mysql窗口函数详解

. 窗口函数概述

窗口函数（Window Functions）用于在 不分组 的情况下对查询结果中的数据进行计算。不同于 GROUP BY，窗口函数不会对结果进行聚合，而是对 每一行 数据进行计算，并且可以基于某个 窗口（window） 定义计算范围。

语法结构：

窗口函数() OVER (
    [PARTITION BY 分区列]
    [ORDER BY 排序列]
    [ROWS | RANGE 选项]
)

• PARTITION BY：对数据进行分区，类似 GROUP BY，但不会影响行的显示。
• ORDER BY：定义窗口内的计算顺序。
• ROWS | RANGE：定义窗口的范围（可选）。

---

2. 常见窗口函数分类

2.1 排名类

用于对数据进行排名：

• RANK()：排名，相同值会获得相同排名，排名不连续。
• DENSE_RANK()：密集排名，相同值排名相同，排名连续。
• ROW_NUMBER()：行号，数据按顺序编号，且不会出现重复。

示例：

SELECT id, name, score,
       RANK() OVER (ORDER BY score DESC) AS rank_num,
       DENSE_RANK() OVER (ORDER BY score DESC) AS dense_rank_num,
       ROW_NUMBER() OVER (ORDER BY score DESC) AS row_num
FROM students;

---

2.2 运行总计类

计算某些列的累计值：

• SUM() OVER ()：累计求和
• AVG() OVER ()：累计平均值
• COUNT() OVER ()：累计计数
• MAX() OVER () / MIN() OVER ()：最大/最小值

示例：

SELECT id, name, salary,
       SUM(salary) OVER (PARTITION BY department ORDER BY id) AS running_total
FROM employees;

---

2.3 偏移类

用于访问当前行的前一行、后一行或某个固定偏移的行：

• LAG(column, offset, default) OVER ()：取前 offset 行数据，默认为 NULL。
• LEAD(column, offset, default) OVER ()：取后 offset 行数据，默认为 NULL。
• FIRST_VALUE(column) OVER ()：取窗口内的第一行值。
• LAST_VALUE(column) OVER ()：取窗口内的最后一行值。
• NTH_VALUE(column, N) OVER ()：取窗口内的第 N 行值。

示例：

SELECT id, name, salary,
       LAG(salary, 1, 0) OVER (ORDER BY id) AS prev_salary,
       LEAD(salary, 1, 0) OVER (ORDER BY id) AS next_salary
FROM employees;

---

3. 窗口的范围（ROWS 和 RANGE）

默认情况下，窗口函数的计算范围是 整个分区（如果有 PARTITION BY）。但 ROWS 和 RANGE 选项可以进一步细化窗口的范围。

3.1 ROWS

ROWS 直接指定 行数 进行计算。

• ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
  • 从窗口开头到当前行的累积值（默认）。
• ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
  • 当前行及前后 1 行的范围。
• ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
  • 整个分区范围（等价于 SUM() OVER (PARTITION BY xxx)）。

示例：

SELECT id, name, salary,
       SUM(salary) OVER (ORDER BY id ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS rolling_sum
FROM employees;

计算当前行及前 2 行的累积工资总和。

3.2 RANGE

RANGE 按 数值范围 计算，通常与 ORDER BY 一起使用。

• RANGE BETWEEN INTERVAL 3 DAY PRECEDING AND CURRENT ROW
  • 计算当前行及前 3 天的数据（适用于日期字段）。

示例：

SELECT id, name, order_date, amount,
       SUM(amount) OVER (ORDER BY order_date RANGE BETWEEN INTERVAL 3 DAY PRECEDING AND CURRENT ROW) AS sum_last_3_days
FROM orders;

计算过去 3 天的订单金额总和。

---

4. 窗口函数 vs 聚合函数

函数类型	作用	示例	计算范围
SUM()	聚合	SUM(salary) GROUP BY department	组内整体
SUM() OVER()	窗口	SUM(salary) OVER (PARTITION BY department ORDER BY id)	逐行计算

示例：

-- 使用 GROUP BY 计算部门工资总和（结果少于原始行数）
SELECT department, SUM(salary) FROM employees GROUP BY department;

-- 使用窗口函数计算部门工资总和（结果和原始行数相同）
SELECT id, name, department, salary,
       SUM(salary) OVER (PARTITION BY department) AS department_total
FROM employees;

---

5. 复杂应用案例

案例：计算累计销售额占比

WITH sales_ranked AS (
    SELECT order_id, customer, amount,
           SUM(amount) OVER () AS total_sales,
           SUM(amount) OVER (ORDER BY amount DESC) AS running_total
    FROM sales
)
SELECT *, (running_total / total_sales) AS percentage FROM sales_ranked;

计算累计销售额占总销售额的比例，帮助分析 80/20 规则（帕累托分析）。

---

6. 总结

• 窗口函数不会减少数据行数，而是对每一行进行计算。
• OVER() 语法决定窗口范围：
  • PARTITION BY 进行分区；
  • ORDER BY 控制计算顺序；
  • ROWS / RANGE 进一步控制计算范围。
• 常见窗口函数：
  • 排名：RANK()、DENSE_RANK()、ROW_NUMBER()
  • 统计：SUM()、AVG()、COUNT()
  • 偏移：LAG()、LEAD()、FIRST_VALUE()

窗口函数是 数据分析 和 复杂查询 的强大工具，掌握它能极大提升 SQL 处理能力！