窗口函数：SQL进阶的分水岭，学会它甩开80%的取数员
我是小耶，干运营半路出家的野生DBA——写功课只是为了我踩过的坑，你们别再踩了！
一、没有窗口函数的痛苦回忆
以前想算“每个分类下销售额前3的产品”，没有窗口函数的时候，写法是这样的：
-- 传统写法（不推荐，仅作对比）
SELECT a.product_id, a.category, a.sales, COUNT(*) AS rn
FROM products a
JOIN products b ON a.category = b.category AND a.sales <= b.sales
GROUP BY a.product_id, a.category, a.sales
HAVING COUNT(*) <= 3;
这种写法难以理解、性能差、容易错。窗口函数出现后，一切变得简单。
二、窗口函数一行搞定排名
SELECT product_id, category, sales,
ROW_NUMBER() OVER (PARTITION BY category ORDER BY sales DESC) AS rn
FROM products;
外层加个 WHERE rn <= 3，查询结束。
语法拆解：
ROW_NUMBER()：编号函数OVER：定义窗口PARTITION BY category：按分类分组，每组内独立编号ORDER BY sales DESC：组内按销售额降序排列
三、三个排名函数对比
| 函数 | 说明 | 示例结果（销售额100,90,90,80） |
|---|---|---|
ROW_NUMBER() |
唯一编号，不处理并列 | 1,2,3,4 |
RANK() |
并列跳号 | 1,2,2,4 |
DENSE_RANK() |
并列不跳号 | 1,2,2,3 |
实战选择建议：
- 分页取数据（每页10条）→
ROW_NUMBER() - 比赛排名（允许并列但跳过名次）→
RANK() - 工资等级（并列不跳过）→
DENSE_RANK()
四、累计占比（帕累托分析）
SELECT product, sales,
SUM(sales) OVER (ORDER BY sales DESC) / SUM(sales) OVER () AS cum_pct
FROM products;
解释：
SUM(sales) OVER (ORDER BY sales DESC)：按销售额降序累计求和SUM(sales) OVER ()：全局总和（无PARTITION BY）- 两者相除得到累计占比
典型用法：找到贡献前80%销售额的产品（二八法则）。
五、更多窗口函数实战场景
1. 移动平均（MA3）
SELECT date, sales,
AVG(sales) OVER (ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS ma3
FROM daily_sales;
2. 同比/环比（LAG / LEAD）
SELECT date, sales,
LAG(sales, 1) OVER (ORDER BY date) AS prev_day_sales,
sales / LAG(sales, 1) OVER (ORDER BY date) - 1 AS growth_rate
FROM daily_sales;
3. 分组内百分比
SELECT category, product, sales,
sales / SUM(sales) OVER (PARTITION BY category) AS pct_in_category
FROM products;
六、性能注意事项
- 窗口函数会生成临时表，如果数据量很大（千万级），注意观察
Created_tmp_disk_tables状态。 - ORDER BY 会排序，如果窗口内数据不需要排序，可以省略
ORDER BY提升性能。 - 部分窗口函数（如
ROW_NUMBER()）可以替代 LIMIT分组取TopN，比传统子查询快很多。 - MySQL 8.0+ 才支持窗口函数，低版本需要升级或者用变通写法。
七、快速记忆口诀
分组排名用窗口，
PARTITION 分组，ORDER 排序，
三个函数看需求，
累计移动都能算。
八、实战练习建议
找一份订单表，自己尝试：
- 每个用户最近3笔订单
- 每月销售额环比增长率
- 每个商品在所属分类中的销售额百分位
推荐刷题网站：LeetCode 窗口函数专题（难度 中等 ~ 困难）
小耶在手，SQL不愁。
你工作中用到窗口函数最多的场景是什么？评论区分享一下，给新手一些灵感。
