有段时间我在做销售数据报表,天天要算"每个门店每个月累计销售额"这类需求。第一版我老老实实写了40多行子查询嵌套,跑一次几十秒,后来被同事提了一嘴:你怎么不用窗口函数?我去查了SQL窗口函数是什么,看完第一个例子才反应过来,原来这种"既要保留明细、又要同时拿到汇总结果"的需求,天生就是给窗口函数准备的。这篇文章想把窗口函数讲透:它解决了什么问题、语法骨架怎么拆、三类常用函数怎么选、框架子句容易踩哪些坑,以及生产环境里真正用得上的优化建议。适合正在学SQL、准备数据岗面试、或者日常写报表经常被这类需求折磨的同学。
1. 为什么说窗口函数是"行级计算"的救星
1.1 没有窗口函数之前,我们是怎么硬写的
先感受一个最常见的需求:有一张销售流水表,字段是门店、月份、销售额,我要算每个门店从年初到当前月份的累计销售额。没有窗口函数的时候,大多数人的第一反应是子查询。
sql复制SELECT a.store_id,
a.month,
a.amount,
(SELECT SUM(b.amount)
FROM sales b
WHERE b.store_id = a.store_id
AND b.month <= a.month) AS cumulative_amount
FROM sales a;
这段SQL能跑,但问题很多。第一,这是一个相关子查询,外层每返回一行,内层就要把整个表扫一遍,数据量一旦过了百万级,性能直接崩。第二,month字段如果存的是字符串,比如"2024-01",你用<=比较字符串,结果不一定符合日期直觉;如果存的是日期,又要考虑格式、时区这些细枝末节。第三,这还只是"累计"这一个需求,如果同时还要算"每个门店当月销售额占全年比例""每个门店按销售额排名",SQL会膨胀成一个没人愿意维护的怪物。
另一个经典场景是分组TopN。比如"每个部门工资最高的三个人",不用窗口函数就得先自连接计算排名,再看名次小于等于3,逻辑绕,而且因为JOIN产生中间结果,性能也差。我最早写这类查询时,经常被自连接搞晕,排名字段稍不注意就重复统计了。
1.2 分组不合并行:和GROUP BY的本质区别
窗口函数和普通聚合函数最根本的区别,在于它不减少返回的行数。
GROUP BY把同一个分组的很多行压成一行,比如SELECT dept_id, AVG(salary) FROM employees GROUP BY dept_id,最后每个部门只能看到一行平均工资,员工的姓名、工资、入职时间这些明细全丢了。窗口函数则是在保留每一行明细的同时,给每一行"挂"上一个计算出来的值。
我经常用一个打比方的方式帮新手理解:全班一张成绩表,GROUP BY是小组成员坐在一起,最后只留一张写满平均分的便利贴;窗口函数是在成绩表右侧加一列"本组平均分",每个学生的名字和分数还在原位,只是旁边多了个汇总数字。
| 对比点 | GROUP BY | 窗口函数 |
|---|---|---|
| 返回行数 | 每个分组一行 | 原表每行保留 |
| 明细信息 | 丢失 | 完整保留 |
| 聚合结果展示 | 单独一行显示 | 跟随每一行显示 |
| 是否支持排名、前后取值 | 不支持 | 原生支持 |
| 典型场景 | 分组汇总报表 | 明细加汇总、排名、累计 |
所以判断该用哪个其实很简单:如果你的报表只需要分组后的汇总数字,GROUP BY够用且更快;如果你既要明细行,又要明细行旁边的汇总值、排名值、或者上一行的值,那基本就是窗口函数的主场。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 窗口函数的三层语法骨架:把OVER拆开看
2.1 函数名 + OVER() 的固定结构
窗口函数的语法看着唬人,其实骨架很固定:
sql复制函数名(参数) OVER (
[PARTITION BY 列1, 列2]
[ORDER BY 列3 ASC/DESC]
[ROWS/RANGE 框架子句]
)
最外层函数名可以是聚合函数(SUM、AVG、COUNT、MAX、MIN),也可以是专门为窗口设计的函数(ROW_NUMBER、RANK、LAG等)。关键是后面跟着的OVER(),它才是"窗口"的开关。
OVER() 里面三个部分都可以省略,但含义完全不同。空括号OVER()表示把整张表当作一个窗口,所有行共用同一个聚合结果。写几行代码看下就明白了:
sql复制SELECT employee_id,
dept_id,
salary,
AVG(salary) OVER() AS company_avg,
AVG(salary) OVER(PARTITION BY dept_id) AS dept_avg
FROM employees;
这个查询里,company_avg列每一行都是全公司的平均工资,不管你属于哪个部门;dept_avg列则是按照部门分组后,每个员工看到的自己部门平均工资。两列都不影响原表的行数,每条员工记录照样原样返回。
2.2 PARTITION BY 和 ORDER BY 分别控制什么
PARTITION BY负责划定窗口的分区边界,也就是"在哪些行组成的组内做计算";ORDER BY负责决定分区内行的排列顺序,以及逐行计算时"推进"的方向。
举个例子,我想看每个部门内部,按工资从低到高的累计工资。
sql复制SELECT dept_id,
emp_name,
salary,
SUM(salary) OVER(PARTITION BY dept_id
