📌 今日关键词：窗口函数、排序分析、累计计算、OVER子句、MySQL 8.0
前面我们已经掌握了数据库的“骨架”（表结构）、“加速器”（索引）以及“逻辑大师”（游标与存储过程）。但当我们面对复杂的排名、累计、同比环比分析时，传统的聚合函数（GROUP BY）往往显得力不从心——它会把行“压扁”，让我们无法同时看到明细数据和聚合结果。
所以，今天我们解锁SQL进阶路上的分水岭技术——窗口函数（Window Function）！ 🎯它就像是给数据库装上了一副“透视眼镜”，让我们在不丢失任何一行明细数据的前提下，进行跨行的统计分析，用一行代码解决排名、累计、环比问题，数据分析效率翻倍！接下来，小学妹就把窗口函数分享给大家，让你少走弯路少踩坑。
一、什么是窗口函数？——数据的“逻辑透视镜”
窗口函数（Window Function），也叫OLAP函数（Online Analytical Processing），它允许我们在结果集的“子集”（即窗口）上进行聚合或计算，而不需要将行折叠成单个输出行。
💡 类比：你有一张全班成绩表。聚合函数就像“全班平均分”，只给你一个数字；窗口函数则能在每一行旁边加一列“全班平均分”，让你知道每个人的分数和平均分的差距，同时保留每个人的详细信息。
🔍窗口函数 vs 聚合函数：
| 函数类型 | 结果行数 | 典型用途 |
|---|---|---|
| 聚合函数 + GROUP BY | 减少行数（每组一行） | 每个班级的平均分 |
| 窗口函数 | 保持原行数 | 每行旁边显示班级平均分 |
二、窗口函数的基本语法
SELECT 列名,
窗口函数() OVER (PARTITION BY 分组列 ORDER BY 排序列) AS 别名
FROM 表名;
- 窗口函数：如
ROW_NUMBER()、RANK()、SUM()、AVG()等 OVER()：定义窗口的大小和顺序PARTITION BY：分组（可选，不加则整个表为一个窗口）ORDER BY：窗口内的排序（重要）
💡 可以把窗口理解为
GROUP BY的分组，但每一行都留在结果中。
三、三大类窗口函数（新手必学）
排名函数（最常用）
| 函数 | 说明 | 例子（分数：90,90,80） |
|---|---|---|
| ROW_NUMBER() | 连续编号，不分先后 | 1,2,3 |
| RANK() | 跳跃排名，相同分数并列 | 1,1,3 |
| DENSE_RANK() | 连续排名，相同分数并列 | 1,1,2 |
💻实战：查询每个部门的员工按工资排名
SELECT
name,
department,
salary,
ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) AS row_rank,
RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS rank_rank,
DENSE_RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS dense_rank
FROM employees;
聚合函数 + 窗口（累计、移动平均）
支持在窗口中使用 SUM、AVG、COUNT、MAX、MIN。
💻实战：计算每个月的累计销售额
SELECT
month,
sales,
SUM(sales) OVER (ORDER BY month) AS cumulative_sales
FROM sales_data;
💻实战：计算过去3个月的移动平均销售额
SELECT
month,
sales,
AVG(sales) OVER (ORDER BY month ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg
FROM sales_data;
ROWS BETWEEN 2 PRECEDING AND CURRENT ROW表示“从当前行往前的2行到当前行”，共3行。
取值函数（高级）
| 函数 | 说明 |
|---|---|
| LAG(列名, offset) | 取当前行前面第offset行的值 |
| LEAD(列名, offset) | 取当前行后面第offset行的值 |
| FIRST_VALUE() / LAST_VALUE() | 窗口内第一行/最后一行的值 |
💻实战：计算每个月的销售额环比增长率
SELECT
month,
sales,
LAG(sales, 1) OVER (ORDER BY month) AS prev_month_sales,
(sales - LAG(sales, 1) OVER (ORDER BY month)) / LAG(sales, 1) OVER (ORDER BY month) * 100 AS growth_rate
FROM sales_data;
四、实战案例：学生成绩排名 + 班级对比
假设有 stu_score 表：(id, name, class, score)。
🔔需求：
- 显示每个学生的姓名、班级、分数
- 显示全校排名（
RANK()） - 显示班级内排名
- 显示班级最高分（
MAX()窗口）
SELECT
name,
class,
score,
RANK() OVER (ORDER BY score DESC) AS school_rank,
RANK() OVER (PARTITION BY class ORDER BY score DESC) AS class_rank,
MAX(score) OVER (PARTITION BY class) AS class_max_score
FROM stu_score;
🚩结果示例：
| name | class | score | school_rank | class_rank | class_max_score |
|---|---|---|---|---|---|
| 小明 | 1班 | 98 | 1 | 1 | 98 |
| 小红 | 1班 | 95 | 2 | 2 | 98 |
| 小刚 | 2班 | 97 | 3 | 1 | 97 |
五、窗口函数避坑指南
❌版本限制：
- MySQL 5.7 及更早版本不支持窗口函数！
- 必须使用 MySQL 8.0+。如果你还在用旧版本，建议升级，或者使用复杂的自连接（Self-Join）来模拟，但性能极差。
❌性能陷阱：
- 如果不写
PARTITION BY且数据量巨大，窗口函数会扫描全表进行计算，非常消耗内存。 - 建议： 尽量配合索引使用，
ORDER BY的列最好有索引。
❌NULL值处理：
- 排序函数（如
RANK）遇到NULL值时，通常会将其视为最小值，或者导致排序结果不符合预期。 - 建议： 在计算前使用
WHERE 列名 IS NOT NULL过滤，或用COALESCE处理。
六、今日学习心得
- 核心思想： 窗口函数 = 保留明细 + 跨行计算。
- 执行顺序： 记住它在
SELECT阶段执行，所以不能直接在WHERE中过滤，通常需要嵌套一层查询或使用 CTE。 - 版本注意： 确保你的环境是 MySQL 8.0 或 PostgreSQL 或 SQL Server，老版本 MySQL 玩不转这个。
👋 我是数据库小学妹一个用设计师思维学数据库的转行人。我们一起，把复杂的技术变得简单有趣！💕
本文为个人学习总结，所有示例基于 MySQL 8.0。如果你的版本低于8.0，部分窗口函数不可用，建议升级或使用其他方式替代。
