📌 今日关键词：**​窗口函数​、排序分析、累计计算、OVER子句、**​**MySQL​ 8.0**

前面我们已经掌握了数据库的“骨架”（表结构）、“加速器”（索引）以及“逻辑大师”（游标与存储过程）。但当我们面对复杂的**排名、累计、同比环比**分析时，传统的聚合函数（GROUP BY）往往显得力不从心——它会把行“压扁”，让我们无法同时看到明细数据和聚合结果。

所以，今天我们解锁SQL进阶路上的**分水岭技术——窗口函数​​（Window Function）！** ​🎯它就像是给数据库装上了一副“透视眼镜”，让我们在不丢失任何一行明细数据的前提下，进行跨行的统计分析，用一行代码解决排名、累计、环比问题，数据分析效率翻倍！接下来，小学妹就把窗口函数分享给大家，让你少走弯路少踩坑。

## 一、什么是窗口函数？——数据的“逻辑透视镜”

窗口函数（Window Function），也叫OLAP函数（Online Analytical Processing），它允许我们在结果集的“子集”（即窗口）上进行聚合或计算，而不需要将行折叠成单个输出行。

> 💡 类比：你有一张全班成绩表。聚合函数就像“全班平均分”，只给你一个数字；窗口函数则能在每一行旁边加一列“全班平均分”，让你知道每个人的分数和平均分的差距，同时保留每个人的详细信息。

**🔍**​**窗口函数 vs 聚合函数：**

| 函数类型            | 结果行数             | 典型用途               |
| --------------------- | ---------------------- | ------------------------ |
| 聚合函数 + GROUP BY | 减少行数（每组一行） | 每个班级的平均分       |
| 窗口函数            | 保持原行数           | 每行旁边显示班级平均分 |

## 二、窗口函数的基本语法

```SQL
SELECT 列名,       
	窗口函数() OVER (PARTITION BY 分组列 ORDER BY 排序列) AS 别名
FROM 表名;
```

* **​窗口函数​：**如 `ROW_NUMBER()`、`RANK()`、`SUM()`、`AVG()` 等
* `OVER()`：定义窗口的大小和顺序
* `PARTITION BY`：分组（可选，不加则整个表为一个窗口）
* `ORDER BY`：窗口内的排序（重要）

> 💡 可以把窗口理解为 `GROUP BY` 的分组，但每一行都留在结果中。

## 三、三大类窗口函数（新手必学）

1.** 排名函数（最常用）**
| 函数          | 说明                   | 例子（分数：90,90,80） |
| --------------- | ------------------------ | ------------------------ |
| ROW\_NUMBER() | 连续编号，不分先后     | 1,2,3                  |
| RANK()        | 跳跃排名，相同分数并列 | 1,1,3                  |
| DENSE\_RANK() | 连续排名，相同分数并列 | 1,1,2                  |
**💻**​**实战：查询每个部门的员工按工资排名**

```SQL
SELECT     
	name,     
	department,     
	salary,    
	ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) AS row_rank,    
	RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS rank_rank,    
	DENSE_RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS dense_rank
FROM employees;
```

**2. ****聚合函数 + 窗口（累计、移动平均）**

支持在窗口中使用 `SUM`、`AVG`、`COUNT`、`MAX`、`MIN`。

**💻**​**实战：计算每个月的累计销售额**

```SQL
SELECT 
    month,
    sales,
    SUM(sales) OVER (ORDER BY month) AS cumulative_sales
FROM sales_data;
```

**💻**​**实战：计算过去3个月的移动平均**​**销售额**

```SQL
SELECT 
    month,
    sales,
    AVG(sales) OVER (ORDER BY month ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS moving_avg
FROM sales_data;
```

> `ROWS BETWEEN 2 PRECEDING AND CURRENT ROW` 表示“从当前行往前的2行到当前行”，共3行。

**3.  取值函数（高级）**

| 函数                           | 说明                       |
| -------------------------------- | ---------------------------- |
| LAG(列名, offset)              | 取当前行前面第offset行的值 |
| LEAD(列名, offset)             | 取当前行后面第offset行的值 |
| FIRST\_VALUE() / LAST\_VALUE() | 窗口内第一行/最后一行的值  |

