【FDE系列】阶段2：Day 33：进阶查询 — 窗口函数与 CTE

📚前言

📒FDE系列内容总纲：

🚄前置课程列表：

见文档结尾附录。

🚀阶段2·Day 33：进阶查询 --- 窗口函数与 CTE

FDE 学习系列教程 · 第二阶段 · 第 3 周 · Day 3 预计时长：3 小时 | 难度：★★★★☆ | 前置知识：JOIN、GROUP BY、聚合函数
📌 一句话目标：掌握子查询、CTE（WITH 子句）、窗口函数（ROW_NUMBER / RANK / SUM OVER），用一行 SQL 搞定"分组排名""组内 TopN"这类复杂统计。

🧑‍🤝‍🧑 开场：一个 GROUP BY 搞不定的需求

先抛个真实需求：老板让你"找出每个车间温度最高的 2 台设备"。

用昨天学的 GROUP BY 试试？你会发现撞墙了：

复制代码

GROUP BY 一车间
   一车间 → 平均温度 77.0，最高温度 91.0      ← 只剩统计数字
                                            哪两台设备？信息没了！

GROUP BY 的特点是"压扁 "------一个车间好几台设备，分组后每个车间只剩一行聚合值，原始的设备明细全没了。你知道一车间最高温是 91，但你不知道那台设备叫 A3。

你真正想要的是这种效果------行一行不少，但每行额外带一个"组内排名"：

复制代码

设备名     | 温度 | 车间   | 组内温度排名
注塑机A3   | 91  | 一车间 | 1     ← 明细还在！
冲压机B1   | 75  | 一车间 | 2
注塑机A1   | 65  | 一车间 | 3
冲压机B2   | 88  | 二车间 | 1
注塑机A2   | 82  | 二车间 | 2

这，就是**窗口函数（Window Function）**干的活。今天难度上了台阶，别慌，一步步来，每一步都给你拆清楚。

📖 一、子查询：把一个查询的结果当成值或表用

在学窗口函数前，先补一块基础------子查询，就是"查询里套查询"。

场景：找出温度高于平均值的设备

"平均值"本身需要一个查询算出来，然后拿它当 WHERE 的比较标准：

复制代码

SELECT name, temperature
FROM devices_new
WHERE temperature > (
    SELECT AVG(temperature) FROM devices_new   -- 子查询：先算出平均温度
);

执行顺序（数据库很聪明，先跑括号里的）：

复制代码

第 1 步：SELECT AVG(temperature) FROM devices_new  → 80.2
第 2 步：SELECT name,temperature FROM devices_new
         WHERE temperature > 80.2

结果：

复制代码

name      | temperature
注塑机A2  | 82.0
注塑机A3  | 91.0
冲压机B2  | 88.0

子查询能出现的三个位置

位置	例子	含义
WHERE 里	`WHERE temp > (SELECT AVG...)`	把子查询结果当比较值
SELECT 里	`SELECT name, (SELECT COUNT(*)...)`	每行配一个子查询算出的列
FROM 里	`FROM (SELECT ...) AS t`	把子查询结果当一张临时表

❌ 子查询的痛点

子查询能解决问题，但套多了可读性极差，像俄罗斯套娃：

复制代码

-- 看三层嵌套，谁不头大
SELECT * FROM (
    SELECT department, AVG(temperature) AS avg_t FROM (
        SELECT d.temperature, e.department
        FROM devices_new d JOIN engineers e ON d.engineer_id=e.id
    ) x GROUP BY department
) y WHERE y.avg_t > 80;

这时候，CTE 就来救场了。

📖 二、CTE（WITH 子句）：给子查询起名字，像流水线一样写

CTT 全称 Common Table Expression，公共表表达式。名字唬人，用法就一句话：

📌 WITH 名字 AS (一段查询) ------ 先把一段查询结果起个名字，后面就能像用普通表一样用它。

用 CTE 改写刚才"高于平均值"的例子：

复制代码

WITH avg_temp AS (
    SELECT AVG(temperature) AS avg_val FROM devices_new
)
SELECT d.name, d.temperature
FROM devices_new d
CROSS JOIN avg_temp            -- 把单行的平均值拼进来
WHERE d.temperature > avg_temp.avg_val;

