MySQL 中 LAG() 与 LEAD() 函数的使用方法

在 MySQL 的数据分析场景中，LAG() 与 LEAD() 函数是非常实用的窗口函数，它们能帮助我们轻松处理数据偏移问题，挖掘数据之间的潜在关系。

LAG() 函数用于获取当前行的前 N 行数据。其基本语法为：LAG(expression [, offset [, default_value]]) OVER (PARTITION BY partition_expression ORDER BY order_expression)。其中，expression 是要获取的数据列；offset 表示偏移的行数，默认为 1，即获取上一行数据；default_value 是当偏移超出分区范围时返回的值，若不设置，默认返回 NULL。

例如，有一张销售记录表 sales，包含销售日期 sale_date、产品 product 和销售额 sales_amount 字段。我们想查看每个产品每日销售额与前一日销售额的差值，可使用如下语句：

SELECT 
    sale_date,
    product,
    sales_amount,
    sales_amount - LAG(sales_amount, 1, 0) OVER (PARTITION BY product ORDER BY sale_date) AS diff
FROM 
    sales;

上述代码通过 PARTITION BY product 按产品分区，ORDER BY sale_date 按销售日期排序，利用 LAG() 函数获取前一日销售额并计算差值。

LEAD() 函数则与 LAG() 相反，用于获取当前行的后 N 行数据。语法为：LEAD(expression [, offset [, default_value]]) OVER (PARTITION BY partition_expression ORDER BY order_expression)。参数含义与 LAG() 类似。

比如，我们想了解每个产品每日销售额与后一日销售额的比值，代码如下：

SELECT 
    sale_date,
    product,
    sales_amount,
    sales_amount / LEAD(sales_amount, 1, 1) OVER (PARTITION BY product ORDER BY sale_date) AS ratio
FROM 
    sales;

这段代码通过 LEAD() 函数获取后一日销售额，并计算当前日与后一日销售额的比值。

LAG() 与 LEAD() 函数为 MySQL 数据处理带来了更大的灵活性，在分析数据趋势、对比相邻数据等场景中发挥着重要作用。熟练掌握这两个函数，能显著提升我们的数据处理和分析能力，挖掘出更多有价值的信息，为业务决策提供有力支持。无论是简单的报表生成，还是复杂的数据分析项目，它们都是值得信赖的工具。