SQL 窗口函数（Window Function）终极指南

文章目录

- [1. 基础概念](#1. 基础概念)
- [2. 常见窗口函数类型](#2. 常见窗口函数类型)
- - [2.1 聚合类](#2.1 聚合类)
  - [2.2 排名类](#2.2 排名类)
  - [2.3 窗口滑动计算类](#2.3 窗口滑动计算类)
  - [2.4 移动窗口类](#2.4 移动窗口类)
- [3. 实战案例](#3. 实战案例)
- - [3.1 求每个部门薪资排名](#3.1 求每个部门薪资排名)
  - [3.2 环比、同比](#3.2 环比、同比)
  - [3.3 求累计和](#3.3 求累计和)
  - [3.4 每个学生成绩占班级的百分比](#3.4 每个学生成绩占班级的百分比)
- [4. KPI 考核业务场景 --- 窗口函数 SQL 模板合集](#4. KPI 考核业务场景 — 窗口函数 SQL 模板合集)
- - [4.1 计算员工月度累计销售额（KPI 基础统计）](#4.1 计算员工月度累计销售额（KPI 基础统计）)
  - [4.2 销售排名（同部门 Top 排名）](#4.2 销售排名（同部门 Top 排名）)
  - [4.3 环比增长率（本月 vs 上月）](#4.3 环比增长率（本月 vs 上月）)
  - [4.4 完成率统计（KPI vs 实际）](#4.4 完成率统计（KPI vs 实际）)
  - [4.5 团队贡献占比（员工 vs 部门总额）](#4.5 团队贡献占比（员工 vs 部门总额）)
  - [4.6 绩效分档（分位点计算）](#4.6 绩效分档（分位点计算）)
  - [4.7 平均值对比（部门平均 vs 个人业绩）](#4.7 平均值对比（部门平均 vs 个人业绩）)
  - [4.8 连续达标天数（运营 KPI）](#4.8 连续达标天数（运营 KPI）)
  - [4.9 当月 Top-N 员工（带子查询过滤）](#4.9 当月 Top-N 员工（带子查询过滤）)
- [5. 优缺点](#5. 优缺点)

本文总结整理了一份 SQL 窗口函数（Window Function）终极指南，适用于复杂统计、简化 SQL 的应用场景，结合应用场景分析了其优缺点。

1. 基础概念

窗口函数是在 SELECT 查询结果集的每一行上执行聚合/排名/计算的函数。

与普通聚合函数（SUM、AVG、COUNT 等）不同，窗口函数不会收缩结果集，而是为每一行增加一个计算结果。

语法：

sql 复制代码

function_name(expression) OVER (
    PARTITION BY col1, col2
    ORDER BY col3
    ROWS BETWEEN ... 
)

PARTITION BY：对数据分组（类似 GROUP BY，但不会折叠行）
ORDER BY：定义计算顺序
ROWS BETWEEN：定义窗口范围（如前 N 行、到当前行为止）

2. 常见窗口函数类型

2.1 聚合类

在分组基础上给每行都输出一个结果：

sql 复制代码

SUM(sales) OVER(PARTITION BY region) AS region_sales,
AVG(sales) OVER(PARTITION BY region) AS region_avg

每一行都能看到所属分区的总销售额/平均值。

2.2 排名类

sql 复制代码

ROW_NUMBER() OVER(PARTITION BY region ORDER BY sales DESC) AS rn,
RANK() OVER(PARTITION BY region ORDER BY sales DESC) AS rnk,
DENSE_RANK() OVER(PARTITION BY region ORDER BY sales DESC) AS drnk

ROW_NUMBER：严格递增，不考虑并列
RANK：有并列时跳号
DENSE_RANK：有并列但不跳号

2.3 窗口滑动计算类

sql 复制代码

LAG(sales, 1) OVER(ORDER BY month) AS prev_sales,
LEAD(sales, 1) OVER(ORDER BY month) AS next_sales,
sales - LAG(sales, 1) OVER(ORDER BY month) AS sales_diff

常用于环比、同比计算。

2.4 移动窗口类

sql 复制代码

AVG(sales) OVER(ORDER BY month ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg

最近三个月销售额的滑动平均。

3. 实战案例

3.1 求每个部门薪资排名

sql 复制代码

SELECT emp_id, dept_id, salary,
       RANK() OVER(PARTITION BY dept_id ORDER BY salary DESC) AS dept_rank
FROM employees;

3.2 环比、同比

sql 复制代码

SELECT month, sales,
       sales - LAG(sales, 1) OVER(ORDER BY month) AS mom_growth,
       sales - LAG(sales, 12) OVER(ORDER BY month) AS yoy_growth
FROM sales_data;

3.3 求累计和

sql 复制代码

SELECT month, sales,
       SUM(sales) OVER(ORDER BY month ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_total
FROM sales_data;