💡 CTE 的核心价值是可读性。它让你把一个复杂问题拆成几个有名字的步骤，从上往下像读文章一样读 SQL。嵌套子查询是"套娃"，CTE 是"流水线"。

多段 CTE 串联：一段喂给下一段

这个写法在真实报表里非常常见。来看个完整例子------统计每个车间的工单数和平均温度：

复制代码

WITH
-- 第 1 段：先把设备和工程师关联好，起名为 device_info
device_info AS (
    SELECT d.id, d.name, d.temperature, e.department
    FROM devices_new d
    INNER JOIN engineers e ON d.engineer_id = e.id
),
-- 第 2 段：基于第 1 段，按车间数工单
ticket_count AS (
    SELECT di.department, COUNT(t.id) AS ticket_num
    FROM device_info di
    LEFT JOIN tickets t ON t.device_id = di.id
    GROUP BY di.department
),
-- 第 3 段：基于第 1 段，按车间算平均温度
summary AS (
    SELECT department, AVG(temperature) AS avg_temp
    FROM device_info
    GROUP BY department
)
-- 最后：把第 2、3 段拼起来输出
SELECT
    s.department              AS 车间,
    tc.ticket_num             AS 工单数,
    ROUND(s.avg_temp, 1)      AS 平均温度
FROM summary s
JOIN ticket_count tc ON s.department = tc.department
ORDER BY tc.ticket_num DESC;

结果：

复制代码

车间   | 工单数 | 平均温度
一车间 | 3     | 77.0
二车间 | 2     | 85.0

  CTE 流水线示意：

  原始三表
     │
     ▼
  ┌─────────────┐
  │ device_info │  第1段：设备+人关联
  └──────┬──────┘
     ┌───┴───────────────┐
     ▼                   ▼
  ┌──────────────┐  ┌──────────┐
  │ ticket_count │  │ summary  │   第2、3段并行统计
  └──────┬───────┘  └────┬─────┘
     └────────┬───────────┘
              ▼
        最终 JOIN 输出

📌 CTE 两个要点 ：① 每段用逗号 , 分隔（最后一段不加逗号）；② 后面的段可以直接引用前面段的名字。写复杂查询时，先在纸上拆步骤，再一段段翻译成 CTE。

📖 三、窗口函数：不压扁行，也能做统计

正式进入今天的主角。先看它和 GROUP BY 的本质区别：

复制代码

┌──────────────────────────────────────────────────────────────┐
│  GROUP BY        把同组多行"压扁"成一行，只留聚合值            │
│  窗口函数 OVER() 行一行不少，每行额外"开一扇窗"看组内信息       │
│                  （排名、累计、平均、总和......）                  │
└──────────────────────────────────────────────────────────────┘

  原始数据：                        GROUP BY：
  A1 一车间 65                      一车间 → AVG=77（明细没了）
  B1 一车间 75
  A3 一车间 91                      窗口函数：
  A2 二车间 82                      A1 一车间 65  组内AVG=77  排名3
  B2 二车间 88                      B1 一车间 75  组内AVG=77  排名2
                                    A3 一车间 91  组内AVG=77  排名1  ← 每行都在！
                                    A2 二车间 82  组内AVG=85  排名2
                                    B2 二车间 88  组内AVG=85  排名1

窗口函数的通用长相

复制代码

函数() OVER (
    PARTITION BY 分组列      -- 可选：按什么分组（每组独立开一扇窗）
    ORDER BY 排序列          -- 可选：窗口内按什么排序
)

PARTITION BY ≈ GROUP BY 的分组，但不压扁行
ORDER BY 决定窗口内的先后顺序（排名、累加时必须有）

🖥️ 四、三种排名函数：ROW_NUMBER / RANK / DENSE_RANK

先来最简单的------给所有设备按温度从高到低排名（不分组）：

复制代码

SELECT
    name,
    temperature,
    ROW_NUMBER() OVER (ORDER BY temperature DESC) AS row_num,
    RANK()       OVER (ORDER BY temperature DESC) AS rank_val,
    DENSE_RANK() OVER (ORDER BY temperature DESC) AS dense_rank_val
FROM devices_new
ORDER BY temperature DESC;

