面试常考的 SQL 窗口函数汇总
面试常考的 SQL 窗口函数汇总（举例详解）
SQL 窗口函数是数据分析、数据工程师岗位面试中的高频考点。掌握它们不仅能提升 SQL 编写能力，还能在面试中展示出对数据处理的深入理解。下面是面试中最常考的窗口函数，结合典型例题和详细解析，助你轻松应对。
一、窗口函数基础语法
函数名() OVER ([PARTITION BY 列1, 列2, ...][ORDER BY 列1 [ASC|DESC], ...][ROWS/RANGE BETWEEN ...]
)
PARTITION BY：分组，类似 GROUP BY，但不合并行。ORDER BY：排序，决定窗口函数计算的顺序。ROWS/RANGE：定义窗口的“范围”，如当前行前后几行。
二、面试常考窗口函数及示例
1. RANK()
功能：排名，相同值并列，后续排名跳过。
例题：按成绩排名，相同分数并列，后续名次跳过。
SELECT name,score,RANK() OVER (ORDER BY score DESC) AS rank_score
FROM students;
结果示例：
| name | score | rank_score |
|---|---|---|
| A | 100 | 1 |
| B | 100 | 1 |
| C | 90 | 3 |
| D | 80 | 4 |
说明：A 和 B 并列第 1，C 跳过 2，直接为 3。
2. DENSE_RANK()
功能：排名，相同值并列，后续名次不跳过。
例题：按成绩排名，相同分数并列，后续名次连续。
SELECT name,score,DENSE_RANK() OVER (ORDER BY score DESC) AS dense_rank_score
FROM students;
结果示例：
| name | score | dense_rank_score |
|---|---|---|
| A | 100 | 1 |
| B | 100 | 1 |
| C | 90 | 2 |
| D | 80 | 3 |
说明：A 和 B 并列第 1，C 为 2，不跳过。
3. ROW_NUMBER()
功能：生成唯一行号，不考虑相同值。
例题：按成绩排序，生成唯一序号。
SELECT name,score,ROW_NUMBER() OVER (ORDER BY score DESC) AS row_num
FROM students;
结果示例：
| name | score | row_num |
|---|---|---|
| A | 100 | 1 |
| B | 100 | 2 |
| C | 90 | 3 |
| D | 80 | 4 |
说明：即使分数相同，行号也唯一。
4. NTILE(n)
功能：将数据分成 n 组，每组分配一个编号。
例题：将学生按成绩分成 3 组。
SELECT name,score,NTILE(3) OVER (ORDER BY score DESC) AS ntile_group
FROM students;
结果示例：
| name | score | ntile_group |
|---|---|---|
| A | 100 | 1 |
| B | 100 | 1 |
| C | 90 | 2 |
| D | 80 | 3 |
说明：数据被均匀分成 3 组。
5. LAG() / LEAD()
功能：
LAG(col)：获取当前行的前一行值。LEAD(col)：获取当前行的后一行值。
例题：查询每个学生的前一名和后一名的成绩。
SELECT name,score,LAG(score, 1) OVER (ORDER BY score DESC) AS prev_score,LEAD(score, 1) OVER (ORDER BY score DESC) AS next_score
FROM students;
结果示例：
| name | score | prev_score | next_score |
|---|---|---|---|
| A | 100 | NULL | 100 |
| B | 100 | 100 | 90 |
| C | 90 | 100 | 80 |
| D | 80 | 90 | NULL |
说明：LAG 和 LEAD 分别获取前后行的值，用于同比、环比分析。
6. SUM() OVER()
功能：计算累计和。
例题：按成绩顺序计算累计总分。
SELECT name,score,SUM(score) OVER (ORDER BY score DESC) AS cum_sum
FROM students;
结果示例：
| name | score | cum_sum |
|---|---|---|
| A | 100 | 100 |
| B | 100 | 200 |
| C | 90 | 290 |
| D | 80 | 370 |
说明：按成绩降序计算累计和。
7. AVG() OVER()
功能：计算移动平均值。
例题：计算当前行及前一行的平均成绩。
SELECT name,score,AVG(score) OVER (ORDER BY score DESC ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS moving_avg
FROM students;
结果示例：
| name | score | moving_avg |
|---|---|---|
| A | 100 | 100 |
| B | 100 | 100 |
| C | 90 | 95 |
| D | 80 | 85 |
说明：窗口范围为当前行及前一行。
三、面试中常考的窗口函数题目类型
- 排名类：RANK、DENSE_RANK、ROW_NUMBER 的区别。
- 分组分桶：NTILE 分组统计。
- 同比环比：LAG、LEAD 获取前后行数据。
- 累计统计：SUM、AVG 等聚合函数与 OVER 结合。
- 移动窗口：ROWS/RANGE 定义窗口范围。
四、总结
| 函数名 | 功能 | 面试考点 |
|---|---|---|
| RANK() | 排名，跳过后续名次 | 与 DENSE_RANK、ROW_NUMBER 区别 |
| DENSE_RANK() | 排名，不跳过后续名次 | 同上 |
| ROW_NUMBER() | 唯一行号 | 去重、分页 |
| NTILE(n) | 分组编号 | 分桶、分群 |
| LAG()/LEAD() | 前后行取值 | 同比、环比分析 |
| SUM()/AVG() OVER() | 累计/移动统计 | 累计和、移动平均 |
如果你有具体的面试题或数据表结构，我可以帮你定制更详细的解答和优化建议！欢迎继续提问。
以上内容由AI生成，仅供参考和借鉴