SQL 窗口函数你掌握了吗？分析场景是否搞得清？

在处理销售排名统计、用户行为分析、财务报表计算时，超过68%的SQL开发者都遇到过这类困境：用常规方法需要嵌套多个子查询，代码臃肿且维护困难；直接使用聚合函数又无法保留明细数据。这正是SQL窗口函数大显身手的时刻——它能让你在保持原有数据行的同时，实现跨行的智能计算。

窗口函数在SQL执行流程中处于SELECT阶段与ORDER BY阶段之间，这个特殊位置决定了它既能访问原始数据集，又能利用已完成的计算结果。相较于WHERE或GROUP BY等早期阶段的操作，窗口函数保持着完整的结果集视图。

PARTITION BY：数据分区如同给数据贴上分类标签，每个分区独立计算
ORDER BY：排序子句控制计算顺序，特别是在处理累计值等场景时至关重要
窗口帧（Window Frame）：通过ROWS/RANGE定义动态计算范围，如：
```
ROWS BETWEEN 3 PRECEDING AND CURRENT ROW
```

使用RANK()处理并列排名：

SELECT 
  销售员,
  RANK() OVER (ORDER BY 销售额 DESC) as 排名
FROM 销售表

SUM()配合滑动窗口实现业绩累计：

SELECT 
  日期,
  SUM(销售额) OVER (ORDER BY 日期 ROWS UNBOUNDED PRECEDING) as 累计销售额

LAG/LEAD函数处理环比计算：

SELECT 
  月份,
  销售额,
  (销售额 LAG(销售额) OVER (ORDER BY 月份)) / LAG(销售额) OVER (ORDER BY 月份)  100 as 增长率

对比两种模式的区别：

ROWS模式	基于物理行偏移（适用于确定行数场景）
RANGE模式	基于数值范围偏移（适用于时间序列等连续值）

避免在PARTITION BY中使用高基数字段
多个窗口函数尽量合并窗口定义
合理使用索引加速排序操作

SELECT 
  销售员,
  销售日期,
  销售额,
  RANK() OVER (PARTITION BY 区域 ORDER BY 销售额 DESC) as 区域排名,
  AVG(销售额) OVER (ORDER BY 销售日期 ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) as 七日移动平均
FROM 销售记录
WHERE 季度 = '2023Q3'

该查询实现了多维度分析：区域排名、趋势分析、移动平均线计算，且保持原始数据完整性。