SQL中Lag()和LEAD()的用法示例详解
作者：王旭亮_
前言
LAG() 和 LEAD() 是 SQL 中常用的窗口函数，核心作用是在同一结果集中，根据指定排序规则，获取当前行“前面”或“后面”某行的数据，无需进行自连接，极大简化了“跨行取值”的逻辑。
一、核心定义与语法
两者语法结构完全一致，仅功能相反（LAG 取前，LEAD 取后）。
基本语法
LAG(目标字段, 偏移量, 默认值) OVER (
PARTITION BY 分组字段 -- 可选：按某字段分组，组内独立计算
ORDER BY 排序字段 [ASC/DESC] -- 必须：定义“前后”的排序规则
) AS 别名
LEAD(目标字段, 偏移量, 默认值) OVER (
PARTITION BY 分组字段 -- 可选
ORDER BY 排序字段 [ASC/DESC] -- 必须
) AS 别名
参数说明
参数 | 作用 |
目标字段 | 要获取的“前/后行”的字段（如金额、日期、姓名等） |
偏移量 | 可选，默认值为 1，表示“前 1 行”（LAG）或“后 1 行”（LEAD） |
默认值 | 可选，当“前/后行不存在”时返回的值（如第一行用 LAG(1) 会返回 NULL） |
PARTITION BY | 可选，按指定字段分组，组内单独计算“前后行”（如按部门分组取员工数据） |
ORDER BY | 必须，定义组内数据的排序顺序，决定“前”和“后”的方向 |
二、典型应用场景（附示例）
假设存在表 sales，存储每日销售数据，结构如下：
date | product | amount |
2024-01-01 | A | 100 |
2024-01-02 | A | 150 |
2024-01-03 | A | 200 |
2024-01-01 | B | 80 |
2024-01-02 | B | 120 |
场景 1：获取“上一行/下一行”数据（基础用法）
需求：查询每个产品的每日销售额，并显示“前一天销售额”和“后一天销售额”。
SELECT
date,
product,
amount,
-- 获取“同一产品”前 1 天的销售额，无则返回 0
LAG(amount, 1, 0) OVER (
PARTITION BY product -- 按产品分组（不同产品不互相影响）
ORDER BY date ASC -- 按日期升序，“前”即“前一天”
) AS prev_day_amount,
-- 获取“同一产品”后 1 天的销售额，无则返回 0
LEAD(amount, 1, 0) OVER (
PARTITION BY product
ORDER BY date ASC -- 按日期升序，“后”即“后一天”
) AS next_day_amount
FROM sales;结果（清晰看到每行与前后行的关联）：
date | product | amount | prev_day_amount | next_day_amount |
2024-01-01 | A | 100 | 0 | 150 |
2024-01-02 | A | 150 | 100 | 200 |
2024-01-03 | A | 200 | 150 | 0 |
2024-01-01 | B | 80 | 0 | 120 |
2024-01-02 | B | 120 | 80 | 0 |
场景 2：计算“相邻行差值”（如日环比）
需求：按产品计算每日销售额的“环比增长额”（当日销售额 - 前一日销售额）。
SELECT
date,
product,
amount,
-- 当日金额 - 前一天金额 = 环比增长额
amount - LAG(amount, 1, 0) OVER (
PARTITION BY product
ORDER BY date ASC
) AS day_on_day_growth
FROM sales;结果：
date | product | amount | day_on_day_growth |
2024-01-01 | A | 100 | 100 |
2024-01-02 | A | 150 | 50 |
2024-01-03 | A | 200 | 50 |
2024-01-01 | B | 80 | 80 |
2024-01-02 | B | 120 | 40 |
场景 3：获取“间隔多行”的数据（自定义偏移量）
需求：查询每个产品的销售额，并显示“前 2 天”的销售额（偏移量设为 2）。
SELECT
date,
product,
amount,
-- 偏移量=2：取“前 2 天”的数据，无则返回 NULL
LAG(amount, 2) OVER (
PARTITION BY product
ORDER BY date ASC
) AS prev_2day_amount
FROM sales;结果（2024-01-03 的 A 产品，前 2 天是 2024-01-01 的 100）：
date | product | amount | prev_2day_amount |
2024-01-01 | A | 100 | NULL |
2024-01-02 | A | 150 | NULL |
2024-01-03 | A | 200 | 100 |
2024-01-01 | B | 80 | NULL |
2024-01-02 | B | 120 | NULL |
三、关键注意事项
ORDER BY 必须存在：LAG/LEAD 依赖排序规则定义“前后”，缺少 ORDER BY 会报错或结果混乱。
PARTITION BY 分组隔离：无 PARTITION BY 时，全表视为一个“组”，跨行取值会跨越所有数据（如产品 A 和 B 的数据会互相取前后行）。
偏移量与默认值：偏移量必须为非负整数；默认值不指定时，“前后行不存在”会返回 NULL（可根据需求设为 0 或其他值）。
与自连接的区别：传统“跨行取值”需用自连接（如 a.date = b.date + 1），但 LAG/LEAD 代码更简洁、性能更高（尤其大数据量场景）。
总结
LAG() 和 LEAD() 是“跨行数据关联”的高效工具，核心用于：
计算环比、同比（相邻时间数据对比）
补全缺失的前后关联信息（如前/后订单、前/后员工数据）
简化复杂的行与行之间的逻辑对比
核心逻辑：按分组、定排序、取前后，即可灵活应对各类“跨行取值”需求。
到此这篇关于SQL中Lag()和LEAD()用法的文章就介绍到这了,更多相关SQL中Lag()和LEAD()用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！