【一文搞懂SQL中的开窗函数】在SQL中，开窗函数（Window Function）是一种非常强大的工具，它允许我们在不改变原始数据行数的情况下，对数据进行聚合、排序、排名等操作。与传统的GROUP BY不同，开窗函数可以在每一行中显示聚合结果，从而提供更丰富的分析视角。
一、什么是开窗函数？
开窗函数是在一个“窗口”或“分区”内对数据进行计算的函数。它通常与`OVER()`子句一起使用，用来定义窗口的范围。常见的开窗函数包括：
- `ROW_NUMBER()`：为每一行分配唯一的序号
- `RANK()`：为每一行分配排名，相同值会占用同一位置
- `DENSE_RANK()`：与`RANK()`类似，但不会跳过排名
- `NTILE(n)`：将数据分成n个组，并为每组分配编号
- `SUM()`、`AVG()`、`MAX()`、`MIN()`等聚合函数也可以作为开窗函数使用
二、开窗函数的基本语法
```sql
FUNCTION_NAME() OVER (
| PARTITION BY column |
| ORDER BY column |
| ROWS BETWEEN start AND end |
)
```
- `PARTITION BY`：按指定列分组，类似于GROUP BY
- `ORDER BY`：定义窗口内的排序方式
- `ROWS BETWEEN ...`：定义窗口的行范围（可选）
三、常见开窗函数总结
| 函数名 | 功能描述 | 示例用法 |
| `ROW_NUMBER()` | 为每行分配唯一序号 | `ROW_NUMBER() OVER (ORDER BY salary DESC)` |
| `RANK()` | 返回当前行的排名（相同值并列） | `RANK() OVER (ORDER BY score DESC)` |
| `DENSE_RANK()` | 返回当前行的排名（不跳过） | `DENSE_RANK() OVER (ORDER BY score DESC)` |
| `NTILE(n)` | 将数据分为n个桶 | `NTILE(4) OVER (ORDER BY age)` |
| `SUM()` | 计算窗口内的总和 | `SUM(sales) OVER (PARTITION BY region)` |
| `AVG()` | 计算窗口内的平均值 | `AVG(price) OVER (PARTITION BY category)` |
| `LEAD()` | 获取下一行的值 | `LEAD(salary, 1) OVER (ORDER BY id)` |
| `LAG()` | 获取上一行的值 | `LAG(sales, 2) OVER (ORDER BY date)` |
四、开窗函数的应用场景
| 场景 | 使用开窗函数的好处 |
| 排名统计 | 可以在同一行显示排名信息，无需子查询 |
| 分组累计计算 | 如销售累计、工资增长趋势等 |
| 数据对比 | 比较当前行与前一行或后一行的数据 |
| 分布分析 | 使用NTILE将数据分成几组，分析分布情况 |
五、小结
开窗函数是SQL中非常实用的功能，尤其在数据分析和报表生成中表现突出。通过合理使用`PARTITION BY`、`ORDER BY`以及窗口范围设置，可以灵活地处理各种复杂的数据分析需求。掌握这些函数，能大幅提升SQL查询的效率与灵活性。
如果你正在学习SQL，建议多动手实践，结合实际业务场景来理解这些函数的作用。
