SQL进阶：窗口函数详解与应用-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_46714700/article/details/127468940

本文详细介绍了SQL中的窗口函数，包括窗口函数的概念、使用方法、种类及其在计算移动平均等场景的应用。窗口函数允许在部分数据上进行聚合和排序，如RANK、DENSE_RANK和ROW_NUMBER等，提供了更灵活的数据分析能力。注意，窗口函数的PARTITION BY和ORDER BY子句是关键，且至少需要其中一个。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.窗口函数

1.1窗口函数概念及基本的使用方法

窗口函数也称为OLAP函数。OLAP 是 OnLine AnalyticalProcessing 的简称，意思是对数据库数据进行实时分析处理。

为了便于理解，称之为窗口函数。常规的SELECT语句都是对整张表进行查询，而窗口函数可以让我们有选择的去某一部分数据进行汇总、计算和排序。

窗口函数的通用形式：

<窗口函数> OVER ([ PARTITION BY <列名> ]
                     [ ORDER BY <排序用列名> ])

[ ]中的内容可以省略。

窗口函数最关键的是搞明白关键字 PARTITON BY 和 ORDER BY 的作用。

PARTITON BY 子句可选参数，指示如何将查询行划分为组，类似于 GROUP BY 子句的分组功能，但是 PARTITION BY 子句并不具备 GROUP BY 子句的汇总功能，并不会改变原始表中记录的行数。

ORDER BY 子句可选参数，指示如何对每个分区中的行进行排序，即决定窗口内，是按那种规则(字段)来排序的。

注意

虽然 PARTITON BY 子句和 ORDER BY 子句都是可选参数，但是两个参数不能同时没有（最少二选一）。不然， <窗口函数> OVER( ) 这种用法没用实际意义（窗口由所有查询行组成，窗口函数使用所有行计算结果）。
例子：

SELECT product_name
       ,product_type
       ,sale_price
       ,RANK() OVER (PARTITION BY product_type
                         ORDER BY sale_price) AS ranking
  FROM product;

结果：
在这里插入图片描述

1.2 窗口函数种类

大致来说，窗口函数可以分为两类。

一是将SUM、MAX、MIN等聚合函数用在窗口函数中

二是 RANK、DENSE_RANK等排序用的专用窗口函数

1.2.1专用窗口函数

RANK函数
计算排序时，如果存在相同位次的记录，则会跳过之后的位次。

例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、4 位……

DENSE_RANK函数
同样是计算排序，即使存在相同位次的记录，也不会跳过之后的位次。

例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、2 位……

ROW_NUMBER函数
赋予唯一的连续位次。

例）有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位

1.2.2 窗口函数的的应用 - 计算移动平均

聚合函数在窗口函数使用时，计算的是累积到当前行的所有的数据的聚合。实际上，还可以指定更加详细的汇总范围。该汇总范围称为框架 (frame)。

语法

<窗口函数> OVER (ORDER BY <排序用列名>
                 ROWS n PRECEDING )  
                 
<窗口函数> OVER (ORDER BY <排序用列名>
                 ROWS BETWEEN n PRECEDING AND n FOLLOWING)

PRECEDING（“之前”），将框架指定为 “截止到之前 n 行”，加上自身行

FOLLOWING（“之后”），将框架指定为 “截止到之后 n 行”，加上自身行

执行以下代码：

SELECT  product_id
       ,product_name
       ,sale_price
       ,AVG(sale_price) OVER (ORDER BY product_id
                               ROWS 2 PRECEDING) AS moving_avg
  FROM product;