¿Qué son las funciones de ventana?

Question

Accepted Answer

Las **funciones de ventana** realizan cálculos sobre un conjunto de filas (una "ventana") **relacionadas con la fila actual**, *sin colapsar las filas en una única fila de salida* (a diferencia de los agregados con `GROUP BY`). Permiten análisis poderosos — totales acumulados, rankings, comparaciones con otras filas — mientras se mantiene cada fila en el resultado.

## La diferencia clave respecto a GROUP BY

```text
GROUP BY      → collapses groups into ONE row each (you lose individual rows)
Window function → computes across related rows but KEEPS every row
→ You get per-row detail AND aggregate/ranking info together.
```

## Funciones de ranking

```sql
SELECT
  name, department, salary,
  ROW_NUMBER() OVER (ORDER BY salary DESC) AS overall_rank,     -- unique sequential rank
  RANK()       OVER (PARTITION BY department ORDER BY salary DESC) AS dept_rank,  -- rank within dept
  DENSE_RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS dense_rank
FROM employees;
```

La cláusula `OVER (...)` define la ventana. **`PARTITION BY`** divide las filas en grupos (como GROUP BY, pero por fila), y **`ORDER BY`** ordena dentro de cada partición. `ROW_NUMBER`/`RANK`/`DENSE_RANK` asignan rankings.

## Funciones de agregación de ventana (totales acumulados, agregados por grupo)

```sql
SELECT
  date, amount,
  SUM(amount) OVER (ORDER BY date) AS running_total,            -- cumulative sum
  AVG(amount) OVER (PARTITION BY category) AS category_avg,      -- avg per category, kept per row
  amount - AVG(amount) OVER (PARTITION BY category) AS diff_from_avg
FROM transactions;
```

Los agregados como funciones de ventana calculan totales acumulados, promedios móviles, o agregados por partición mientras se mantiene cada fila — imposible con GROUP BY solo.

## LAG/LEAD — comparar con otras filas

```sql
SELECT
  month, revenue,
  LAG(revenue) OVER (ORDER BY month) AS prev_month,             -- the previous row's value
  revenue - LAG(revenue) OVER (ORDER BY month) AS growth,        -- month-over-month change
  LEAD(revenue) OVER (ORDER BY month) AS next_month
FROM monthly_revenue;
```

**`LAG`/`LEAD`** acceden a valores de filas anteriores/siguientes — perfectos para comparaciones período a período (crecimiento mes a mes, etc.).

## Por qué es importante

Las funciones de ventana son una característica SQL poderosa y avanzada esencial para **consultas analíticas**, y comprenderlas es conocimiento valioso de nivel senior para análisis de datos, reporting y consultas complejas.

Su capacidad definitoria — realizar cálculos sobre filas relacionadas **manteniendo cada fila** (a diferencia de GROUP BY, que colapsa filas) — habilita una clase completa de análisis que es difícil o imposible de otra manera: **rankings** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — encontrar los mejores N por grupo, asignar rangos), **totales acumulados y promedios móviles** (sumas acumulativas, agregados por partición mostrados junto a cada fila), y **comparaciones fila a fila** (`LAG`/`LEAD` para análisis período a período como crecimiento mes a mes).

Estas son necesidades analíticas comunes y valiosas (leaderboards, métricas acumulativas, análisis de tendencias, comparar cada fila con el promedio de su grupo) que las funciones de ventana manejan elegantemente en una sola consulta, donde el SQL pre-funciones de ventana requería auto-joins complejos o subconsultas.

Comprender la sintaxis `OVER (PARTITION BY ... ORDER BY ...)` (definiendo la ventana), las funciones de ranking, las funciones de agregación de ventana (totales acumulados, agregados por partición), y `LAG`/`LEAD` (accediendo a otras filas) cubre el poderoso toolkit analítico.

Puesto que el análisis de datos y el reporting sofisticado son usos importantes de SQL, y puesto que las funciones de ventana son la forma moderna y poderosa de expresar rankings, cálculos acumulados y comparaciones de filas (significativamente más capaces y elegantes que alternativas), dominar las funciones de ventana es conocimiento valioso y frecuentemente aplicado para SQL analítico que distingue a desarrolladores que pueden escribir consultas sofisticadas de datos — una marca distintiva de habilidad avanzada en SQL y un tema común en roles e interviews enfocados en datos.