Part1介绍
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。窗口函数是一种用于执行聚合计算和排序操作的功能强大的sql函数。它们可以在查询结果集中创建一个窗口（window），并在该窗口上进行计算，而不影响结果集的整体。
窗口函数通常与over子句一起使用，以定义窗口的范围。over子句可以指定窗口的排序方式、分区方式和边界等。
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。
Part2用法
窗口函数的通用形式：
sql
<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）。 # Part3分类 常用的窗口函数有： * row_number()：为每一行返回一个唯一的数值，通常用于给结果集中的行进行编号。 * rank()和dense_rank()：根据指定的排序顺序，为结果集中的每一行分配一个排名。rank()在遇到相同的值时会跳过相同的排名，而dense_rank()不会跳过。 * lag()和lead()：lag函数用于获取当前行之前的某一行的值，lead函数用于获取当前行之后的某一行的值。它们与排序有关，可以用于查找前一行或后一行的值。 * sum()、avg()、min()、max()等聚合函数：这些聚合函数可以在窗口范围内进行计算，并返回结果集中每一行的聚合值。 除了以上列举的函数外，窗口函数还有其他一些类型和变种，可以根据具体的需求选择使用。 窗口函数在sql中的应用非常广泛，可以用于计算移动平均、累计求和、分组内排序等。它们提供了一种灵活且高效的方式来处理复杂的查询需求。 # Part4尾声  那就先整理到这里, 欢迎大家关注: `统计小白er`. 有更多的整理分享和相关资料呦\~ 欢迎加入我们的学习SQL系列： `SQL挖掘机系列`: 这一系列涵盖了SQL的基本用法，就像是给你一把挖掘机，让你深入挖掘SQL的奥秘。 `SQL进阶系列`: 这一系列涵盖了SQL的进阶用法，最好是食用完`SQL挖掘机系列`再进行拓展, 这样效果会更好一些\~ 让我们一同握住这把魔法棒，打开SQL的魔法大门，开始一场关于SQL学习的奇幻之旅吧！