窗口函数的概念

SQL的世界中，窗口函数（也称为开窗函数）可以算是一把高效数据分析的利器。对于数据工程师或者相关人员来说，掌握窗口函数是迈向高效处理数据的重要一步。举个例子：现数据库中有如下一张销量表数据，展示了一年中每个月份的销售额：

图片
如何快速用SQL求出每个月的销量排名、季度累计销量、年度累计销量、同比和环比增长率等？这就得靠咱们今天的主角：窗口函数。

一、概念

窗口函数是在 SQL 查询中对一组相关联的记录进行计算而返回一个值的函数。与普通的聚合函数（如SUM, AVG等）类似，但有一个关键区别：窗口函数不会将多行合并成单行输出，而是保留原始的行数，并在每行上附加计算结果。这意味着你可以在同一行中同时看到原始数据和聚合结果。

窗口函数的语法结构通常为：

函数名() OVER ( [partition by] order by() )
其中，能够作为窗口函数的有，如 SUM、AVG、COUNT、MIN、MAX 这样的聚合函数，还有RANK、DENSE_RANK、ROW_NUMBER这样的专用窗口函数；OVER 子句定义了窗口的范围和排序规则，它的内部有partition by和order by。“partition by” 将数据集划分成多个分区，每个分区独立计算，其可以省略，即不划区域，针对整个数据集；order by则用于指定分区内的排序顺序。这样解释可能有点抽象，我们一起来看具体的例子。

二、排序窗口函数

能作为窗口函数使用的有很多，先从简单的排序函数开始看起，其主要用于对数据赋予相应的序号(或者说排名值)，特别是在需要对数据进行分层分组、组内排序和比较的场景中。常见的排序窗口函数有3个：ROW_NUMBER()、RANK()和DENSE_RANK()。

1.ROW_NUMBER()

ROW_NUMBER() 函数为分区内的每一行赋予一个唯一的连续整数编号。这个编号从 1 开始，按照指定的排序规则依次递增。

例如，在商品销售数据表中，我们可以使用如下SQL为商品按照销售量从高到低进行排名编号：

SELECT sales_date,
quarter,
sales_volume,
– 销量排名（按销量降序）
ROW_NUMBER() OVER (ORDER BY sales_volume DESC) AS sales_rank
FROM dbo.test;
结果如下：

图片
得到了一年中12个月的销量排名，如果想还是按原来的1-12月进行排序，可以在最后再加一个ORDER BY sales_date。看到上面的SQL中是没有partition by的，即没有进行分区，针对的是所有时间段的数据，如果我们想按季度进行分区（对应的是组内排序场景），获取到每个季度中各月的排名，可以写成：

SELECT sales_date,
quarter,
sales_volume,
– 销量排名（按销量降序）
ROW_NUMBER() OVER (ORDER BY sales_volume DESC) AS sales_rank,
– 销量季度排名
ROW_NUMBER() OVER (PARTITION BY quarter ORDER BY sales_volume DESC) AS quarter_rank
FROM dbo.test
ORDER BY sales_date
图片
即使有销量数据相同的情况，ROW_NUMBER() 也会为它们分配不同的序号，确保每个排名值的唯一性。

2.RANK()

RANK() 函数与 ROW_NUMBER() 类似，也是用于对数据进行排名。但是，RANK() 函数在遇到相同值的行时，会赋予它们相同的排名值，并且后续行的排名会跳跃。简单记忆就是在班级中的成绩排名，如果有两个人100分，他们并列第一，后面的99分是第3名。

用法和上面的ROW_NUMBER()差不多，例如：

SELECT sales_date,
quarter,
sales_volume,
– 销量排名（按销量降序）
RANK() OVER (ORDER BY sales_volume DESC) AS sales_rank
FROM dbo.test
图片
大家可以看到2024年2月和3月的数据相同时，rank()的结果都是8，而后的是10。这种排名方式常用在一些需要突出显示相同排名数据的场景中，比如在比赛成绩排名中，若多个选手得分相同，则他们共享同一个名次，而后续选手的名次则相应顺延。

3.DENSE_RANK()

还有第3个排名函数DENSE_RANK() ，与 RANK() 不同的是，DENSE_RANK() 在遇到相同值时，赋予它们相同的排名，但后续行的排名不会跳跃。也就是说，排名值是连续的。例如：

图片

对于这3种排序函数，用法上相似，只是针对相同值时生成的序号有所不同，大家根据实际的情况选择合适的即可。

本来还准备写关于作为窗口函数使用的聚合函数，由于篇幅限制，所以另写一篇吧。这里给大家做个总结：

窗口函数可以类比前面学的聚合函数，但是光靠聚合函数，有时候不好解决问题。因为聚合函数的特定是“汇总”统计,本来有十几行数据，sum一下，只得到了一个总的值，将原本N行数据进行了“压缩”，这种聚合有时会“丢失”细节信息。所以后来为了方便处理一些数据分析的情况，就有了窗口函数(MySQL是8.0版本开始才支持的窗口函数)，也被称为OLAP函数(OnLine Analytical Processing)。

它有两个关键字partition by和order by：partition by是分区、分组，能够为我们要排序、或者求和、统计的对象划定一个区域(窗口),partition by可以没有，即不划定小的区域，针对所有的数据。order by是指定按照哪一列、何种顺序进行排序，是对销量还是什么指标进行排序，是升序还是降序。关于排名的窗口函数:ROW_NUMBER()、RANK()、DENSE_RANK()，首先需要记住它们三的区别，即针对相同数据的情况是否会“跳号”，然后就是它们的用法。

下篇会继续介绍窗口函数的其它知识和实际案例，希望这篇文章对你有帮助。如果你在学习或工作中遇到相关问题，欢迎随时交流探讨！

—END—