LEAD (Transact-SQL)
适用于： 
SQL Server Azure SQL 数据库 Azure SQL 托管实例 Azure Synapse Analytics 分析平台系统 (PDW) Microsoft Fabric 中的 SQL 分析端点 Microsoft Fabric 中的仓库
访问相同结果集的后续行中的数据，而不使用 SQL Server 2012 (11.x) 开始提供的自联接。 LEAD 提供对给定物理偏移处的行的访问权限，该行位于当前行之后。 在语句中使用 SELECT 此分析函数可将当前行中的值与以下行中的值进行比较。
语法
LEAD ( scalar_expression [ , offset ] [ , default ] ) [ IGNORE NULLS | RESPECT NULLS ]
OVER ( [ partition_by_clause ] order_by_clause )
参数
scalar_expression
要根据指定偏移量返回的值。 它是返回单个值（标量）值的任何类型的表达式。 scalar_expression不能是分析函数。
offset
从在其中获取值的当前行前移的行数。 如果未指定，则默认值为 1。 offset 可以是列、子查询或其他表达式，它们的计算值为正整数，或可隐式转换为 bigint。 offset 不能是负值或分析函数。
default
偏移量超出分区范围时返回的值。 如果未指定默认值， NULL 则返回。 默认值 可以是列、子查询或其他表达式，但不能是分析函数。 default 的类型与 scalar_expression 的类型必须兼容。
[ IGNORE NULLS | RESPECT NULLS ]
适用于：SQL Server 2022（16.x）及更高版本、Azure SQL 数据库、Azure SQL 托管实例、Azure SQL Edge
IGNORE NULLS - 在对分区计算第一个值时忽略 NULL 数据集中的值。
RESPECT NULLS - 在计算分区上的第一个值时，尊重 NULL 数据集中的值。 RESPECT NULLS 如果未 NULLS 指定选项，则为默认行为。
SQL Server 2022 CU4 中存在与 <LAGa0IGNORE NULLS bug 修复。
有关 Azure SQL Edge 中此参数的详细信息，请参阅输入缺失值。
OVER ( [ partition_by_clause ] order_by_clause )
partition_by_clause将子句生成的
FROM结果集划分为应用函数的分区。 如果未指定，则此函数将查询结果集的所有行视为单个组。order_by_clause 在应用函数之前确定数据的顺序 。
当指定 partition_by_clause 时，它确定每个分区中数据的顺序。 需要 order_by_clause 。 有关详细信息，请参阅 SELECT - OVER 子句。
返回类型
指定 scalar_expression 的数据类型。 NULL如果scalar_expression可为 null 或默认值设置为
LEAD 具有不确定性。 有关详细信息，请参阅 Deterministic and Nondeterministic Functions。
示例
本文中的 Transact-SQL 代码示例使用 AdventureWorks2022 或 AdventureWorksDW2022 示例数据库，可从 Microsoft SQL Server 示例和社区项目主页下载它。
A. 比较年度之间的值
查询使用该 LEAD 函数返回特定员工在后续几年内的销售配额差异。 由于最后一行没有可用的潜在顾客值，因此返回默认值为零（0）。
USE AdventureWorks2022;
GO
SELECT BusinessEntityID,
YEAR(QuotaDate) AS SalesYear,
SalesQuota AS CurrentQuota,
LEAD(SalesQuota, 1, 0) OVER (ORDER BY YEAR(QuotaDate)) AS NextQuota
FROM Sales.SalesPersonQuotaHistory
WHERE BusinessEntityID = 275 AND YEAR(QuotaDate) IN ('2005', '2006');
结果集如下。
BusinessEntityID SalesYear CurrentQuota NextQuota
---------------- ----------- --------------------- ---------------------
275 2005 367000.00 556000.00
275 2005 556000.00 502000.00
275 2006 502000.00 550000.00
275 2006 550000.00 1429000.00
275 2006 1429000.00 1324000.00
275 2006 1324000.00 0.00
B. 比较分区中的值
以下示例使用函数 LEAD 比较员工之间的年到日期销售额。 指定子 PARTITION BY 句以按销售区域对结果集中的行进行分区。 该 LEAD 函数分别应用于每个分区，并为每个分区重启计算。 子 ORDER BY 句中指定的 OVER 子句在应用函数之前对每个分区中的行进行排序。 ORDER BY语句中的SELECT子句对整个结果集中的行进行排序。 由于每个分区的最后一行没有可用的潜在顾客值，因此返回默认值为零（0）。
USE AdventureWorks2022;
GO
SELECT TerritoryName, BusinessEntityID, SalesYTD,
LEAD (SalesYTD, 1, 0) OVER (PARTITION BY TerritoryName ORDER BY SalesYTD DESC) AS NextRepSales
FROM Sales.vSalesPerson
WHERE TerritoryName IN (N'Northwest', N'Canada')
ORDER BY TerritoryName;
结果集如下。
TerritoryName BusinessEntityID SalesYTD NextRepSales
----------------------- ---------------- --------------------- ---------------------
Canada 282 2604540.7172 1453719.4653
Canada 278 1453719.4653 0.00
Northwest 284 1576562.1966 1573012.9383
Northwest 283 1573012.9383 1352577.1325
Northwest 280 1352577.1325 0.00
°C 指定任意表达式
以下示例演示如何在函数语法中LEAD指定各种任意表达式和忽略NULL值。
CREATE TABLE T (a INT, b INT, c INT);
GO
