SQL窗口函数是数据库查询中用于处理分组内数据的高阶功能，它能在不改变原表行数的前提下，对每组数据进行计算并返回结果，在数据分析、报表统计等场景中应用十分广泛，也是技术面试中数据库相关岗位的高频考察点。
什么是SQL窗口函数
窗口函数也叫分析函数，它和聚合函数的区别在于，聚合函数会将多行数据聚合成一行，而窗口函数会为每一行数据返回一个计算结果，同时保留原表的所有行。窗口函数的基本语法结构如下：
-- 窗口函数基本语法
函数名(参数) OVER (
[PARTITION BY 分组列]
[ORDER BY 排序列 [ASC|DESC]]
[窗口范围]
)
其中OVER子句是窗口函数的核心，用来定义数据的窗口范围，PARTITION BY用来指定分组的列，ORDER BY用来指定组内排序的规则，窗口范围可以指定计算的数据范围，比如从当前行往前数几行等。
常见窗口函数分类
面试中常考的窗口函数主要分为以下几类：
- 排名类窗口函数：包括
ROW_NUMBER()、RANK()、DENSE_RANK()，用来对数据进行排名 - 聚合类窗口函数：包括
SUM()、AVG()、COUNT()等聚合函数结合OVER子句使用，用来计算累计、移动聚合值 - 取值类窗口函数：包括
LAG()、LEAD()、FIRST_VALUE()、LAST_VALUE()，用来获取相邻行或者组内首尾行的数据
高频面试题与解题思路
面试题1：查询每个部门薪资最高的前两名员工
这类排名问题是窗口函数最典型的考察场景，我们可以根据需求选择对应的排名函数：
-- 创建测试员工表
CREATE TABLE employee (
id INT,
name VARCHAR(50),
dept VARCHAR(50),
salary INT
);
-- 插入测试数据
INSERT INTO employee VALUES
(1, '张三', '技术部', 12000),
(2, '李四', '技术部', 15000),
(3, '王五', '技术部', 15000),
(4, '赵六', '产品部', 10000),
(5, '钱七', '产品部', 13000),
(6, '孙八', '产品部', 11000);
-- 查询每个部门薪资最高的前两名员工，使用DENSE_RANK避免并列薪资跳过排名
SELECT
id,
name,
dept,
salary,
rk
FROM (
SELECT
id,
name,
dept,
salary,
DENSE_RANK() OVER (PARTITION BY dept ORDER BY salary DESC) AS rk
FROM employee
) t
WHERE rk <= 2;
这里需要注意三个排名函数的区别：ROW_NUMBER()会生成连续不重复的排名，即使薪资相同也会排不同名次；RANK()遇到相同值会并列排名，下一个排名会跳过占用的名次；DENSE_RANK()并列排名后下一个排名不会跳过，更符合取前N名不限制人数的需求。
面试题2：计算每个月的累计销售额
这类累计计算问题适合使用聚合类窗口函数，通过指定窗口范围实现累计统计：
-- 创建销售表
CREATE TABLE sales (
month VARCHAR(10),
amount INT
);
-- 插入测试数据
INSERT INTO sales VALUES
('2024-01', 1000),
('2024-02', 1500),
('2024-03', 1200),
('2024-04', 1800);
-- 计算每月累计销售额
SELECT
month,
amount,
SUM(amount) OVER (ORDER BY month ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS total_amount
FROM sales;
这里的窗口范围ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW表示从第一行到当前行的所有数据，也就是累计计算的逻辑。如果不指定窗口范围，默认就是整个分组内的所有行，同样可以实现累计效果。
面试题3：查询每个用户相邻两次登录的时间间隔
这类需要获取相邻行数据的场景，适合使用LAG()或者LEAD()函数：
-- 创建用户登录表
CREATE TABLE user_login (
user_id INT,
login_time DATETIME
);
-- 插入测试数据
INSERT INTO user_login VALUES
(1, '2024-03-01 10:00:00'),
(1, '2024-03-03 14:00:00'),
(1, '2024-03-05 09:00:00'),
(2, '2024-03-02 11:00:00'),
(2, '2024-03-04 16:00:00');
-- 查询每个用户相邻两次登录的时间间隔
SELECT
user_id,
login_time,
LAG(login_time) OVER (PARTITION BY user_id ORDER BY login_time) AS last_login_time,
TIMESTAMPDIFF(DAY, LAG(login_time) OVER (PARTITION BY user_id ORDER BY login_time), login_time) AS login_interval
FROM user_login;
LAG(列名, n)用来获取当前行往前第n行的数据，默认n为1，LEAD()则是获取往后第n行的数据，这两个函数在处理时间序列相关的相邻数据问题时非常实用。
窗口函数使用注意事项
- 窗口函数只能出现在
SELECT子句和ORDER BY子句中，不能出现在WHERE、GROUP BY等子句中 - 如果
OVER子句中没有PARTITION BY，则默认将整张表作为一个分组 - 不同数据库的窗口函数支持程度略有差异，比如MySQL从8.0版本才开始支持窗口函数，使用时需要确认数据库版本
- 在使用排名函数时，一定要明确业务需求，选择合适的排名函数，避免结果不符合预期
窗口函数的核心逻辑是定义好数据的分组和排序规则，再根据需求选择对应的函数，多结合业务场景练习就能快速掌握其使用技巧，应对面试中的相关问题也会更加轻松。