SQLite 3.31带来的窗口函数增强，让很多原本需要多次自连接或子查询才能完成的分析任务变得清晰直接。窗口函数与普通聚合函数的本质区别是：它不会减少结果集的行数，而是在每一行上依据一个窗口范围计算值。这个窗口可以由PARTITION BY切分、由ORDER BY排序，还可以用ROWS、RANGE或GROUPS进一步限定。
理解窗口函数，首先要理解OVER子句。它可以为空，表示在整个结果集上计算；也可以包含分区、排序和窗口框架三个部分。窗口函数的执行顺序发生在WHERE、GROUP BY和HAVING之后，但在ORDER BY之前，因此不能在WHERE条件中直接引用窗口函数的结果。
窗口函数基础：OVER子句与分区排序
最常见的窗口函数调用形式是函数名() OVER (PARTITION BY 列名 ORDER BY 列名)。PARTITION BY把结果集拆成多个互不重叠的分区，每个分区独立计算窗口函数，类似GROUP BY，但不会合并行。ORDER BY则决定分区内部的计算顺序，对于排名函数和累计类聚合尤其重要。
例如，假设有一张销售表sales，包含region、product和amount三个字段。要统计每个区域内部的销售额排名，可以这样写：
SELECT region, product, amount, RANK() OVER (PARTITION BY region ORDER BY amount DESC) AS rank_in_region FROM sales;
这段查询不会像GROUP BY那样只返回每个区域一行，而是保留所有原始记录。排名函数会在每个region分区内按照amount降序排序，并给每一行一个名次。PARTITION BY可以省略，省略后整个结果集就是一个分区；ORDER BY也可以只作用于窗口，不改变最终返回行的顺序。
需要注意的是，窗口函数中的ORDER BY与最外层查询的ORDER BY互不影响。如果外层没有ORDER BY，返回行的物理顺序通常不可预测。因此需要稳定展示排名时，最好在外层再加上ORDER BY。
排名函数与行号函数的使用差异
SQLite提供了多个排名相关窗口函数：ROW_NUMBER、RANK、DENSE_RANK和NTILE。它们都依赖ORDER BY子句确定先后顺序，但在并列值的处理上差异明显。ROW_NUMBER为每一行分配唯一递增编号，即使排序列的值相同也不会重复；RANK会为并列值分配相同名次，并在下一个名次处留下空位；DENSE_RANK同样分配相同名次，但不留空位。
SELECT student, score, ROW_NUMBER() OVER (ORDER BY score DESC) AS rn, RANK() OVER (ORDER BY score DESC) AS rk, DENSE_RANK() OVER (ORDER BY score DESC) AS dr FROM exam_result;
假设成绩表中有两名学生都得了90分，ROW_NUMBER会分别给第1和第2，RANK会同时给第1，下一名直接变成第3，而DENSE_RANK会让下一名保持第2。这个区别在生成榜单、筛选前N名时非常关键。比如要取每个分区的前3名，如果用RANK可能出现超过3行，因为多个并列第1会占满名额。
NTILE函数把分区内的行尽量均匀分成指定数量的桶，返回每行所属桶编号。它常用于分位数分析，例如把客户按消费金额分成四档。LAG和LEAD则用来访问当前行之前或之后的数据，适合做环比计算。比如LAG(amount) OVER (PARTITION BY region ORDER BY month)可以拿到同一区域上个月的金额。
聚合窗口函数与累计统计
除了排名函数，SUM、AVG、MIN、MAX、COUNT等聚合函数也都可以作为窗口函数使用。它们不再需要GROUP BY，也保留明细行，可以在每一行上看到截至当前行或者整个分区的聚合结果。比如要同时看到每笔订单金额、区域总金额和区域累计金额：
SELECT
region,
order_id,
amount,
SUM(amount) OVER (PARTITION BY region) AS region_total,
SUM(amount) OVER (
PARTITION BY region
ORDER BY order_id
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
) AS running_total
FROM orders;
这里第一个SUM只按region分区，没有ORDER BY，因此整个区域的总金额在每一行都相同。第二个SUM加了ORDER BY和ROWS框架，窗口会从分区首行一直滑动到当前行，从而形成累计值。比起早前需要自连接或子查询的写法，这种实现更简洁，也更符合分析思路。