3.4 每个学生成绩占班级的百分比

sql 复制代码

SELECT student_id, score,
       score * 100.0 / SUM(score) OVER(PARTITION BY class_id) AS pct
FROM scores;

4. KPI 考核业务场景 --- 窗口函数 SQL 模板合集

4.1 计算员工月度累计销售额（KPI 基础统计）

sql 复制代码

SELECT
    emp_id,
    emp_name,
    month,
    SUM(sales_amount) OVER (PARTITION BY emp_id ORDER BY month) AS cum_sales
FROM sales;

📌 场景：考核每个员工的月度累计销售额，用于判断增长趋势。

4.2 销售排名（同部门 Top 排名）

sql 复制代码

SELECT
    emp_id,
    emp_name,
    dept_id,
    month,
    sales_amount,
    RANK() OVER (PARTITION BY dept_id, month ORDER BY sales_amount DESC) AS sales_rank
FROM sales;

📌 场景：考核月度销售冠军，支持并列名次（RANK vs DENSE_RANK vs ROW_NUMBER）。

4.3 环比增长率（本月 vs 上月）

sql 复制代码

SELECT
    emp_id,
    month,
    sales_amount,
    LAG(sales_amount, 1, 0) OVER (PARTITION BY emp_id ORDER BY month) AS prev_sales,
    ROUND(
        (sales_amount - LAG(sales_amount, 1, 0) OVER (PARTITION BY emp_id ORDER BY month))
        / NULLIF(LAG(sales_amount, 1, 0) OVER (PARTITION BY emp_id ORDER BY month), 0) * 100, 2
    ) AS growth_rate
FROM sales;

📌 场景：考核员工销售额环比增长（同比同理，替换 LAG(...,12)）。

4.4 完成率统计（KPI vs 实际）

sql 复制代码

SELECT
    emp_id,
    month,
    target_amount,
    SUM(sales_amount) OVER (PARTITION BY emp_id, month) AS total_sales,
    ROUND(SUM(sales_amount) OVER (PARTITION BY emp_id, month) / target_amount * 100, 2) AS completion_rate
FROM sales_targets;

📌 场景：考核员工 KPI 目标完成情况。

4.5 团队贡献占比（员工 vs 部门总额）

sql 复制代码

SELECT
    emp_id,
    emp_name,
    dept_id,
    month,
    sales_amount,
    ROUND(sales_amount * 100.0 / SUM(sales_amount) OVER (PARTITION BY dept_id, month), 2) AS contribution_pct
FROM sales;

📌 场景：考核某员工对部门整体业绩的贡献度。

4.6 绩效分档（分位点计算）

sql 复制代码

SELECT
    emp_id,
    emp_name,
    month,
    sales_amount,
    NTILE(4) OVER (PARTITION BY month ORDER BY sales_amount DESC) AS quartile
FROM sales;

📌 场景：把员工销售分为四档（Q1 高绩效 → Q4 低绩效），用于绩效考核。

4.7 平均值对比（部门平均 vs 个人业绩）

sql 复制代码

SELECT
    emp_id,
    emp_name,
    dept_id,
    month,
    sales_amount,
    AVG(sales_amount) OVER (PARTITION BY dept_id, month) AS dept_avg,
    sales_amount - AVG(sales_amount) OVER (PARTITION BY dept_id, month) AS diff_from_avg
FROM sales;

📌 场景：员工业绩与部门均值对比，衡量超额/不足。

4.8 连续达标天数（运营 KPI）

sql 复制代码

SELECT
    emp_id,
    work_date,
    kpi_value,
    SUM(CASE WHEN kpi_value >= target THEN 1 ELSE 0 END)
        OVER (PARTITION BY emp_id ORDER BY work_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS consecutive_days
FROM daily_kpi;

📌 场景：考核运营人员 KPI 连续达标天数。

4.9 当月 Top-N 员工（带子查询过滤）

sql 复制代码

SELECT *
FROM (
    SELECT
        emp_id,
        emp_name,
        month,
        sales_amount,
        ROW_NUMBER() OVER (PARTITION BY month ORDER BY sales_amount DESC) AS rn
    FROM sales
) t
WHERE rn <= 3;

📌 场景：考核月度前三名员工。

5. 优缺点

优缺点	内容
优点	简化 SQL：不用子查询/自连接即可实现复杂统计。增强分析能力：轻松实现排名、累计、环比、同比。结果集完整：不会折叠行，统计与明细可共存。性能好：数据库优化器对窗口函数优化较好，尤其在 OLAP 场景。
缺点	学习曲线：语法复杂，理解成本高。性能风险：对大表、复杂 ORDER BY 的窗口函数，可能产生大规模排序和内存消耗。移植性差：不同数据库的窗口函数支持范围不同（如 MySQL 8 才支持，Oracle/PG/SQL Server 更完善）。调试难度：结果往往依赖分区、排序，稍有疏忽结果就偏差。

"人的一生会经历很多痛苦，但回头想想，都是传奇"。