当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL LAG 怎样读取同一分组的上一行值

MySQL LAG 怎样读取同一分组的上一行值

来源:17golang原创 2026-11-20 06:38:23 0浏览 收藏

在同一个买家、设备或门店分组里,如果要拿到当前记录的上一条值,MySQL 的 LAG() 比自连接更直接。关键是把“同一组”和“上一行”的定义写进窗口:PARTITION BY 划分分组,ORDER BY 决定行顺序。

最小写法是 LAG(目标列, 1, 默认值) OVER (PARTITION BY 分组列 ORDER BY 排序列)。分组内第一行没有上一行,默认会返回 NULL;如果排序列可能相同,应该追加唯一键。

先把“上一行”的范围和顺序定清楚

LAG 不是按表的物理存储顺序读取数据。它只看窗口定义:同一 PARTITION BY 分组内,按照 ORDER BY 排好的前一行才是上一行。下面的示例按买家查看订单金额变化,id 用来打破同一秒付款的并列时间。

-- 用买家分组,并用付款时间、主键组成稳定顺序
SELECT
    buyer_id,
    paid_at,
    amount,
    LAG(amount) OVER (
        PARTITION BY buyer_id
        ORDER BY paid_at, id
    ) AS previous_amount
FROM order_amounts;

这里的 previous_amount 只表示同一买家按付款顺序的上一笔金额。换成 PARTITION BY shop_id,语义就变成同一门店内的上一笔记录;不要把不该混在一起的维度省略掉。

LAG 查询中分组边界、排序键和上一行值的静态关系说明图
图1:结构说明图,查看分组边界、排序键与 LAG 上一行值之间的关系。

LAG 的参数怎样控制返回值

常用形式是 LAG(expr [, N [, default]])。expr 是要读取的列,N 默认是 1,表示向前一行;default 用于分组内不存在目标行时的返回值。只写 LAG(amount) 时,每个分组的第一行自然得到 NULL。

-- 第一行没有上一笔时用 0,第二个参数表示向前取两行
SELECT
    buyer_id,
    paid_at,
    amount,
    LAG(amount, 1, 0) OVER (
        PARTITION BY buyer_id
        ORDER BY paid_at, id
    ) AS previous_amount,
    LAG(amount, 2, 0) OVER (
        PARTITION BY buyer_id
        ORDER BY paid_at, id
    ) AS two_rows_before
FROM order_amounts;

默认值只是“没有对应上一行”时的替代值,不会把原本存在的 NULL 自动改成 0。另一个容易忽略的边界是:N 必须是非负整数,N = 0 读取当前行,不能用负数模拟 LEAD。

LAG 偏移量、默认值和首行返回结果的静态关系说明图
图2:结构说明图,查看偏移量、默认值与分组首行结果的关系。

在 CTE 中计算上一笔差值

如果要计算本笔金额和上一笔金额的差,建议先在 CTE 中生成上一行值,再在外层引用别名。这样可以避免重复书写窗口表达式,也能把“取值”和“计算”分成两个清晰的层次。

-- 先得到上一笔,再计算当前金额相对上一笔的变化
WITH ordered_orders AS (
    SELECT
        id,
        buyer_id,
        paid_at,
        amount,
        LAG(amount) OVER (
            PARTITION BY buyer_id
            ORDER BY paid_at, id
        ) AS previous_amount
    FROM order_amounts
)
SELECT
    buyer_id,
    paid_at,
    amount,
    previous_amount,
    amount - previous_amount AS amount_delta
FROM ordered_orders
ORDER BY buyer_id, paid_at, id;

首行的差值仍然是 NULL,因为没有可相减的上一笔。如果业务希望首行显示 0,可以在外层明确写 COALESCE(previous_amount, 0),但要先确认“没有上一笔”和“上一笔金额本来就是 NULL”是否应该被视为同一件事。

并列时间、NULL 和常见误区

情况建议
同一分组有相同时间在 ORDER BY 后追加自增主键或其它唯一键。
第一行不想显示 NULL使用第三个参数提供默认值,或在外层按业务语义 COALESCE。
想取下一行使用 LEAD,不要给 LAG 传负数。
想跨分组找上一行检查 PARTITION BY;去掉分组会改变问题定义。

还要注意,窗口里的排序只负责计算窗口值,最终展示顺序最好在最外层再次写 ORDER BY。如果只依赖窗口排序而没有外层排序,结果集的显示顺序不应被当成业务保证。

相关问题

LAG 和 LEAD 有什么区别? LAG 读取当前行之前的记录,LEAD 读取之后的记录;二者都需要窗口排序。

为什么第一行是 NULL? 因为每个分组的第一行不存在上一行;可以通过第三个参数提供默认值。

为什么同一条 SQL 多次执行顺序不同? 常见原因是排序键不唯一。给窗口和最终结果都补充唯一键,才能让“上一行”定义稳定。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
MySQL ICU_VERSION 怎样确认正则表达式使用的 ICU 版本MySQL ICU_VERSION 怎样确认正则表达式使用的 ICU 版本
上一篇
MySQL ICU_VERSION 怎样确认正则表达式使用的 ICU 版本
MySQL sys.list_drop 怎样从逗号分隔列表移除一项
下一篇
MySQL sys.list_drop 怎样从逗号分隔列表移除一项
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1136次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1121次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1299次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1237次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1089次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码