网监备案网站用discuz做的网站

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

1. 排名类：RANK、DENSE_RANK、ROW_NUMBER 的区别。
2. 分组分桶：NTILE 分组统计。
3. 同比环比：LAG、LEAD 获取前后行数据。
4. 累计统计：SUM、AVG 等聚合函数与 OVER 结合。
5. 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