好，这个题目非常偏“进阶 SQL + 面试/实战”，我就直接给你一份能抄走用、也能讲给面试官听的《SQL 窗口函数实践笔记》。
不灌水，**以“为什么 → 怎么写 → 什么时候用”**为主。

---

SQL 窗口函数实践笔记（Window Functions）

---

一、为什么要用窗口函数？

一句话概括：

窗口函数 = 在“不减少行数”的前提下做统计分析

对比一下 👇

传统 GROUP BY 的问题

SELECT dept, AVG(salary)
FROM emp
GROUP BY dept;

• 会 丢行
• 不能看到“每个人 + 部门平均值”

---

窗口函数能做到什么？

SELECT
  name,
  dept,
  salary,
  AVG(salary) OVER (PARTITION BY dept) AS dept_avg
FROM emp;

✅ 行不丢
✅ 统计结果“贴”在每一行上

---

二、窗口函数的基本语法（核心）

函数名(...) OVER (
  PARTITION BY ...
  ORDER BY ...
  ROWS / RANGE ...
)

子句	作用
PARTITION BY	分组（逻辑分组，不合并行）
ORDER BY	窗口内排序
ROWS / RANGE	窗口范围

---

三、常用窗口函数分类

---

1️⃣ 聚合类窗口函数

示例：部门平均工资

AVG(salary) OVER (PARTITION BY dept)

常见函数：

• SUM()
• AVG()
• COUNT()
• MAX()
• MIN()

📌 区别于 GROUP BY：不合并行

---

2️⃣ 排名类窗口函数（高频）

ROW_NUMBER（不并列）

ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC)

RANK（并列跳号）

RANK() OVER (ORDER BY score DESC)

DENSE_RANK（并列不跳号）

DENSE_RANK() OVER (ORDER BY score DESC)

分数	RANK	DENSE_RANK
100	1	1
90	2	2
90	2	2
80	4	3

---

3️⃣ 偏移函数（分析神器）

LAG / LEAD

LAG(salary, 1) OVER (ORDER BY month)

👉 取“上一行 / 下一行”的值

常见场景

• 环比
• 同比
• 增长率

---

4️⃣ 分布类函数（了解）

• NTILE(n)：分桶
• PERCENT_RANK()
• CUME_DIST()

---

四、窗口范围（ROWS vs RANGE）

1️⃣ ROWS（基于行）

ROWS BETWEEN 2 PRECEDING AND CURRENT ROW

• 精确
• 推荐使用

---

2️⃣ RANGE（基于值）

RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

• 可能包含多行
• 小心重复值

📌 实战建议：优先 ROWS

---

五、实战案例（直接可用）

---

1️⃣ 每个部门工资排名 Top 3

SELECT *
FROM (
  SELECT
    name,
    dept,
    salary,
    ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC) AS rn
  FROM emp
) t
WHERE rn <= 3;

🔥 面试必会

---

2️⃣ 计算工资环比增长

SELECT
  month,
  salary,
  salary - LAG(salary) OVER (ORDER BY month) AS diff
FROM emp_salary;

---

3️⃣ 累计求和

SUM(sales) OVER (
  ORDER BY day
  ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
) AS total_sales

---

4️⃣ 去重保留最新一条

SELECT *
FROM (
  SELECT *,
    ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY update_time DESC) rn
  FROM user_log
) t
WHERE rn = 1;

---

六、窗口函数执行顺序（面试点）

SQL 执行顺序（简化）：

FROM
→ WHERE
→ GROUP BY
→ HAVING
→ SELECT
→ WINDOW FUNCTION
→ ORDER BY

📌 窗口函数 不能写在 WHERE 中

---

七、性能 & 实战注意点

• 窗口函数 ≠ 免费
• PARTITION BY 可能导致排序
• 大表务必：
  • 控制窗口范围
  • 合理加索引（order by 字段）

---

八、MySQL / PostgreSQL / Oracle 支持情况

• MySQL：8.0+
• PostgreSQL：强（最早支持）
• Oracle：成熟

---

九、面试一句话总结

窗口函数用于在不合并结果行的情况下进行排序、排名和统计分析，是分析型 SQL 的核心能力，常用于 TopN、环比、累计值等场景。

---

十、速记口诀（很有用）

GROUP BY 会合并行，窗口函数不合并；
排名用 ROW_NUMBER，分析用 LAG/LEAD。

---

如果你愿意，我可以下一步直接帮你：

• 🔥 SQL 窗口函数面试 10 连问
• 🔥 MySQL 窗口函数执行计划分析
• 🔥 窗口函数 vs 子查询 vs Join 对比
• 🔥 实际业务场景建模（报表 / BI）

你是 数据分析 / 后端开发 / 面试准备 哪个方向？