**💻**​**实战：计算每个月的销售额环比增长率**

```SQL
SELECT 
    month,
    sales,
    LAG(sales, 1) OVER (ORDER BY month) AS prev_month_sales,
    (sales - LAG(sales, 1) OVER (ORDER BY month)) / LAG(sales, 1) OVER (ORDER BY month) * 100 AS growth_rate
FROM sales_data;
```

## 四、实战案例：学生成绩排名 + 班级对比

假设有 `stu_score` 表：`(id, name, class, score)`。

🔔**需求：**

* 显示每个学生的姓名、班级、分数
* 显示全校排名（`RANK()`）
* 显示班级内排名
* 显示班级最高分（`MAX()` 窗口）

```SQL
SELECT 
    name,
    class,
    score,
    RANK() OVER (ORDER BY score DESC) AS school_rank,
    RANK() OVER (PARTITION BY class ORDER BY score DESC) AS class_rank,
    MAX(score) OVER (PARTITION BY class) AS class_max_score
FROM stu_score;
```

🚩**结果示例：**

| name | class | score | school\_rank | class\_rank | class\_max\_score |
| ------ | ------- | ------- | -------------- | ------------- | ------------------- |
| 小明 | 1班   | 98    | 1            | 1           | 98                |
| 小红 | 1班   | 95    | 2            | 2           | 98                |
| 小刚 | 2班   | 97    | 3            | 1           | 97                |

## 五、窗口函数避坑指南

**❌**​**版本限制：**

* MySQL 5.7 及更早版本不支持窗口函数！
* 必须使用 MySQL 8.0+。如果你还在用旧版本，建议升级，或者使用复杂的自连接（Self-Join）来模拟，但性能极差。

**❌**​**性能陷阱：**

* 如果不写 `PARTITION BY` 且数据量巨大，窗口函数会扫描全表进行计算，非常消耗内存。
* 建议： 尽量配合索引使用，`ORDER BY` 的列最好有索引。

**❌**​**NULL值处理：**

* 排序函数（如 `RANK`）遇到 `NULL` 值时，通常会将其视为最小值，或者导致排序结果不符合预期。
* 建议： 在计算前使用 `WHERE 列名 IS NOT NULL` 过滤，或用 `COALESCE` 处理。

## 六、今日学习心得

1. ​**核心思想**​： ​**窗口函数​ = 保留明细 + 跨行计算**​。
2. ​**执行顺序**​： 记住它在 `SELECT` 阶段执行，所以不能直接在 `WHERE` 中过滤，通常需要嵌套一层查询或使用 CTE。
3. ​**版本注意**​： 确保你的环境是 MySQL 8.0 或 PostgreSQL 或 SQL Server，老版本 MySQL 玩不转这个。

👋 我是**数据库小学妹**一个用**设计师思维**学数据库的转行人。我们一起，把复杂的技术变得简单有趣！💕

*本文为个人学习总结，所有示例基于 ​*​*MySQL*​*​ 8.0。如果你的版本低于8.0，部分*​*窗口函数*​*不可用，建议升级或使用其他方式替代。*


📌 今日关键词：​窗口函数​、排序分析、累计计算、OVER子句、​MySQL​ 8.0

窗口函数，SQL进阶分水岭：一行代码解决排名、环比，数据分析效率翻倍！

窗口函数是MySQL 8.0+核心进阶功能，支持在不丢失明细的前提下实现排名、累计、环比等跨行分析。掌握ROW_NUMBER()、RANK()、SUM() OVER等用法，配合PARTITION BY和ORDER BY，可高效解决复杂报表需求，告别低效自连接。

编程语言

掌握SQL窗口函数，轻松实现数据排名、累计计算和同比环比分析！窗口函数在不丢失明细数据的前提下进行跨行统计，支持ROW_NUMBER、RANK、DENSE_RANK等排名函数，以及SUM、AVG等聚合计算。适用于MySQL8.0+版本，提升数据分析效率，解决复杂统计需求。

PostgreSQL

数据库

MySQL

OLAP

腾讯云数据库特惠，新用户首单0.5折起


2026采购季 | AI焕新·智启新局

tencentdb-catalog

postgres

sqlserver

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

窗口函数，SQL进阶分水岭：一行代码解决排名、环比，数据分析效率翻倍！-腾讯云开发者社区-腾讯云

窗口函数，SQL进阶分水岭：一行代码解决排名、环比，数据分析效率翻倍！

窗口函数，SQL进阶分水岭：一行代码解决排名、环比，数据分析效率翻倍！

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