当前数据没有并列，三个结果一模一样：

复制代码

设备名     | 温度 | row_num | rank_val | dense_rank_val
注塑机A3   | 91.0 | 1       | 1        | 1
冲压机B2   | 88.0 | 2       | 2        | 2
注塑机A2   | 82.0 | 3       | 3        | 3
冲压机B1   | 75.0 | 4       | 4        | 4
注塑机A1   | 65.0 | 5       | 5        | 5

三者的区别只有在"出现并列"时才看得出来。假设两台设备都是 88 度并列第 2：

复制代码

设备名     | 温度 | ROW_NUMBER | RANK | DENSE_RANK
注塑机A3   | 91  | 1          | 1    | 1
冲压机B2   | 88  | 2          | 2    | 2     ← 并列第 2
冲压机B3   | 88  | 3          | 2    | 2     ← 三个函数在这里分叉
注塑机A2   | 82  | 4          | 4    | 3
       ─────────────────────────────────────────
       ROW_NUMBER：强行编号 1,2,3,4（绝不并列，平局也分先后）
       RANK：       并列同号，之后跳号 1,2,2,4
       DENSE_RANK： 并列同号，之后不跳 1,2,2,3

给你一张选择表：

函数	编号风格	适用场景
`ROW_NUMBER()`	1 2 3 4 连续，永不并列	取 TopN、去重留一条（最常用）
`RANK()`	1 2 2 4 跳号	比赛排名（两个并列亚军就没季军了）
`DENSE_RANK()`	1 2 2 3 不跳号	看"第几档"成绩

💡 FDE 现场用得最多的是 ROW_NUMBER------因为"每组取最新一条/取 TopN"本质都要求每组恰好 N 行，RANK 遇到并列可能多出一行。

🖥️ 五、PARTITION BY：分组内排名（核心大招）

光全局排名不够，真正的杀手锏是每个组内部分别排名 。回到开场需求：每个车间温度最高的 2 台设备。

复制代码

WITH ranked AS (
    SELECT
        e.department AS 车间,
        d.name       AS 设备名,
        d.temperature AS 温度,
        ROW_NUMBER() OVER (
            PARTITION BY e.department        -- 按车间分组（但不压扁！）
            ORDER BY d.temperature DESC      -- 每个车间内部按温度降序
        ) AS 组内排名
    FROM devices_new d
    INNER JOIN engineers e ON d.engineer_id = e.id
)
SELECT 车间, 设备名, 温度, 组内排名
FROM ranked
WHERE 组内排名 <= 2;        -- 每组只留前 2 名

结果：

复制代码

车间   | 设备名   | 温度 | 组内排名
一车间 | 注塑机A3 | 91.0 | 1
一车间 | 冲压机B1 | 75.0 | 2
二车间 | 冲压机B2 | 88.0 | 1
二车间 | 注塑机A2 | 82.0 | 2

这个"分组 TopN"模板请背下来

复制代码

┌────────────────────────────────────────────────────────┐
│  WITH 排名表 AS (                                       │
│      SELECT ...,                                       │
│        ROW_NUMBER() OVER (                             │
│          PARTITION BY 分组列                            │
│          ORDER BY 排序列 DESC                          │
│        ) AS rn                                         │
│      FROM ...                                          │
│  )                                                     │
│  SELECT * FROM 排名表 WHERE rn <= N;   ← 每组取前 N     │
└────────────────────────────────────────────────────────┘

这个套路能解决一大批业务问题：

每个车间温度最高的 2 台设备
每个客户最近的 3 笔订单
每个部门工资最高的人
每台设备最新的一条告警记录（ORDER BY created_at DESC 取 rn=1）
每个分类下销量 Top 5 的商品

📌 PARTITION BY vs GROUP BY 一句话区分：

GROUP BY 车间：一车间 3 行 → 1 行（明细消失）

PARTITION BY 车间：一车间 3 行 → 还是 3 行，每行多个"组内排名"

