引言
数据分析师每天都在和SQL打交道，但很多人写了5年的SQL，依然不知道窗口函数的存在。
今天船长不讲概念，直接用3个真实业务场景，让你彻底搞懂SQL窗口函数。
场景一：用户最近7天购买频次排名
业务需求：找出每个用户在过去7天内的购买次数，并按次数降序排列。
SELECT
user_id,
purchase_cnt,
ROW_NUMBER() OVER (ORDER BY purchase_cnt DESC) as rnk
FROM (
SELECT
user_id,
COUNT(*) as purchase_cnt
FROM orders
WHERE order_date >= DATE_SUB(CURDATE(), INTERVAL 7 DAY)
GROUP BY user_id
) t
ROW_NUMBER()：为每一行分配一个唯一的序号，相同值也不会重复。
场景二：部门内员工薪资排名
业务需求：按部门分组，计算每个员工的薪资在部门内的排名。
SELECT
emp_name,
dept_name,
salary,
RANK() OVER (PARTITION BY dept_name ORDER BY salary DESC) as dept_rank
FROM employees
RANK()：相同值排名相同，但下一个排名会跳跃。比如：1,1,3。
场景三：累计销售额计算
业务需求：计算每日销售额的累计值，便于观察增长趋势。
SELECT
order_date,
daily_sales,
SUM(daily_sales) OVER (ORDER BY order_date) as cum_sales
FROM daily_sales_summary
SUM() OVER()：计算累计值，不需要JOIN自己，非常高效。
总结
窗口函数的核心就三要素：
-
PARTITION BY：分组
-
ORDER BY：排序
-
ROWS/RANGE：窗口大小
记住这三点，任何窗口函数都能手到擒来。