窗口框架是聚合窗口函数中容易混淆的环节。ROWS按照物理行计算，RANGE按照排序值的范围计算，GROUPS则按照相同值的组计算。SQLite 3.31对这些框架子句的支持更加完整，还允许使用EXCLUDE从窗口中排除当前行、整组或相邻行。比如ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING EXCLUDE CURRENT ROW表示只看前后一行但不包含自己。
FILTER与NULLS FIRST/LAST在窗口函数中的运用
SQLite 3.31中，窗口函数与FILTER子句的组合得到进一步完善。FILTER原本用于聚合函数，能够只对满足条件的行做计算。和窗口函数一起使用时，可以更灵活地构建条件累计指标。例如只累计金额大于100的订单：
SELECT
region,
order_id,
amount,
SUM(amount) FILTER (WHERE amount > 100)
OVER (PARTITION BY region ORDER BY order_id) AS filtered_running
FROM orders;
这样窗口框架仍然覆盖所有行，但只有amount大于100的记录才会被SUM计入。相比CASE WHEN加SUM的写法，FILTER语法更易读，也减少了一次计算嵌套。
另一个常用改进是NULLS FIRST和NULLS LAST。排序时NULL值到底排在最前还是最后，过去往往依赖数据库默认行为，SQLite 3.31可以在窗口的ORDER BY中显式控制。比如ORDER BY updated_at DESC NULLS LAST会让NULL时间戳排到最后，避免空值干扰最新记录排名。在数据治理和报表场景中，这种显式控制能让排名结果与业务预期一致。
实际使用时还要注意，窗口函数不能直接出现在WHERE中。如果必须按窗口结果筛选，可以把原查询包成子查询，再在外层WHERE中引用别名。例如要取出每个区域排名前3的产品，需要先计算排名，再过滤。另一个常见错误是忘记给排名函数加ORDER BY，导致返回结果不稳定。
窗口函数在真实场景中的组合应用
报表开发中有一个典型需求：按区域展示每月的销售额、该区域的总销售额、每个月的区域占比以及月度环比。窗口函数可以在一条SQL里同时完成这些指标。以monthly区域月度表为例：
SELECT
region,
month,
amount,
SUM(amount) OVER (PARTITION BY region) AS region_total,
ROUND(amount * 100.0 / SUM(amount) OVER (PARTITION BY region), 2) AS pct,
LAG(amount, 1) OVER (
PARTITION BY region ORDER BY month
) AS prev_amount,
ROUND(
(amount - LAG(amount, 1) OVER (
PARTITION BY region ORDER BY month
)) * 100.0 / LAG(amount, 1) OVER (
PARTITION BY region ORDER BY month
),
2
) AS mom_change
FROM monthly_sales
ORDER BY region, month;
虽然LAG重复出现会让代码稍显冗长，但相比多个临时表或自连接，窗口函数能保持SQL结构清晰。若想提高可读性，可以把重复的窗口定义抽到WINDOW子句中。SQLite支持命名窗口，这样多个窗口函数可以共享同一个分区和排序规则，减少重复声明，也降低出错概率。
窗口函数并不会让查询变慢，关键在于窗口定义是否会触发额外排序。PARTITION BY和ORDER BY不匹配索引时，SQLite需要为窗口计算生成临时排序结果。对于大表分析，可以为分区列和排序列建立复合索引，例如CREATE INDEX idx_region_month ON monthly_sales(region, month)，从而提升窗口执行效率。不过索引无法完全消除窗口排序，只能减少数据扫描和预排序成本。
常见误区与调试建议
很多查询结果出现重复排名或意外行数，往往是因为选错了排名函数。比如在考试排名中想取前三名，用RANK遇到并列第一时会得到四条记录；如果业务要求只要三条，应该使用ROW_NUMBER。还有的时候开发者在窗口函数里写了ORDER BY，却忘记在最外层排序，页面展示顺序会显得混乱。
另一个容易忽视的点是，窗口函数不能直接用在WHERE和GROUP BY中。SQL标准把窗口函数放在查询执行的最后阶段，因此想基于窗口计算结果过滤，必须使用子查询或WITH子句。比如先计算rank，再在外层加上WHERE rank <= 3，否则会报错或产生错误语义。
调试窗口函数时，可以先把窗口拆小，用固定数据验证预期结果。分区列值是否包含NULL，排序键是否有重复，窗口框架是否写成了RANGE但想按物理行计算，这些细节都可能造成结果差异。建议在开发环境用EXPLAIN QUERY PLAN查看查询计划，确认是否出现了排序节点，以及是否用到了合适的索引。
SQLite窗口函数OVER子句PARTITION BY修改时间：2026-09-29 04:47:58