🖥️ 六、SUM / AVG OVER：让每行带着组的统计值

窗口函数不止能排名，还能在每行上附加聚合值，且不损失明细。

需求：列出每台设备，同时显示它所在车间的平均温度和总温度：

复制代码

SELECT
    d.name        AS 设备名,
    d.temperature AS 温度,
    e.department  AS 车间,
    ROUND(AVG(d.temperature) OVER (PARTITION BY e.department), 1) AS 车间均温,
    SUM(d.temperature)  OVER (PARTITION BY e.department)          AS 车间总温,
    COUNT(*)            OVER (PARTITION BY e.department)          AS 车间设备数
FROM devices_new d
INNER JOIN engineers e ON d.engineer_id = e.id
ORDER BY e.department, d.temperature DESC;

结果：

复制代码

设备名   | 温度 | 车间   | 车间均温 | 车间总温 | 车间设备数
注塑机A3 | 91.0 | 一车间 | 77.0    | 231.0   | 3
冲压机B1 | 75.0 | 一车间 | 77.0    | 231.0   | 3     ← 同组的统计值，每行都带一份
注塑机A1 | 65.0 | 一车间 | 77.0    | 231.0   | 3
冲压机B2 | 88.0 | 二车间 | 85.0    | 170.0   | 2
注塑机A2 | 82.0 | 二车间 | 85.0    | 170.0   | 2

这在做报表时特别有用：既显示每台设备的明细，又在同一行给出"它所在组的整体水平"，方便对比"这台设备比车间平均高还是低"。

钻研不通也别死磕，窗口函数完整语法一次消化不了正常，先把两个最常用的模式记住：ROW_NUMBER + PARTITION BY 取组内 TopN 、AVG/SUM OVER (PARTITION BY) 带组统计。其余的（移动平均、LAG/LEAD 取上下行等）后面用到时再回来查。

窗口函数分类速查（混个眼熟即可）

类别	函数	干嘛用
排名	`ROW_NUMBER / RANK / DENSE_RANK`	编号、排名
聚合	`SUM/AVG/COUNT/MAX/MIN OVER(...)`	不压扁行做聚合
取值	`FIRST_VALUE / LAST_VALUE`	取窗口内第一/最后一行的值
偏移	`LAG / LEAD`	取上一行 / 下一行的值（算环比常用）
分布	`NTILE(n)`	把结果平均切成 n 份

🖥️ 七、综合实战：工单分析组合拳

把今天学的串起来。需求：找出每个上报人最新的那一张工单（每人只看最近 1 条）。

复制代码

WITH ranked_tickets AS (
    SELECT
        e.name AS 上报人,
        t.title AS 标题,
        t.priority AS 优先级,
        t.created_at AS 创建时间,
        ROW_NUMBER() OVER (
            PARTITION BY t.reporter_id          -- 按上报人分组
            ORDER BY t.created_at DESC          -- 组内按时间倒序，最新的排第1
        ) AS rn
    FROM tickets t
    INNER JOIN engineers e ON t.reporter_id = e.id
)
SELECT 上报人, 标题, 优先级, 创建时间
FROM ranked_tickets
WHERE rn = 1;          -- 每人最新的一张

结果：

复制代码

上报人 | 标题        | 优先级 | 创建时间
李工   | 例行保养     | 低    | ...
王工   | 振动超标     | 中    | ...     ← 王工有2张，只留时间最新的
赵工   | 温度严重超标 | 高    | ...

📌 这是 FDE 数据处理的高频模式------"每组最新一条 "。设备的最新状态、订单的最新进度、用户的最近登录，全是 PARTITION BY 主体 ORDER BY 时间 DESC + rn = 1。

📝 本课小结

知识点	一句话记住
子查询	查询套查询，结果可当值/表用
CTE	`WITH 名字 AS(...)`，把复杂查询拆成命名步骤，像流水线
窗口函数	`函数() OVER(PARTITION BY... ORDER BY...)`，不压扁行
ROW_NUMBER	连续编号不并列，取 TopN 首选
RANK	并列跳号 1,2,2,4
DENSE_RANK	并列不跳 1,2,2,3
PARTITION BY	分组但保留明细（区别于 GROUP BY 压扁）
组内 TopN 模板	CTE 里 ROW_NUMBER 编号，外层 WHERE rn<=N
最新一条	`PARTITION BY 主体 ORDER BY 时间 DESC` + rn=1
聚合窗口	`AVG/SUM OVER(PARTITION BY...)` 每行带组统计