窗口函数是什么？

Question

窗口函数是什么？

Accepted Answer

**窗口函数**在一组行（一个"窗口"）中执行计算，这组行**与当前行相关**，*而不将它们折叠为单个输出行*（与`GROUP BY`的聚合函数不同）。它们提供强大的分析功能——运行总计、排名、与其他行的比较——同时保留结果中的每一行。

## 与GROUP BY的关键区别

```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.
```

## 排名函数

```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;
```

`OVER (...)`子句定义窗口。**`PARTITION BY`**将行分成组（类似GROUP BY，但每行逐行），**`ORDER BY`**在每个分区内排序。`ROW_NUMBER`/`RANK`/`DENSE_RANK`分配排名。

## 聚合窗口函数（运行总计、按组聚合）

```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;
```

作为窗口函数的聚合计算运行总计、移动平均或每个分区的聚合，同时保留每一行——仅用GROUP BY无法实现。

## LAG/LEAD——与其他行比较

```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`**访问前一行/后一行的值——非常适合期间比较（同比增长等）。

## 为什么这很重要

窗口函数是一个强大的、高级SQL特性，对**分析查询**至关重要，理解它们对于数据分析、报表和复杂查询来说是宝贵的高级知识。

它们的定义特性——在相关行中执行计算**同时保留每一行**（与GROUP BY不同，GROUP BY会折叠行）——实现了一整类通常很难或不可能实现的分析：**排名**（`ROW_NUMBER`/`RANK`/`DENSE_RANK`——查找每组前N项、分配排名）、**运行总计和移动平均**（累计总和、按分区聚合并显示在每一行旁）和**行与行的比较**（`LAG`/`LEAD`用于期间比较分析，如同比增长）。

这些是常见的、有价值的分析需求（排行榜、累计指标、趋势分析、将每行与其所在组的平均值进行比较），窗口函数在单个查询中优雅地处理这些需求，而在窗口函数出现之前的SQL需要复杂的自连接或子查询。

理解`OVER (PARTITION BY ... ORDER BY ...)`语法（定义窗口）、排名函数、聚合窗口函数（运行总计、按分区聚合）和`LAG`/`LEAD`（访问其他行）涵盖了这个强大的分析工具包。

由于数据分析和复杂报表是SQL的重要用途，而且窗口函数是表达排名、运行计算和行比较的现代、强大方式（相比替代方案有明显优势和优雅性），掌握窗口函数是分析SQL中有价值的、经常应用的知识，这是能编写复杂数据查询的开发者的标志——也是高级SQL技能的特征，在数据相关岗位和面试中是常见主题。