INSERT INTO T VALUES (1, 1, -3), (2, 2, 4), (3, 1, NULL), (4, 3, 1), (5, 2, NULL), (6, 1, 5);
SELECT b, c,
LEAD(2 * c, b * (SELECT MIN(b) FROM T), -c / 2.0) IGNORE NULLS OVER (ORDER BY a) AS i
FROM T;
结果集如下。
b c i
----------- ----------- -----------
1 5 -2
2 NULL NULL
3 1 0
1 NULL 2
2 4 2
1 -3 8
D. 使用 IGNORE NULLS 来查找非 NULL 值
以下示例查询演示如何使用 IGNORE NULLS 参数。
该IGNORE NULLS参数同时与 LAG 一起使用，并LEAD演示如何替换NULL前面或下一个非 NULL 值的值。
- 如果包含
NULLLAG的上一行，则当前行使用最新的非NULL值。 - 如果下一行包含 with
NULLLEAD，则当前行使用下一个可用的非NULL值。
DROP TABLE IF EXISTS #test_ignore_nulls;
CREATE TABLE #test_ignore_nulls (column_a int, column_b int);
GO
INSERT INTO #test_ignore_nulls VALUES
(1, 8),
(2, 9),
(3, NULL),
(4, 10),
(5, NULL),
(6, NULL),
(7, 11);
SELECT column_a, column_b,
[Previous value for column_b] = LAG(column_b) IGNORE NULLS OVER (ORDER BY column_a),
[Next value for column_b] = LEAD(column_b) IGNORE NULLS OVER (ORDER BY column_a)
FROM #test_ignore_nulls
ORDER BY column_a;
--cleanup
DROP TABLE #test_ignore_nulls;
column_a column_b Previous value for column_b Next value for column_b
------------ ----------- ------------------------------ ------------------------
1 8 NULL 9
2 9 8 10
3 NULL 9 10
4 10 9 11
5 NULL 10 11
6 NULL 10 11
7 11 10 NULL
E. 使用 RESPECT NULLS 保留 NULL 值
下面的示例查询演示了如何使用 RESPECT NULLS 参数，该参数是默认行为（如果未指定），而不是 IGNORE NULLS 上一示例中的参数。
- 如果前面包含
NULLLAG的行，则当前行使用最新的值。 - 如果下一行包含 with
NULLLEAD，则当前行使用下一个值。
DROP TABLE IF EXISTS #test_ignore_nulls;
CREATE TABLE #test_ignore_nulls (column_a int, column_b int);
GO
INSERT INTO #test_ignore_nulls VALUES
(1, 8),
(2, 9),
(3, NULL),
(4, 10),
(5, NULL),
(6, NULL),
(7, 11);
SELECT column_a, column_b,
[Previous value for column_b] = LAG(column_b) RESPECT NULLS OVER (ORDER BY column_a),
[Next value for column_b] = LEAD(column_b) RESPECT NULLS OVER (ORDER BY column_a)
FROM #test_ignore_nulls
ORDER BY column_a;
--Identical output
SELECT column_a, column_b,
[Previous value for column_b] = LAG(column_b) OVER (ORDER BY column_a),
[Next value for column_b] = LEAD(column_b) OVER (ORDER BY column_a)
FROM #test_ignore_nulls
ORDER BY column_a;
--cleanup
DROP TABLE #test_ignore_nulls;
column_a column_b Previous value for column_b Next value for column_b
1 8 NULL 9
2 9 8 NULL
3 NULL 9 10
4 10 NULL NULL
5 NULL 10 NULL
6 NULL NULL 11
7 11 NULL NULL
示例：Azure Synapse Analytics 和 Analytics Platform System (PDW)
A. 比较季度之间的值
以下示例演示了函数 LEAD 。 该查询可获得指定员工在后续各日历季度的销售配额值差异。 由于最后一行之后没有可用的潜在顾客值，因此使用默认值为零（0）。
-- Uses AdventureWorks
SELECT CalendarYear AS Year,
CalendarQuarter AS Quarter,
SalesAmountQuota AS SalesQuota,
LEAD(SalesAmountQuota, 1, 0) OVER (ORDER BY CalendarYear, CalendarQuarter) AS NextQuota,
SalesAmountQuota - LEAD(SalesAmountQuota, 1, 0) OVER (ORDER BY CalendarYear, CalendarQuarter) AS Diff
FROM dbo.FactSalesQuota
WHERE EmployeeKey = 272 AND CalendarYear IN (2001, 2002)
ORDER BY CalendarYear, CalendarQuarter;
结果集如下。
Year Quarter SalesQuota NextQuota Diff
---- ------- ---------- --------- -------------
2001 3 28000.0000 7000.0000 21000.0000
2001 4 7000.0000 91000.0000 -84000.0000
2001 1 91000.0000 140000.0000 -49000.0000
2002 2 140000.0000 7000.0000 7000.0000
2002 3 7000.0000 154000.0000 84000.0000
2002 4 154000.0000 0.0000 154000.0000