SQL 窗口函数 使用教程

<think>好的，我需要处理用户关于SQL窗口函数的查询。首先，用户要求的是使用指南、教程和示例，所以我得确保涵盖这些方面。 首先，我应该明确窗口函数的基本概念。窗口函数允许在结果集的子集（窗口）上执行计算，比如排名、累计等。记得要提到常见的窗口函数类型，比如聚合、排名和分布函数。 接下来，用户可能需要语法结构的说明。需要给出基本的语法模板，用示例代码展示如何使用OVER子句，特别是PARTITION BY和ORDER BY的用法。同时，要强调窗口函数与普通聚合函数的区别，即保留详细数据的同时进行聚合。 然后，示例部分很重要。用户需要实际的例子来理解如何应用窗口函数。比如使用ROW_NUMBER()去重，RANK()排名销售额，SUM()做累计求和，以及LEAD()比较不同行的数据。每个示例应该包括具体的SQL语句和解释，最好用代码块展示。 还要注意引用用户提供的参考资料，特别是引用[1]和[2]。需要检查这些引用是否与窗口函数的内容相关，并在适当的位置添加引用标识。例如，在介绍窗口函数概念时引用[1]，在提到Flink Table API时引用[2]。 用户可能还会遇到常见问题，比如性能优化或使用场景，所以需要准备相关的问题部分。例如，窗口函数与GROUP BY的区别，处理重复数据的方法，以及性能优化的技巧。 最后，确保整个回答结构清晰，分步骤讲解，符合用户要求的格式，并且使用中文。检查所有LaTeX公式是否正确，行内公式用$...$，独立公式用$$...$$，并确保代码块语法正确。</think>### SQL窗口函数使用指南 #### 一、窗口函数基础概念 窗口函数（Window Function）允许在结果集的子集（称为“窗口”）上执行计算，同时保留原始行的详细信息。与普通聚合函数不同，窗口函数不会将多行合并为单行，而是为每行返回计算结果[^1]。 #### 二、核心语法结构 ```sql SELECT column1, window_function() OVER ( [PARTITION BY partition_column] [ORDER BY order_column] [ROWS/RANGE frame_clause] ) AS result_column FROM table_name; ``` - `PARTITION BY`：定义窗口的分区，类似`GROUP BY`但保留所有行 - `ORDER BY`：指定窗口内的排序规则 - `ROWS/RANGE`：定义窗口范围（如`ROWS BETWEEN 3 PRECEDING AND CURRENT ROW`） #### 三、常用窗口函数类型 | 类别 | 函数示例 | 功能说明 | |------------|---------------------------|--------------------------| | 聚合函数 | `SUM()`, `AVG()`, `COUNT()` | 计算窗口内的聚合值 | | 排名函数 | `ROW_NUMBER()`, `RANK()` | 生成排名序号 | | 分布函数 | `CUME_DIST()`, `PERCENT_RANK()` | 计算分布位置 | #### 四、典型使用场景示例 1. **数据去重** ```sql SELECT * FROM ( SELECT id, ROW_NUMBER() OVER (PARTITION BY duplicate_column ORDER BY id) AS rn FROM table ) WHERE rn = 1; ``` 2. **销售额排名** ```sql SELECT salesperson, region, sales, RANK() OVER (PARTITION BY region ORDER BY sales DESC) AS rank FROM sales_data; ``` 3. **累计求和** ```sql SELECT order_date, daily_sales, SUM(daily_sales) OVER (ORDER BY order_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cumulative_sales FROM orders; ``` 4. **跨行比较** ```sql SELECT month, revenue, LEAD(revenue, 1) OVER (ORDER BY month) AS next_month_revenue FROM financials; ``` #### 五、性能优化建议 1. 尽量缩小`PARTITION BY`的范围 2. 避免在窗口定义中使用复杂计算 3. 优先使用`ROWS`模式而非`RANGE`（更高效） #### 六、Flink Table API中的窗口函数[^2] ```sql SELECT TUMBLE_START(event_time, INTERVAL '1' HOUR) AS window_start, COUNT(*) AS cnt FROM clicks GROUP BY TUMBLE(event_time, INTERVAL '1' HOUR) ```