SQL中的函数--开窗函数

文章目录

    • [🧩 一、什么是开窗函数?](#🧩 一、什么是开窗函数?)
    • [🛠️ 二、基本语法](#🛠️ 二、基本语法)
    • [📚 三、常见开窗函数分类](#📚 三、常见开窗函数分类)
    • 小结:开窗函数三要素
    • 四、常用开窗函数介绍
      • [📌 一、排名类函数(Ranking Functions)](#📌 一、排名类函数(Ranking Functions))
        • [1. `ROW_NUMBER()`](#1. ROW_NUMBER())
        • [2. `RANK()`](#2. RANK())
        • [3. `DENSE_RANK()`](#3. DENSE_RANK())
      • [📌 二、聚合类函数(Aggregate as Window Functions)](#📌 二、聚合类函数(Aggregate as Window Functions))

🧩 一、什么是开窗函数?

开窗函数 (Window Function)是一种在 不合并行 的前提下,对一组"相关行"进行计算的 SQL 函数。

✅ 和 GROUP BY 的区别:

  • GROUP BY 会把多行"压缩"成一行(比如求平均值后只返回一个数)。
  • 开窗函数保留每一行,同时告诉你"这行在某个分组/窗口里的位置或统计值"。

🛠️ 二、基本语法

sql 复制代码
函数名(...) OVER (
    [PARTITION BY 字段1, 字段2, ...]   -- 按什么分组(可选)
    [ORDER BY 字段 ASC|DESC]           -- 窗口内如何排序(可选)
    [窗口范围子句]                      -- 比如 ROWS BETWEEN ...(可选)
)

📚 三、常见开窗函数分类

类型 常见函数 作用
排名类 ROW_NUMBER(), RANK(), DENSE_RANK() 给行编号或排名
聚合类 SUM(), AVG(), COUNT(), MAX(), MIN() 在窗口内做聚合
偏移类 LAG(), LEAD(), FIRST_VALUE(), LAST_VALUE() 获取前/后一行的值

⚠️ 注意:这些函数 只有在 OVER() 子句中使用时才是开窗函数!


小结:开窗函数三要素

要素 作用
OVER() 标志这是一个开窗函数
PARTITION BY "分组",但不合并行
ORDER BY(在 OVER 里) 定义窗口内顺序,影响排名、累计等

四、常用开窗函数介绍

📌 一、排名类函数(Ranking Functions)

这类函数用于给数据"排序编号",常用于 Top N、排行榜等场景。

1. ROW_NUMBER()
  • 作用 :为每一行分配一个 唯一的连续序号,即使值相同也会编号不同。
  • 特点 :严格按顺序编号,永不重复、不跳号。
sql 复制代码
ROW_NUMBER() OVER (ORDER BY salary DESC)

💡 示例:

薪资:9000, 9000, 8000

→ 编号:1, 2, 3


2. RANK()
  • 作用 :排名,相同值名次相同 ,但会 跳过后续名次。
  • 特点:有"并列",但会"断号"。
sql 复制代码
RANK() OVER (ORDER BY score DESC)

💡 示例:

分数:100, 100, 90

→ 排名:1, 1, 3(跳过了第2名)


3. DENSE_RANK()
  • 作用 :排名,相同值名次相同 ,但 不会跳号。
  • 特点:有"并列",但名次连续。
sql 复制代码
DENSE_RANK() OVER (ORDER BY score DESC)

💡 示例:

分数:100, 100, 90

→ 排名:1, 1, 2

✅ 三者对比总结:

分数 ROW_NUMBER RANK DENSE_RANK
100 1 1 1
100 2 1 1
90 3 3 2
80 4 4 3

📌 二、聚合类函数(Aggregate as Window Functions)

这些你熟悉的聚合函数,在加上 OVER() 后就变成了开窗函数 ------ 保留原表所有行,同时计算窗口内的统计值。

常见函数:
  • SUM():窗口内求和
  • AVG():窗口内平均值
  • COUNT():窗口内行数
  • MAX() / MIN():窗口内最大/最小值

✅ 关键:不用 GROUP BY,每行都保留!

示例:
sql 复制代码
SELECT 
    name, dept, salary,
    AVG(salary) OVER (PARTITION BY dept) AS avg_dept_salary
FROM employees;

相关推荐
成都蜀味缘餐饮技术培训学校28 分钟前
手撕烤兔技术培训实战指南,秘制腌料配方比例与调制手法
大数据·经验分享·笔记·其他·微信公众平台
roman_日积跬步-终至千里1 小时前
AI 能让一个人成为团队吗?从数据中台到 OPC,重新理解软件工程能力
大数据·人工智能·软件工程
演艺大赏2 小时前
NiFi 数据流实战:FTP→HDFS 与 CSV→Parquet,附坏数据、漏文件与双写
大数据
lambo mercy2 小时前
AI智能租房助手
数据库
浮生若城3 小时前
MySQL:库与表的操作
数据库·mysql
薛定谔的悦3 小时前
光储充一体机从主控到执行单元的双层架构
数据库·mongodb·架构
数字新视界3 小时前
动环监控信创适配在智能机房管理中的应用价值与未来展望
大数据·服务器·数据库·动环监控系统·动力与环境监控系统
csdn_aspnet4 小时前
Redis 入门:Windows、Mac安装指南
数据库·windows·redis·缓存·mac
wafrdggh4 小时前
2026 商城小程序平台哪个价格合理?把跨境附加成本这个坑算透
大数据·小程序
山甫aa5 小时前
锁一篇搞定:乐观锁、悲观锁、CAS、数据库锁与分布式锁【从零开始的 Web 后端学习】
java·数据库·分布式·后端·学习·web