窗口可以理解為記錄集合，窗口函數就是在滿足某種條件的記錄集合上執行的特殊函數。窗口函數也稱為OLAP函數，OLAP即實時分析處理（Online Analytical Processing）。

語法：

window_function (expression) OVER (
   [ PARTITION BY part_list ]
   [ ORDER BY order_list ]
   [ { ROWS | RANGE } BETWEEN frame_start AND frame_end ] )

（注：通過PARTITION BY分組后的記錄集合稱為窗口，如果不使用PARTITION BY，那么整個數據集將作為一個大的窗口。）

（注：窗口函數只能在SELECT子句中使用。）

（注：此處的ORDER BY只用來決定窗口函數按照什么樣的順序進行計算，對結果的排序順序沒有影響。）

可以使用的窗口函數有：

1，能夠作為窗口函數的聚合函數：SUM，AVG，COUNT，MAX，MIN

2，專用窗口函數：RANK，DENSE_RANK，ROW_NUMBER

其中：

RANK()：計算排序（如果存在相同位次的記錄，則會跳過之后的位次，比如：1,2,2,4）

DENSE_RANK()：計算排序（即使存在相同位次的記錄，也不會跳過之后的位次，比如：1,2,2,3）

ROW_NUMBER()：賦予連續且唯一的位次，比如：1,2,3,4

此外，除了partition子句和order by子句，還可以加上frame子句。frame是當前分區的一個子集，frame子句用來定義子集的規則，其通常作為滑動窗口使用。（即指定框架：對窗口進行更詳細地指定。）例如：

ROW 2PRECEDING：前2行

ROW 5FOLLOWING：后5行

ROWS BETWEEN 1PRECEDING AND 1 FOLLOWING：前1行到后1行

例子：

SELECT item_id, cate_id, RANK() OVER (PARTITION BY cate_id ORDER BY price) as rank FROM item_list;

SELECT item_id, cate_id, SUM(price) OVER (ORDER BY item_id) as rank FROM item_list;

SELECT item_id, cate_id, AVG(price) OVER (ORDER BY price ROWS BETWEEN 1 PRECEDING and 1 FOLLOWING) AS rank FROM item_list;

為什么要用窗口函數？

1，在組內進行排名。比如統計各個部門工資前3位的員工名單。

2，累計計數。因為窗口函數以當前記錄作為基準進行統計，因此可以計算截止到當前的累計訂單金額是多少（running total），還可以加上指定框架來計算移動平均（movingaverage）。

參考：

https://ericfu.me/sql-window-function/

總結

以上是生活随笔為你收集整理的SQL---窗口函数（window function）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。