MySQL 窗口函数：功能、使用场景与性能优化

MySQL 8.0 引入了一个强大的新特性------窗口函数（Window Functions）。它为数据分析和复杂查询提供了极大的便利，但同时也可能带来性能问题。本文将带你快速了解窗口函数的功能、使用场景以及如何优化性能。

---

什么是窗口函数？

窗口函数是一种特殊的 SQL 函数，用于在查询结果集上执行复杂的分析操作。与传统的聚合函数（如 SUM()、AVG()）不同，窗口函数不会合并行，而是保留每一行的数据，同时允许对一组相关行进行计算。

基本语法

function_name(expression) OVER (

    [PARTITION BY partition_expression]

    [ORDER BY sort_expression]

    [ROWS|RANGE BETWEEN start AND end]

)

• function_name ：窗口函数名称，例如 ROW_NUMBER()、RANK()、SUM()。

• OVER()：定义窗口范围的关键字。

  • PARTITION BY ：分组，类似于 GROUP BY，但不会合并行。

  • ORDER BY：指定窗口内的排序规则。

  • ROWS/RANGE BETWEEN：定义窗口的边界范围。

---

窗口函数的主要功能

1. 排名类函数

用于计算行的排名或顺序：

• ROW_NUMBER()：为每一行分配一个唯一的序号。

• RANK()：根据排序规则分配排名，相同值的行排名相同，后续排名会跳过。

• DENSE_RANK() ：与 RANK() 类似，但不会跳过后续排名。

示例：生成学生分数排名

SELECT 

    id, 

    score,

    RANK() OVER (ORDER BY score DESC) AS rank_num

FROM students;

---

2. 聚合类函数

用于在窗口范围内进行聚合计算：

• SUM()：累计求和。

• AVG()：移动平均。

• MIN() 和 MAX()：最小值和最大值。

示例：计算累计销售额

SELECT 

    id, 

    sale_amount,

    SUM(sale_amount) OVER (ORDER BY id) AS cumulative_sum

FROM sales;

---

3. 偏移类函数

用于访问当前行之前或之后的行：

• LAG(column)：获取当前行之前的值。

• LEAD(column)：获取当前行之后的值。

示例：比较当前行与前一行的分数

SELECT 

    id, 

    score,

    LAG(score) OVER (ORDER BY id) AS prev_score

FROM students;

---

窗口函数的使用场景

1. 排行榜：按分数或其他指标生成排名。

2. 累计计算：如累计销售额、累计用户数。

3. 移动平均：如时间序列数据分析。

4. 前后行比较：如环比增长率、同比分析。

---

窗口函数的性能问题

尽管窗口函数功能强大，但在处理大数据集时可能会遇到性能瓶颈。以下是常见问题及优化方法：

1. 全表扫描

窗口函数通常需要对整个结果集进行排序或分组操作，可能导致全表扫描。

优化方法：为排序字段创建索引，减少扫描开销。

CREATE INDEX idx_score ON students(score);

---

2. 排序开销

窗口函数的核心操作之一是排序，复杂度为 O(n log n)。

优化方法：

• 使用索引优化排序。

• 缩小初始数据集，提前过滤掉不需要的行。

WITH FilteredData AS (

    SELECT * FROM students WHERE score > 80

)

SELECT 

    id, 

    score,

    RANK() OVER (ORDER BY score DESC) AS rank_num

FROM FilteredData;

---

3. 分区计算

PARTITION BY 会增加计算复杂度，只有在必要时才使用。

优化方法：避免不必要的分区。

---

4. 窗口范围定义

ROWS BETWEEN 性能优于 RANGE BETWEEN，尽量选择前者。

-- 高效

SUM(score) OVER (ORDER BY id ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)



-- 较低效

SUM(score) OVER (ORDER BY id RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)

---

5. 分页优化

窗口函数与分页结合时，可以通过嵌套查询或临时表优化性能。

WITH RankedData AS (

    SELECT 

        id, 

        score,

        RANK() OVER (ORDER BY score DESC) AS rank_num

    FROM students

)

SELECT *

FROM RankedData

WHERE rank_num BETWEEN 21 AND 30; -- 分页：第 21 到第 30 名

---

总结

MySQL 窗口函数是一项强大的工具，能够帮助开发者轻松实现复杂的分析操作，如排名、累计计算和前后行比较等。然而，在处理大数据集时需要注意性能问题。通过以下优化策略，可以显著提升查询效率：

1. 使用索引优化排序。

2. 缩小初始数据集。

3. 避免不必要的分区。

4. 选择合适的窗口范围。

5. 优化分页逻辑。