O que são window functions?

Question

Accepted Answer

**Window functions** realizam cálculos em um conjunto de linhas (uma "janela") **relacionadas à linha atual**, *sem colapsá-las em uma única linha de saída* (diferentemente de agregados com `GROUP BY`). Elas permitem análises poderosas — totais correntes, rankings, comparações com outras linhas — mantendo cada linha no resultado.

## A diferença chave do 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.
```

## Funções 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;
```

A cláusula `OVER (...)` define a janela. **`PARTITION BY`** divide linhas em grupos (como GROUP BY, mas por linha), e **`ORDER BY`** ordena dentro de cada partição. `ROW_NUMBER`/`RANK`/`DENSE_RANK` atribuem rankings.

## Funções de agregação com window functions (totais correntes, 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;
```

Agregados como window functions calculam totais correntes, médias móveis, ou agregados por partição mantendo cada linha — impossível com GROUP BY sozinho.

## LAG/LEAD — compare com outras linhas

```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`** acessam valores de linhas anteriores/seguintes — perfeito para comparações período a período (crescimento mês a mês, etc.).

## Por que isso importa

Window functions são um recurso SQL poderoso e avançado essencial para **consultas analíticas**, e compreendê-las é conhecimento valioso de nível sênior para análise de dados, relatórios e consultas complexas.

Sua capacidade definidora — realizar cálculos em linhas relacionadas **mantendo cada linha** (diferentemente de GROUP BY, que colapsa linhas) — habilita uma classe inteira de análises que é difícil ou impossível de outra forma: **rankings** (`ROW_NUMBER`/`RANK`/`DENSE_RANK` — encontrar top N por grupo, atribuir rankings), **totais correntes e médias móveis** (somas cumulativas, agregados por partição mostrados junto a cada linha), e **comparações linha a linha** (`LAG`/`LEAD` para análise período a período como crescimento mês a mês).

Essas são necessidades analíticas comuns e valiosas (tabelas de classificação, métricas cumulativas, análise de tendências, comparando cada linha com a média de seu grupo) que window functions tratam elegantemente em uma única consulta, onde SQL pré-window-function exigia auto-joins complexos ou subconsultas.

Compreender a sintaxe `OVER (PARTITION BY ... ORDER BY ...)` (definindo a janela), as funções de ranking, funções de agregação com window functions (totais correntes, agregados por partição), e `LAG`/`LEAD` (acessando outras linhas) cobre o kit de ferramentas analítico poderoso.

Como análise de dados e relatórios sofisticados são usos importantes do SQL, e como window functions são a forma moderna e poderosa de expressar rankings, cálculos correntes e comparações de linhas (significativamente mais capazes e elegantes que alternativas), dominar window functions é conhecimento valioso e frequentemente aplicado para SQL analítico que diferencia desenvolvedores que podem escrever consultas de dados sofisticadas — uma marca de habilidade SQL avançada e um tópico comum em funções focadas em dados e entrevistas.