC) AS prev_score,
       score - LAG(score, 1) OVER (ORDER BY score DESC) AS diff
FROM score
WHERE subject = '数学';

LAG 常用于「比昨天、比上月」这类同环比计算，比自连接清晰得多。

⑤ 命名窗口，避免重复书写

SELECT name, score,
       RANK() OVER w AS rk,
       DENSE_RANK() OVER w AS drk
FROM score
WHERE subject = '数学'
WINDOW w AS (ORDER BY score DESC);

格式

函数名(参数列表) over( [partition by colum]-->不写就不分组 [order by colum] [rows between start and end] -->不写就是把所有数据求和“范围”，默认是从第一行开始到当前行 ) 窗口函数可复用 window w as（） 范围： unbounded preceding：窗口从分区的第一行开始 n preceding ：当前行之前的n行 current row ：当前行 n following ：当前行之后的n行 unbounded following

事务

保证所有事务作为一个工作单元来执行 要么一起成功要么一起失败

原子性: 原子性是指事务是一个不可分割的工作单位 一致性: 总的金额是不变的 隔离性: 不同的业务之间是互不干扰的（相对独立），不同的隔离级别对事务的影响是不一样的 持久性: 指一个事务一旦提交，对数据库的影响是永久的

-- mysql默认是自动提交事务， 如果sql语句没有问题就自动提交事务

自动模式下手动开启事务

start transaction 后续的sql语句都在同一个事务中 注意：事务开启后一定得结束事务 commit 成功就提交事务 rollback 失败就回滚事务

手动提交模式

set autocommit = false; 或 autocommit = 0 ->成功提交 commit ->失败回滚 rollback

DDL语句不支持事务管理

create,drop,alter等不支持

事务的隔离级别

不同隔离级别对两个事务之间的影响是不一样的 隔离性越高，数据一致性就越好,但并发性越弱

并发问题

1. 脏读 一个事务读取了另一个事务未提交的数据。
2. 不可重复读 : 同一个事务前后两次读取同一条记录不一样
3. 幻读 ： 一个事务读取了另一个事务新增、删除的记录情况 这个问题是正常的问题，事务b确实添加了 把其变成串行即可以解决

四种事务隔离级别

1. read-uncommitted 允许a事务读取其他事务未提交和已提交的数据，会出现脏读、不可重复读、幻读问题。
2. read-committed 只允许A事务读取其他事务已提交的数据，可以避免脏读，但仍然会出现不可重复读、幻读问题。
3. repeatable-read 确保事务可以多次从一个字段中读取相同的值,在这个级别也可以避免幻读,正常情况下就是这个隔离级别，也是 mysql 默认的隔离级别
4. serializable 串行,两个事务一个执行完才执行另外一个,所有并发问题都可以避免，但性能十分低下。

设置隔离级别 set transaction_isolation --设置读未提交: set transaction_isolation = "read-uncommitted" --设置读已提交: set transaction_isolation = "read-committed " --设置可重复读: set transaction_isolation = "repeatable-read" --设置串行读: set transaction_isolation = "serializable" -- 查看隔离级别: select @@transaction_isolation

Docker

为什么出现docker

因为软件开发时候环境不一致 环境差异、依赖冲突、兼容性问题 解决思路：安装时候把原始环境一模一样地复制过来 把代码、依赖、配置、系统环境全部打包在一起、形成一个可以移植的容器 运维不用反复配置机器,直接运行容器即可

docker简介

是一个开源的容器引擎,基于go语言开发 容器完全使用沙箱机制，相互之间不会有任何接口， 更重要的是容器性能开销非常低 "一次封装，到处运行"

优势

可移植性，可伸缩性，隔离性

docker 和 虚拟机的区别

不需要额外虚拟的操作系统, 调用系统的环境支持库 需要docker引擎 隔离性：虚拟机隔离的更加彻底， 而docker共享宿主机的操作系统 运行效率:docker速率更快

docker架构

是一个客户端-服务器(C/S)架构