1、概念理解
1.1 定义
窗口函数是应用于查询结果中一组行（称为“窗口”）的函数，允许用户在结果集中进行计算，并且能够保留每一行的原始数据。
核心特点：
- 不聚合结果集，保留行级数据
- 定义窗口，通过 OVER() 子句
常见的窗口函数：
-
排名类：
ROW_NUMBER(),RANK(),DENSE_RANK() -
分布类：
PERCENT_RANK(),CUME_DIST(),NTILE() -
前后值类：
LAG(),LEAD() -
头尾值类：
FIRST_VALUE(),LAST_VALUE() -
聚合函数 也可用作窗口函数：
SUM(),AVG(),COUNT(),MAX(),MIN()
1.2 与聚合函数的区别
定义：聚合函数是用于计算一组值并返回单个值的函数，通常与 GROUP BY 子句一起使用，将数据分组并计算每组的汇总结果。
| 特性 | 窗口函数 | 聚合函数 |
|---|---|---|
| 结果集 | 保留每一行的原始数据 | 返回分组后的单个汇总值 |
| 使用方式 | 使用 OVER 子句 | 通常与 GROUP BY 一起使用 |
| 计算范围 | 可以在整个数据集中或分区内计算 | 在分组后的每个组内计算 |
| 示例 | RANK() OVER (PARTITION BY department) | AVG(salary) GROUP BY department |
| 对 NULL 的处理 | 可自定义处理（如可选择包括或排除 NULL） | 通常忽略 NULL 值 |
1.3 OVER() 子句
OVER() 子句定义了窗口函数的“工作窗口”
PARTITION BY (分区):
-
作用：将整个结果集划分为更小的、独立的窗口或分区。窗口函数会分别应用于每个分区内部，并在跨分区边界时重置计算。
-
类比：相当于聚合函数中的
GROUP BY，但不对结果进行聚合。
ORDER BY (排序)：
-
作用：在分区内部，定义行的逻辑顺序。
-
关键：对于许多窗口函数来说，
ORDER BY会隐式地定义窗口框架的范围
PARTITION BY和 ORDER BY可以单独或组合使用。
1.4 窗口范围：ROWS ... AND ...
当 OVER()子句中使用了 ORDER BY时，默认的窗口范围是：从分区的第一行到当前行。
可以通过 ROWS/RANGE BETWEEN 子句来 显式、精确地控制窗口的起始和结束边界。
关键词：
UNBOUNDED PRECEDING：分区的第一行。UNBOUNDED FOLLOWING：分区的最后一行。CURRENT ROW：当前行。N PRECEDING：当前行之前的第N行。N FOLLOWING：当前行之后的第N行。
ROWS VS RANGE：
ROWS：基于物理行的偏移
- 明确指定窗口的行数。
- 表示窗口中的行数是相对于当前行的位置来确定的。
- 适用于确切的行数计算，不考虑行的值。
RANGE：基于ORDER BY列值的逻辑偏移。
- 根据排序列的值来定义窗口，而不是具体的行数。
- 它表示窗口可以包括所有具有相同值的行。例如，
RANGE BETWEEN 100 PRECEDING AND CURRENT ROW表示当前行及其之前所有值不超过当前值 100 的行。 RANGE更加灵活，适用于需要考虑值范围的情况，但可能在处理相同值的行时导致窗口大小不固定。
