MySQL 窗口函数详解

很多人第一次看到窗口函数的时候，都会觉得：

这是什么东西？

尤其是：

OVER()
ROW_NUMBER()
RANK()

看起来特别抽象。

但实际上：

窗口函数本质上就是"在保留原数据的基础上做统计"。

这是它和：

GROUP BY

最大的区别。

---

一、先理解什么是窗口函数

先看一个普通需求。

比如有一张成绩表：

id	name	score
1	张三	90
2	李四	85
3	王五	95

---

现在需求：

查询：

• 学生姓名
• 分数
• 排名

这时候：

GROUP BY

其实做不了。

因为：

GROUP BY

会把原数据"压缩"。

而窗口函数：

可以一边保留原数据，一边做统计。

---

二、窗口函数基本语法

函数名() OVER()

比如：

SELECT
    name,
    score,
    ROW_NUMBER() OVER()
FROM student;

---

三、OVER() 到底是什么

这个是窗口函数的核心。

你可以把它理解成：

"规定统计范围"

比如：

OVER()

表示：

对整个结果集进行处理

---

四、第一个窗口函数：ROW_NUMBER()

作用：

给每一行编号。

---

示例

SELECT
    name,
    score,
    ROW_NUMBER() OVER() AS rn
FROM student;

结果：

name	score	rn
张三	90	1
李四	85	2
王五	95	3

---

五、ORDER BY 很重要

窗口函数通常会配合：

ORDER BY

一起使用。

---

按成绩排名

SELECT
    name,
    score,
    ROW_NUMBER() OVER(
        ORDER BY score DESC
    ) AS rn
FROM student;

结果：

name	score	rn
王五	95	1
张三	90	2
李四	85	3

---

六、RANK() 和 ROW_NUMBER() 的区别

这是面试高频。

很多人容易搞混。

---

数据

name	score
张三	90
李四	90
王五	85

---

1.ROW_NUMBER()

SELECT
    name,
    score,
    ROW_NUMBER() OVER(
        ORDER BY score DESC
    ) AS rn
FROM student;

结果：

name	score	rn
张三	90	1
李四	90	2
王五	85	3

特点：

即使分数相同，
排名也不会重复

---

2.RANK()

SELECT
    name,
    score,
    RANK() OVER(
        ORDER BY score DESC
    ) AS rk
FROM student;

结果：

name	score	rk
张三	90	1
李四	90	1
王五	85	3

特点：

相同分数排名一样，
但会跳名次

---

3.DENSE_RANK()

SELECT
    name,
    score,
    DENSE_RANK() OVER(
        ORDER BY score DESC
    ) AS dr
FROM student;

结果：

name	score	dr
张三	90	1
李四	90	1
王五	85	2

特点：

相同分数排名一样，
但不会跳名次

---

七、PARTITION BY（超级重要）

这个是窗口函数真正强大的地方。

你可以理解成：

"分组后，再在组内操作"

类似：

GROUP BY

但：

不会压缩数据

---

示例数据

name	class	score
张三	1班	90
李四	1班	85
王五	2班	95
赵六	2班	88

---

查询每个班的排名

SELECT
    name,
    class,
    score,
    ROW_NUMBER() OVER(
        PARTITION BY class
        ORDER BY score DESC
    ) AS rn
FROM student;

结果：

name	class	score	rn
张三	1班	90	1
李四	1班	85	2
王五	2班	95	1
赵六	2班	88	2

---

八、SUM() 也能做窗口函数

这个很多人不知道。

---

查询累计工资

month	salary
1	1000
2	1500
3	2000

---

累计求和

SELECT
    month,
    salary,
    SUM(salary) OVER(
        ORDER BY month
    ) AS total
FROM salary;

结果：

month	salary	total
1	1000	1000
2	1500	2500
3	2000	4500

---

九、窗口函数和 GROUP BY 的区别

这是核心。

---

GROUP BY

特点：

会压缩数据

比如：

SELECT class,
AVG(score)
FROM student
GROUP BY class;

最后：

一组只剩一行

---

窗口函数

特点：

保留原数据

比如：

SELECT
    name,
    score,
    AVG(score) OVER()
FROM student;

每个人的数据都还在。

---

十、实际开发中的经典场景

---

1.排行榜

RANK()
ROW_NUMBER()

---

2.分页

ROW_NUMBER()

---

3.TopN 查询

比如：

每个班前3名

---

4.累计统计

SUM() OVER()

---

5.环比分析

LAG()
LEAD()

---

十一、LAG() 和 LEAD()

这个在数据分析里特别常见。

---

LAG()

取上一行数据。

SELECT
    month,
    salary,
    LAG(salary) OVER(
        ORDER BY month
    ) AS prev_salary
FROM salary;

---

LEAD()

取下一行数据。

SELECT
    month,
    salary,
    LEAD(salary) OVER(
        ORDER BY month
    ) AS next_salary
FROM salary;

---

十二、新手最容易懵的点

---

1.OVER() 必须写

窗口函数一定要配：

OVER()

---

2.PARTITION BY 不是 GROUP BY

它只是：

组内操作

不会压缩数据。

---

3.ORDER BY 非常重要

很多窗口函数：

排名
累计
上一行
下一行

都依赖排序。

---

十三、最结

窗口函数本质：

在不减少原数据的情况下做统计。

---

最核心的几个函数

函数	作用
ROW_NUMBER()	行号
RANK()	排名（跳名次）
DENSE_RANK()	排名（不跳名次）
SUM() OVER()	累计求和
LAG()	上一行
LEAD()	下一行

---

最核心的语法

函数名() OVER(
    PARTITION BY 分组
    ORDER BY 排序
)

---

窗口函数 = 保留原数据 + 做统计