窗口函数用在你在不改变查询结果行数的情况下，对数据集中的某一部分（称为“窗口”）执行计算。与传统聚合函数（例如SUM、AVG等）不同。

这意味着你可以对某一行的数据进行分析，同时保留该行在结果中的位置。窗口函数常用于排序、排名、汇总和运行合计等操作。

基础语法

窗口函数名(列名) OVER (窗口定义)

• 窗口函数名：指具体的函数名，如ROW_NUMBER()、RANK()、SUM()、AVG()等。
• 列名：进行计算的数据列。
• 窗口定义：通过PARTITION BY和ORDER BY子句定义的窗口。PARTITION BY将结果集分成不同的分组，ORDER BY则定义了计算顺序。

示例

想要计算每个 员工在其 所在地区的销售额排名

SELECT 
    员工ID,
    销售额,
    RANK() OVER (PARTITION BY 地区 ORDER BY 销售额 DESC) AS 销售排名
FROM 
    销售数据表;

• PARTITION BY 地区：将数据按地区分组。
• ORDER BY 销售额 DESC：在每个地区内按销售额从高到低排列。
• RANK()：用于给每个员工在其所在地区内的销售额排名。

常用窗口函数

函数示例

假设我们有一个销售订单表 orders，包含以下字段：

• order_id (订单ID)
• customer_id (客户ID)
• order_date (订单日期)
• order_amount (订单金额)

数据准备：

CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    customer_id INT,
    order_date DATE,
    order_amount DECIMAL(10, 2)
);

INSERT INTO orders (order_id, customer_id, order_date, order_amount) VALUES
(1, 101, '2024-01-01', 100.00),
(2, 102, '2024-01-01', 150.00),
(3, 101, '2024-01-02', 200.00),
(4, 103, '2024-01-02', 100.00),
(5, 102, '2024-01-03', 250.00),
(6, 101, '2024-01-03', 200.00),
(7, 104, '2024-01-04', 300.00),
(8, 103, '2024-01-04', 100.00);

1. ROW_NUMBER()

场景： 为每个客户的订单按订单日期排序并分配一个唯一的行号。

SQL 语句：

SELECT order_id, customer_id, order_date, order_amount,
       ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY order_date) AS rn
FROM orders;

2. RANK()

场景： 按订单金额降序排列所有订单，并分配排名。相同金额的订单排名相同，但下一个排名会跳过。

SQL 语句：

SELECT order_id, order_amount,
       RANK() OVER (ORDER BY order_amount DESC) AS rnk
FROM orders;

3.DENSE_RANK()

场景： 与 RANK() 类似，但相同金额的订单排名相同，下一个排名不会跳过。

SQL 语句：

SELECT order_id, order_amount,
       DENSE_RANK() OVER (ORDER BY order_amount DESC) AS dense_rnk
FROM orders;

4. NTILE(n)

原理：

• 排序： 首先，NTILE() 函数需要对数据进行排序（通过 ORDER BY 子句）。
• 分组： 然后，它尝试将排序后的数据平均分配到 n 个桶中。
• 分配桶号： 最后，它为每一行分配一个桶号，从 1 开始，一直到 n。

分桶步骤：

1. 排序： 首先，使用 ORDER BY 子句对数据进行排序。这是最重要的一步，因为分桶是基于排序后的顺序进行的。

2. 计算每桶的平均行数： 计算 总行数 / n。这将得到每个桶 理想情况下 应该包含的行数。

3. 计算余数： 计算 总行数 % n。这将得到无法平均分配的剩余行数。

4. 分配行到桶：

   • 前 余数 个桶，每个桶分配 平均行数 + 1 行。
   • 剩余的 n - 余数 个桶，每个桶分配 平均行数 行。

场景： 将订单按订单金额分成 4 组。

SQL 语句：

SELECT order_id, order_amount,
       NTILE(4) OVER (ORDER BY order_amount) AS ntile_group
FROM orders;

查询结果：

5. LAG()

场景： 获取每个订单的前一个订单的金额。

SQL 语句：

SELECT order_id, order_date, order_amount,
       LAG(order_amount, 1, 0) OVER (ORDER BY order_date) AS previous_order_amount
FROM orders;

查询结果：

6. LEAD()

场景： 获取每个订单的后一个订单的金额。

SQL 语句：

SELECT order_id, order_date, order_amount,
       LEAD(order_amount, 1, 0) OVER (ORDER BY order_date) AS next_order_amount
FROM orders;

查询结果：

7. FIRST_VALUE()

场景： 获取每个客户的第一个订单的金额。

SQL 语句：

SELECT order_id, customer_id, order_date, order_amount,
    FIRST_VALUE(order_amount) OVER
        (PARTITION BY customer_id ORDER BY order_date) AS first_order_amount
FROM orders;

查询结果：

PARTITION BY 与 GROUP BY

GROUP BY

• 目的： 将数据行按照一个或多个列的值进行分组，然后对每个组进行聚合计算（例如 SUM(), AVG(), COUNT(), MAX(), MIN()）。
• 结果： 将多个行合并成一个摘要行，每个组对应一行。原始的详细数据行丢失。
• 使用场景： 统计分析、报表生成，例如计算每个部门的平均工资、每个产品的销售总额等。

PARTITION BY

• 目的： 将数据行按照一个或多个列的值进行分区，但不会将行合并。它为窗口函数定义了计算的范围。
• 结果： 保留原始的详细数据行，并为每一行计算窗口函数的结果。
• 使用场景： 需要在每行上执行计算，同时又想保留与其他行的某种逻辑关系时使用，例如计算每个部门的员工工资排名、每个产品在其类别中的销售额占比等。

使用场景对比

有一个员工表 employees，包含以下字段：

• department (部门)
• employee_name (员工姓名)
• salary (工资)

使用 GROUP BY 计算每个部门的平均工资：

SELECT department, AVG(salary) AS average_salary
FROM employees
GROUP BY department;

使用 PARTITION BY 计算每个员工在其部门内的工资排名： 

SELECT department, employee_name, salary, 
    RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS salary_rank
FROM employees;

如果你需要进行汇总统计，则使用 GROUP BY；如果你需要在每行上进行分析或比较，则使用 PARTITION BY。