一、基礎知識

1. 定義
   窗口函數（Window Function）對查詢結果集的子集（“窗口”）進行計算，保留原始行而非聚合為單行，適合復雜分析（如排名、累積和）。
   基本語法：

   函數名() OVER ([PARTITION BY 列]   -- 按列分組，類似GROUP BY但保留所有行[ORDER BY 列]        -- 定義窗口內排序[ROWS/RANGE 范圍]    -- 指定計算范圍
   )
   

2. 核心組件

   • PARTITION BY：分區列，窗口計算獨立于每個分區（如按部門分組）。
   • ORDER BY：分區內排序，影響排名、累積計算邏輯。
   • 窗口幀（Frame）：
     • ROWS BETWEEN n PRECEDING AND m FOLLOWING：指定當前行前后包含的行數。
     • RANGE BETWEEN INTERVAL '1' DAY PRECEDING AND CURRENT ROW：按值范圍定義（如時間間隔）。

---

二、窗口函數類型

1. 排名函數

函數	描述	示例場景
ROW_NUMBER()	唯一連續序號（同值不同號）	按入職日期排序員工
RANK()	允許并列且后續排名跳躍（如1,1,3）	銷售額排名（同額同排名，后續跳號）
DENSE_RANK()	并列排名連續（如1,1,2）	工資排名（同薪不跳號）
NTILE(n)	數據均分n組并分配組號	按工資四分位分組

2. 分析函數

• LAG(列, 偏移量) / LEAD(列, 偏移量)：
  獲取當前行前/后指定偏移量的值（如對比上月銷售額）：

  SELECT sale_date, amount, LAG(amount, 1) OVER (ORDER BY sale_date) AS prev_amount 
  FROM sales;  -- 獲取前一條記錄
  

• FIRST_VALUE() / LAST_VALUE()：
  返回窗口首行/末行的值（如部門最高工資）。

3. 聚合函數（窗口化）

• 累積計算：

  SUM(sales) OVER (PARTITION BY product_id ORDER BY date) -- 按產品累計銷售額
  

• 移動平均：

  AVG(amount) OVER (ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) -- 近3天移動平均
  

---

三、性能優化

1. 索引策略：
   • 為PARTITION BY和ORDER BY涉及的列創建索引。