开发函数踩坑记 sum(1) over(partition by stock_code order by trade_date asc)
在 SQL 中，sum(1) over(partition by sac.stock_code order by sac.trade_date asc) 是窗口函数的一种应用，以下是对它的详细解释：
-
sum(1)：这里sum是聚合函数，1是要进行求和的表达式。由于1是常量，每一行的1相加，实际上就是对行数进行计数（因为每一行的1相加的结果就等同于行数）。 -
over子句：over子句定义了窗口的范围和计算的逻辑。partition by sac.stock_code：按照sac.stock_code字段的值对数据进行分组。也就是说，会分别对每个不同的stock_code组进行计算。例如，如果有多个不同的stock_code值，会分别计算每个stock_code组内的结果。order by sac.trade_date asc：在每个分组内，按照sac.trade_date字段升序排列。这会影响sum函数的计算顺序。例如，对于每个stock_code组，会按照trade_date从早到晚的顺序依次对行进行处理来计算累计的和（这里是累计的行数）。
举个例子，假设有以下数据：
| stock_code | trade_date |
|---|---|
| A | 2025-01-01 |
| A | 2025-01-02 |
| B | 2025-01-01 |
| B | 2025-01-02 |
| B | 2025-01-03 |
对于上述数据，sum(1) over(partition by stock_code order by trade_date asc) 的计算过程如下：
-
对于
stock_code为A的组：- 第一行
trade_date为2025-01-01，sum(1)结果为1（因为此时累计行数为1）。 - 第二行
trade_date为2025-01-02，sum(1)结果为2（累计行数为2）。
- 第一行
-
对于
stock_code为B的组：- 第一行
trade_date为2025-01-01，sum(1)结果为1。 - 第二行
trade_date为2025-01-02，sum(1)结果为2。 - 第三行
trade_date为2025-01-03，sum(1)结果为3。
- 第一行
最终结果会增加一个新的列，显示每个组内按日期顺序累计的行数。
PS:很多人会理解成三天的日期聚合后都是3
- 第一行
trade_date为2025-01-01，sum(1)结果为 3。 - 第二行
trade_date为2025-01-02，sum(1)结果为 3。 - 第三行
trade_date为2025-01-03，sum(1)结果为3。