<think>
我们被要求解释窗口
函数 SUM
() OVER (PARTITION BY ...) 的使用方法。根据引用[1][2][3]，我们可以知道：
1
. 窗口
函数的基本结构：function_name
(<argument>
) OVER (<
partition_Clause> <
order by_Clause> <windowing_Clause>
)
2
. SUM
() OVER (PARTITION BY ...) 用于对某个字段进行分组求和，同时保持原表的行数（即每行都会返回结果，而不是像GROUP
BY那样聚合为一行）
3
. 其中，
PARTITION BY 用于分组，类似于GROUP
BY的分组，但不会合并行；
ORDER BY 用于指定组内的排序，如果指定了
ORDER BY，则默认的窗口范围是从组内第一行到当前行（即累计求和）；ROWS子句可以指定窗口的范围。
我们将按照以下结构回答：
1
. 基本语法
2
. 核心组成部分（
PARTITION BY,
ORDER BY, 窗口范围）
3
. 使用示例
4
. 常见使用场景
5
. 注意事项
注意：由于用户要求使用中文，并且所有数学公式使用LaTeX格式，我们在示例中会使用代码块展示SQL语句，并在适当的地方用中文解释。
</think>
### 窗口
函数 `SUM
() OVER (PARTITION BY ...)`
详解
#### 1
. **基本语法结构**
```sql
SUM
(column
) OVER (
PARTITION BY partition_expression
ORDER BY sort_expression [ASC|DESC]
[ROWS/RANGE BETWEEN frame_start AND frame_end]
)
```
- **`SUM
(column
)`**：对指定列进行求和
- **`
PARTITION BY`**：将数据分割为独立的分组（类似`GROUP
BY`但保留明细行）[^1][^4]
- **`
ORDER BY`**：定义组内计算顺序（影响累计计算方向）[^2]
- **`ROWS/RANGE`**：可选子句，定义计算窗口范围[^1][^3]
#### 2
. **核心功能场景**
| 场景 | SQL 示例 | 效果说明 |
|------|----------|----------|
| **分组累计求和** | `SUM
(sales
) OVER(PARTITION BY product
)` | 按产品分组计算销售总额（每行显示该产品总和） |
| **滚动累计求和** | `SUM
(sales
) OVER(PARTITION BY dept
ORDER BY date
)` | 按部门+日期顺序计算累计销售额[^2] |
| **自定义范围求和** | `SUM
(sales
) OVER(ORDER BY date ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
)` | 计算当前行及前后相邻行的销售和 |
#### 3
. **完整使用示例**
```sql
SELECT
employee_id,
department,
sale_date,
daily_sales,
-- 部门销售总额（每行相同）
SUM
(daily_sales
) OVER(PARTITION BY department
) AS dept_total,
-- 部门内按日期累计销售额
SUM
(daily_sales
) OVER(
PARTITION BY department
ORDER BY sale_date
) AS running_total,
-- 当前员工在部门内销售占比
daily_sales / SUM
(daily_sales
) OVER(PARTITION BY department
) * 100 AS sales_percent
FROM sales_records;
```
#### 4
. **关键参数说明**
- **`
PARTITION BY NULL`**
全表作为单一分区：`SUM
(sales
) OVER()` → 全表销售总和
- **多字段分区**
`
PARTITION BY year, region` → 按年份和地区双重分组
- **窗口帧控制**
```sql
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW -- 从首行到当前行（默认）[^3]
ROWS BETWEEN 2 PRECEDING AND CURRENT ROW -- 当前行+前2行
RANGE BETWEEN INTERVAL '7' DAY PRECEDING AND CURRENT ROW -- 近7天范围
```
#### 5
. **与 GROUP
BY 的对比**
| 特性 | 窗口
函数 | GROUP
BY |
|------|----------|----------|
| **输出行数** | 保持原表行数 | 分组合并为单行 |
| **明细可见性** | 可同时显示明细和聚合结果 | 明细不可见 |
| **多聚合层级** | 单SQL语句实现多层聚合 | 需多次JOIN或子查询 |
> 💡 **适用场景**：需保留明细数据的同时展示分组聚合结果，如计算累计占比、移动平均值、排名等分析场景[^1][^2]。
---
本文深入讲解了Oracle数据库中分析函数OVER(PARTITION BY...ORDER BY...)的使用方法，通过实例展示了如何进行分组排序和求和操作，特别适用于贷款偿还场景下计算剩余本金和利息。
扫一扫
388
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
