导读:本期聚焦于小伙伴创作的《SQL窗口函数有哪些强大功能?入门到进阶怎么学》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《SQL窗口函数有哪些强大功能?入门到进阶怎么学》有用,将其分享出去将是对创作者最好的鼓励。

SQL窗口函数是一类特殊的SQL函数,它不会对查询结果集进行分组聚合后减少行数,而是在每一行数据上基于指定的窗口范围进行计算,同时保留原表的所有数据行。这种特性让它在处理排名、同比环比计算、移动平均等场景时比传统GROUP BY加子查询的方式更加简洁高效。

SQL窗口函数有哪些强大功能?入门到进阶怎么学

窗口函数基础概念

窗口函数的核心语法结构是函数名加上OVER子句,OVER子句用来定义数据的划分规则和排序规则。基本语法格式如下:

-- 窗口函数基础语法
函数名(参数) OVER (
    [PARTITION BY 分组列]
    [ORDER BY 排序列 [ASC|DESC]]
    [ROWS|RANGE 窗口范围]
)

其中PARTITION BY用来将数据按照指定列分成不同的组,类似GROUP BY的分组效果,但不会合并行;ORDER BY用来指定每个分组内的数据排序规则;ROWS|RANGE用来定义计算时的窗口范围,比如取当前行的前N行和后N行数据。

常用入门窗口函数

排名类窗口函数

排名类窗口函数用来对分组内的数据进行排序并生成排名,常见的有三种:

  • ROW_NUMBER():为每一行生成唯一的连续排名,相同值的行也会得到不同的排名
  • RANK():相同值的行排名相同,下一个排名会跳过占用的位数
  • DENSE_RANK():相同值的行排名相同,下一个排名不会跳过占用的位数

下面通过一个学生成绩表来演示这三个函数的区别,假设表名为student_score,包含student_idsubjectscore三个字段,按科目分组对成绩排名:

SELECT 
    student_id,
    subject,
    score,
    -- 生成连续排名
    ROW_NUMBER() OVER (PARTITION BY subject ORDER BY score DESC) AS row_num,
    -- 排名相同则跳过后续位次
    RANK() OVER (PARTITION BY subject ORDER BY score DESC) AS rank_num,
    -- 排名相同不跳过后续位次
    DENSE_RANK() OVER (PARTITION BY subject ORDER BY score DESC) AS dense_rank_num
FROM student_score;

聚合类窗口函数

普通的聚合函数如SUMAVGCOUNT等加上OVER子句后,就会变成聚合窗口函数,可以在每一行上计算对应窗口的聚合结果。比如要计算每个学生的成绩在对应科目中的平均分占比,就可以用如下语句:

SELECT 
    student_id,
    subject,
    score,
    -- 计算当前科目所有学生的平均分
    AVG(score) OVER (PARTITION BY subject) AS subject_avg_score,
    -- 计算当前成绩占科目平均分的比例
    score / AVG(score) OVER (PARTITION BY subject) AS score_ratio
FROM student_score;

窗口函数进阶用法

自定义窗口范围

默认情况下如果不指定窗口范围,ROWS的范围是分区内从第一行到当前行。我们可以通过ROWS BETWEEN来手动指定窗口的上下边界,常见的边界标识有:

  • UNBOUNDED PRECEDING:分区内的第一行
  • N PRECEDING:当前行的上N行
  • CURRENT ROW:当前行
  • N FOLLOWING:当前行的下N行
  • UNBOUNDED FOLLOWING:分区内的最后一行

比如要计算每个学生成绩的3行移动平均分,也就是当前行加上前一行和后一行的平均分,可以用如下语句:

SELECT 
    student_id,
    subject,
    score,
    -- 计算当前行前后各1行的移动平均分
    AVG(score) OVER (
        PARTITION BY subject 
        ORDER BY score DESC
        ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
    ) AS moving_avg_score
FROM student_score;

取值类窗口函数

取值类窗口函数可以获取窗口内其他行的数据,常用的有:

  • LAG(列名, N, 默认值):获取当前行往前第N行的数据,没有则返回默认值
  • LEAD(列名, N, 默认值):获取当前行往后第N行的数据,没有则返回默认值
  • FIRST_VALUE(列名):获取窗口内第一行的数据
  • LAST_VALUE(列名):获取窗口内最后一行的数据

比如要计算每个学生成绩和上一个成绩的差距,就可以用LAG函数:

SELECT 
    student_id,
    subject,
    score,
    -- 获取上一个成绩
    LAG(score, 1, 0) OVER (PARTITION BY subject ORDER BY score DESC) AS prev_score,
    -- 计算成绩差值
    score - LAG(score, 1, 0) OVER (PARTITION BY subject ORDER BY score DESC) AS score_diff
FROM student_score;

窗口函数使用注意事项

窗口函数不能直接用在WHERE子句中,因为SQL的执行顺序是FROM-WHERE-GROUP BY-HAVING-SELECT-ORDER BY,窗口函数是在SELECT阶段执行的,所以如果需要对窗口函数的结果进行过滤,需要把查询作为子查询,在外层使用WHERE条件。

另外不同数据库对窗口函数的支持程度略有差异,比如MySQL从8.0版本开始才支持窗口函数,使用前需要确认数据库的版本是否支持对应的窗口函数功能。

SQL_window_functionover子句排名函数聚合窗口函数修改时间:2026-06-07 00:51:39

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。