窗口函数可在不减少行数的情况下进行分组、排序和聚合计算，其语法为SELECT 列名, 窗口函数() OVER (PARTITION BY 分组列 ORDER BY 排序列 ROWS/RANGE 范围) FROM 表名；PARTITION BY 用于分组，ORDER BY 定义顺序，ROWS/RANGE 指定行范围；常用函数包括ROW_NUMBER()（分配唯一序号）、RANK()/DENSE_RANK()（排名）、SUM()/AVG()/MAX()/MIN()（累计或移动计算）、LAG()/LEAD()（前后行数据访问）；例如按部门工资排名：SELECT name, dept, salary, ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC) AS rank_in_dept FROM employees；计算部门工资占比：SELECT name, dept, salary, ROUND((salary * 1.0)/SUM(salary) OVER (PARTITION BY dept), 2) AS ratio_of_dept FROM employees；累计销售额：SELECT sale_date, amount, SUM(amount) OVER (ORDER BY sale_date) AS cumulated_total FROM sales；使用时需注意：必须有OVER()，否则变为普通聚合；无PARTITION BY则全表为一窗口；ORDER BY影响结果准确性；可用ROWS BETWEEN限制范围如“过去7天”：ROWS BETWEEN 6 PRECEDING AND CURRENT ROW；掌握该技术可显著提升数据分析能力。
在 SQL 中，SELECT 语句结合窗口函数可以让你在不减少行数的前提下，对数据进行分组、排序和聚合计算。窗口函数不会像 GROUP BY 那样合并行，而是为每一行返回一个计算结果，基于指定的“窗口”范围。
基本语法结构
窗口函数出现在 SELECT 子句中，基本格式如下：
SELECT 列名, 窗口函数(表达式) OVER ( [PARTITION BY 分组列] [ORDER BY 排序列] [ROWS/RANGE 范围定义] ) AS 别名 FROM 表名;
PARTITION BY 类似于 GROUP BY，用于将数据分组；ORDER BY 决定窗口内的数据顺序；ROWS/RANGE 可选，用于精确定义窗口的行范围。
常见窗口函数及用法
以下是一些常用的窗口函数及其实际应用场景：
ROW_NUMBER()：为每行分配唯一序号，常用于去重或分页。RANK() 和 DENSE_RANK()：排名函数，处理并列情况不同。SUM() / AVG() / MAX() / MIN()：配合 OVER 使用，计算累计或移动平均值。LAG() / LEAD()：访问当前行之前或之后的数据，适合对比分析。
例如，想查看每个部门员工工资排名：
SELECT name, dept, salary, ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC) AS rank_in_dept FROM employees;
使用场景示例
假设你想计算每位员工在其部门内的工资占比：
BibiGPT-哔哔终结者
B站视频总结器-一键总结 音视频内容
28 查看详情 SELECT name, dept, salary, ROUND( (salary * 1.0) / SUM(salary) OVER (PARTITION BY dept), 2 ) AS ratio_of_dept FROM employees;
这里 SUM(salary) OVER (PARTITION BY dept) 计算每个部门总工资，再与个人工资相除得到比例。
另一个例子：计算每日销售额的累计总额：
SELECT sale_date, amount, SUM(amount) OVER (ORDER BY sale_date) AS cumulated_total FROM sales;
注意事项
使用窗口函数时注意以下几点：
必须使用 OVER() 子句，否则会变成普通聚合函数。如果没有 PARTITION BY，整个结果集被视为一个窗口。ORDER BY 在某些函数中至关重要，比如 ROW_NUMBER 或 LAG，影响结果准确性。ROWS BETWEEN 子句可用于限制窗口范围，如“过去 7 天”：
ROWS BETWEEN 6 PRECEDING AND CURRENT ROW
基本上就这些。掌握 SELECT 与窗口函数的结合，能大幅提升数据分析能力。
以上就是SQL SELECT 如何结合窗口函数？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/584241.html
微信扫一扫 
支付宝扫一扫 
