Mysql8.0 推出的强大功能 窗口函数（Window Functions）

🧠 一、什么是窗口函数？

窗口函数是 SQL 中一种在保留原始行的基础上，对行进行分组排序后执行聚合、排名、累计等计算的方法。

与传统的 GROUP BY 聚合不同的是：

👉 窗口函数不会把多行聚成一行，而是为每一行都保留详细信息并加上一个"窗口内"的计算结果。

---

🧾 二、窗口函数的语法

WINDOW_FUNCTION() OVER ( 

    PARTITION BY column1 ORDER BY column2 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 

)

🧱 组成部分详解：

语法部分	说明
WINDOW_FUNCTION()	执行的函数，如 SUM()、AVG()、ROW_NUMBER() 等
PARTITION BY	窗口分组，像 GROUP BY，将数据按这个字段分成一个一个"窗口"
ORDER BY	窗口内的排序逻辑，很多函数必须指定排序顺序
ROWS BETWEEN	控制窗口的范围（行数范围）

---

🧰 三、常见窗口函数

基本上就是我们日常使用的一些函数

函数名	用途
ROW_NUMBER()	每行编号（分组后从1开始）
RANK() / DENSE_RANK()	排名
SUM(col)	累加
AVG(col)	移动平均
LAG(col) / LEAD(col)	前一行/后一行值

🧪 四、实战讲解

4.1 小例子

首先我们先搞一个基础的测试表，类型顺序打乱，

基础需求就是 每一个类型在每一时刻都有一个score，我们始终以id最新的为准，然后我们想要计算，某一时刻，score的累计值 ， 表如下：

窗口函数如下

WITH test_sum AS(

SELECT id ,
	   TYPE,
	   sum(score) OVER (PARTITION BY TYPE ORDER BY id ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) AS col_score
	   FROM test 
)

SELECT * FROM test_sum;

1. WITH 子句（公用表表达式）

WITH test_sum AS (...) 是一个 公用表表达式 （CTE），它用于定义一个临时的结果集，并将其命名为 test_sum。然后，我们可以在后续的查询中引用这个临时结果集。这个查询的 主要作用 是计算一个分组中的每个记录的滚动平均 score。

2. 内部 SELECT 查询的部分解释

SELECT id, TYPE, AVG(score) OVER 
(PARTITION BY TYPE ORDER BY id ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) 
AS col_score FROM test

这部分查询涉及到以下几个部分：

（1）字段选择：

• id 和 TYPE：查询的字段是 id 和 TYPE，这些字段会出现在最终的结果中。

• AVG(score)：AVG() 是一个聚合函数，用于计算某一列的平均值。在这里它用于计算每个分组内的 score 平均值。

（2）窗口函数 SUM() OVER (...)：

• SUM(score) ：计算窗口范围内的 score 总值。

• OVER (...) ：这里的 OVER 关键字表示窗口函数，用于在指定的窗口范围内执行 SUM() 聚合计算。

（3）PARTITION BY TYPE：

• 通过 PARTITION BY TYPE，我们将数据分成不同的组 （即按 TYPE 列分组）。每个分组内的数据会独立进行窗口函数的计算。

  • 举例 ：如果 TYPE 有值 A 和 B，那么 AVG(score) 会分别计算 TYPE = A 和 TYPE = B 两个分组中的平均值。

（4）ORDER BY id：

• ORDER BY id 指定了每个分组内部的排序规则，按照 id 字段进行排序。排序后，窗口函数会根据这个排序进行计算。

  • 举例 ：假设分组后的数据按 id 排序（从小到大），AVG() 会根据这个顺序进行滚动计算。

（5）ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW：

• ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 定义了窗口的范围：

  • UNBOUNDED PRECEDING：表示从分组的第一行开始。

  • CURRENT ROW：表示窗口的结束是当前行。

4.2 计算交易流水

需求 按照id 从小到大， 计算每一个账户的最终 balance ，并体现在该账户id最大的那条数据的balance中 ，期间每一个balance都要 计算出来当时的 balance，credit是加 ， debit是减

有了上面的铺垫，所以这里就直接上SQL

WITH balance_calculation AS (
    SELECT 
        id,
        account_code,
        credit_amount,
        debit_amount,
        -- 计算余额：按账户分组，按流水创建时间排序，前一行余额 + 当前行的 credit_amount - debit_amount
        SUM(credit_amount - debit_amount) OVER (PARTITION BY account_code ORDER BY create_at  ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS balance
    FROM tbl_posting_line
)
-- 更新最终的 balance
UPDATE tbl_posting_line t
JOIN balance_calculation bc ON t.id = bc.id
SET t.balance = bc.balance;

📌 五、窗口函数 VS 聚合函数

对比点	聚合函数（GROUP BY）	窗口函数（OVER(...)）
是否保留原始行	❌ 会合并	✅ 会保留
适合做什么	汇总统计报表	排名、累计、滑动统计
支持列	限制较多	更灵活
复杂分析	一般	更强大

📦 六、窗口函数常用场景

场景	示例函数
排名	RANK(), ROW_NUMBER()
累计金额	SUM(...) OVER(...)
环比分析	LAG(), LEAD()
分组内排序	ROW_NUMBER()
分组内前N	ROW_NUMBER() + WHERE

✅ 七、使用注意事项

1. 需要 MySQL 8.0+；

2. 在 UPDATE JOIN 中要小心更新逻辑（务必用唯一标识如 id）；

3. OVER() 不能用于 WHERE，但可以用于 CTE 或子查询；

4. 如果性能是关键，建议先试试窗口函数效率 vs 存储过程。