SQL 窗口函数 - 技术栈

窗口函数（Window Function）是SQL中用于在查询结果的某个"窗口"或"子集"上执行计算的功能。它们通常与OVER()子句一起使用，允许在不改变行数的情况下对数据进行聚合、排序或分析。窗口函数不会像GROUP BY那样将多行合并为一行，而是保留原始行的同时进行计算。

常见的窗口函数包括以下几类：

1. 聚合窗口函数

在窗口内执行聚合操作，例如：

SUM()：计算窗口内某列的总和。
AVG()：计算窗口内某列的平均值。
MIN()：计算窗口内某列的最小值。
MAX()：计算窗口内某列的最大值。
COUNT()：计算窗口内的行数。

sql 复制代码

SELECT 
    employee_id, 
    salary, 
    SUM(salary) OVER (PARTITION BY department_id) AS department_total_salary
FROM employees;

这会计算每个部门的工资总和，同时保留每个员工的原始行

2. 排序窗口函数

根据窗口内的排序规则为每行分配一个值，例如：

ROW_NUMBER()：为窗口内的每一行分配一个唯一的行号。
RANK()：为窗口内的每一行分配排名，相同值会有相同的排名，后续排名会跳过。
DENSE_RANK()：与RANK()类似，但不会跳过后续排名。
NTILE(n)：将窗口内的行分成n个桶，并为每行分配桶号。

sql 复制代码

SELECT 
    employee_id, 
    salary, 
    RANK() OVER (ORDER BY salary DESC) AS salary_rank
FROM employees;

这会根据工资从高到低为员工分配排名

3. 分析窗口函数

用于计算窗口内的相对值或变化，例如：

LAG()：获取窗口中当前行之前的某一行的值。
LEAD()：获取窗口中当前行之后的某一行的值。
FIRST_VALUE()：获取窗口内第一行的值。
LAST_VALUE()：获取窗口内最后一行的值。

sql 复制代码

SELECT 
    employee_id, 
    salary, 
    LAG(salary, 1) OVER (ORDER BY salary) AS previous_salary
FROM employees;

这会获取当前行前一行（按工资排序）的工资值

4. 窗口定义

窗口函数的核心是OVER()子句，它定义了窗口的范围。常见的窗口定义方式包括：

PARTITION BY：将数据分组，窗口函数在每个分组内独立计算。
ORDER BY：指定窗口内的排序规则。
ROWS 或 RANGE：定义窗口的物理或逻辑范围（例如前N行、后N行、当前行到末尾等）

sql 复制代码

SELECT 
    employee_id, 
    salary, 
    AVG(salary) OVER (PARTITION BY department_id ORDER BY hire_date ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS moving_avg
FROM employees;

这会计算每个部门中，按入职日期排序后，当前行及其前后一行的工资平均值

应用场景

窗口函数常用于以下场景：

计算累计值（如累计销售额）。
计算移动平均值（如过去3个月的平均值）。
排名和分组分析（如部门内工资排名）。
比较当前行与前一行或后一行的值（如环比分析）

sql 复制代码

SELECT 
    employee_id, 
    department_id, 
    salary, 
    SUM(salary) OVER (PARTITION BY department_id) AS dept_total,
    AVG(salary) OVER (PARTITION BY department_id) AS dept_avg,
    RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) AS dept_rank,
    LAG(salary, 1) OVER (ORDER BY hire_date) AS prev_salary
FROM employees;

这个查询会返回每个员工的工资、部门总工资、部门平均工资、部门内工资排名以及前一个员工的工资

窗口函数是SQL中非常强大的工具，能够在不改变数据粒度的情况下进行复杂的分析和计算