SQL中窗口函数和聚合函数都是常用的数据处理工具，两者都能完成数据统计类的需求，但底层逻辑和使用场景存在本质区别，理解这些差异能帮助我们更精准地编写查询语句。
聚合函数的核心特性
聚合函数的作用是对一组数据进行汇总计算，最终返回单个汇总结果。常见的聚合函数包括SUM、AVG、COUNT、MAX、MIN等。使用聚合函数时，通常会配合GROUP BY子句对数据进行分组，每个分组只会输出一条汇总后的结果，原始数据的行数会大幅减少。
比如我们有一张销售记录表sales，包含region（地区）、product（产品）、amount（销售额）三个字段，要计算每个地区的总销售额，使用聚合函数的写法如下：
-- 聚合函数配合GROUP BY使用，每个地区返回一条总销售额结果 SELECT region, SUM(amount) AS total_amount FROM sales GROUP BY region;
执行上述语句后，结果中每个地区只会对应一条记录，原始的多条销售明细会被合并，无法同时查看明细和汇总结果。
窗口函数的核心特性
窗口函数也叫分析函数，它会在指定的数据窗口内对每一行数据进行计算，计算时不会减少原始数据的行数，每一行都会保留，同时新增一列计算结果。窗口函数的基本语法是在函数后加OVER子句，OVER子句中可以指定分区、排序等规则。
同样使用上面的销售表，如果我们要在保留每条销售明细的同时，新增一列显示对应地区的总销售额，就可以使用窗口函数实现：
-- 窗口函数不减少行数，每行都保留明细和对应地区的总销售额
SELECT region, product, amount,
SUM(amount) OVER (PARTITION BY region) AS region_total_amount
FROM sales;
执行后每条销售明细都会保留，同时每一行都会带上所属地区的总销售额，不需要对数据进行分组合并。
两者的根本差异对比
我们可以从以下几个核心维度对比两者的根本差异：
| 对比维度 | 聚合函数 | 窗口函数 |
|---|---|---|
| 结果行数 | 配合GROUP BY时，每个分组返回1行，总行数减少 | 不改变原表行数，每行都返回结果，总行数不变 |
| 计算范围 | 针对整个分组的所有数据计算 | 针对OVER子句指定的窗口范围计算，可自定义范围 |
| 明细保留 | 分组后会丢失组内明细数据 | 保留所有原始明细数据 |
| 语法特征 | 常配合GROUP BY、HAVING使用 | 必须配合OVER子句使用，可加PARTITION BY、ORDER BY等 |
使用场景选择建议
如果需要的是分组后的汇总统计结果，不需要保留原始明细，优先选择聚合函数，比如统计每个部门的员工数量、每个品类的平均价格等场景。
如果需要同时保留原始数据明细和对应的统计计算结果，比如计算每条订单的金额占所属地区总销售额的比例、给每个部门的员工按工资排序等场景，就需要使用窗口函数。
需要注意，窗口函数不能直接用在WHERE子句中，因为窗口函数的执行顺序在WHERE过滤之后，如果需要对窗口函数的结果做过滤，需要把查询作为子查询，再在外层使用WHERE条件。
-- 先通过子查询计算窗口函数结果，再在外层过滤
SELECT *
FROM (
SELECT region, product, amount,
SUM(amount) OVER (PARTITION BY region) AS region_total_amount
FROM sales
) t
WHERE region_total_amount > 10000;
注意：部分数据库对窗口函数的支持版本有要求，比如MySQL需要在8.0及以上版本才支持窗口函数，使用前需要确认数据库的版本兼容性。