SQL中窗口函数

<think>好的，我现在需要回答用户关于SQL窗口函数的使用教程和示例的问题。首先，我需要回顾窗口函数的基本概念和分类，确保自己理解正确。根据用户提供的引用内容，特别是引用[3]中的内容，窗口函数的结构包括窗口函数名称、表达式和OVER子句，其中OVER子句包含分区、排序和窗口大小选项。 接下来，我应该按照逻辑结构来组织回答。首先介绍什么是窗口函数，然后说明其语法结构，再分类讲解不同类型的窗口函数，比如排名函数、聚合函数、分布函数等，并给出每个类别的示例。同时，要注意用户提到的注意事项，比如不能在WHERE等子句中直接使用窗口函数生成的列，需要作为子查询处理，这点在引用[1]中提到过，需要在教程中强调。 用户可能希望看到具体的示例，所以需要准备一些常见的应用场景，比如计算每个部门的平均工资、排名销售业绩等。同时，结合引用[2]中的窗口TVFs，可能需要提到不同的窗口类型，比如滚动窗口、滑动窗口和累积窗口，但根据用户的问题，可能更关注标准的SQL窗口函数，而不是Flink特定的TVFs，所以需要区分清楚。 另外，需要确保使用正确的LaTeX格式，所有行内数学表达式用$...$，独立公式用$$...$$。但在这个问题中，可能数学表达式较少，更多是代码示例。不过如果有涉及到计算的部分，比如计算移动平均，可能需要用到聚合函数配合窗口框架。 在生成相关问题的时候，应该围绕窗口函数的常见疑惑点，比如执行顺序、与GROUP BY的区别、性能优化等，同时参考用户示例中的问题结构，确保问题具有针对性。 现在，我需要检查是否有遗漏的部分，比如窗口函数的执行顺序、实际应用中的常见错误，或者如何优化使用窗口函数的查询。同时，要确保所有引用都正确标注，例如在注意事项部分添加引用[1]，在语法结构部分引用[3]。 最后，确保回答结构清晰，分点明确，示例代码正确，并且语言流畅自然，符合中文表达习惯。这样用户能够逐步理解窗口函数的使用方法，并能够应用到实际场景中。</think>### SQL窗口函数使用教程 #### 一、窗口函数简介 窗口函数（Window Function）用于在查询结果集的特定“窗口”（即行的子集）上执行计算，同时保留原始行的详细信息。与聚合函数不同，窗口函数不会将多行合并为一行，而是为每一行返回一个计算结果[^3]。 #### 二、基本语法 ```sql SELECT window_function(expression) OVER ( PARTITION BY partition_expression ORDER BY order_expression [frame_clause] ) AS alias FROM table; ``` - **`window_function`**：窗口函数名称（如`ROW_NUMBER()`, `SUM()`等）。 - **`PARTITION BY`**：将数据划分为多个分区，窗口函数在每个分区内独立计算。 - **`ORDER BY`**：定义分区内的排序规则。 - **`frame_clause`**：定义窗口范围（如`ROWS BETWEEN 3 PRECEDING AND CURRENT ROW`）[^3]。 --- #### 三、常用窗口函数分类与示例 ##### 1. 排名函数 - **`ROW_NUMBER()`**：为每行分配唯一序号。 ```sql SELECT name, salary, ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) AS rank FROM employees; ``` - **`RANK()`**：允许并列排名，后续序号跳过重复值。 ```sql SELECT product, sales, RANK() OVER (ORDER BY sales DESC) AS sales_rank FROM products; ``` ##### 2. 聚合函数 - **`SUM()`/`AVG()`**：计算分区内的总和或平均值。 ```sql SELECT date, revenue, SUM(revenue) OVER (PARTITION BY month ORDER BY date) AS cumulative_revenue FROM sales; ``` ##### 3. 分布函数 - **`NTILE(n)`**：将数据分为`n`组并分配组号。 ```sql SELECT student_id, score, NTILE(4) OVER (ORDER BY score DESC) AS quartile FROM exam_results; ``` ##### 4. 前后值函数 - **`LAG()/LEAD()`**：访问前一行或后一行的数据。 ```sql SELECT month, revenue, LAG(revenue, 1) OVER (ORDER BY month) AS prev_month_revenue FROM monthly_sales; ``` --- #### 四、注意事项 1. **窗口函数执行顺序** 窗口函数在`WHERE`、`GROUP BY`、`HAVING`之后执行，因此不能在上述子句中直接引用窗口函数生成的列。需通过子查询实现[^1]： ```sql SELECT * FROM ( SELECT name, AVG(salary) OVER (PARTITION BY department) AS avg_salary FROM employees ) AS subquery WHERE avg_salary > 10000; ``` 2. **窗口框架（Frame Clause）** 通过`ROWS`或`RANGE`定义窗口范围： ```sql SELECT date, revenue, AVG(revenue) OVER (ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg FROM sales; ``` --- #### 五、应用场景 1. **累计计算**：如累计销售额、移动平均。 2. **排名与分组分析**：如部门内薪资排名。 3. **数据对比**：比较当前行与前后行的差异。 ---