深入解析PostgreSQL窗口函数之frame_clause：RANGE、ROWS、GROUPS模式详解

---

窗口函数能在不改变数据行结构的前提下，基于分组或排序对数据进行动态聚合，是实现累计计算、滑动窗口、排名分析等复杂场景的核心技术。如果你还没有接触过窗口函数，建议先通过 PostgreSQL 官方文档搭建基础认知：从窗口函数入门教程理解核心概念，到窗口函数完整语法掌握基础用法，再通过窗口函数调用规范了解底层机制，这三步能为深入学习奠定基石。

• 3.5. 窗口函数 http://www.postgres.cn/docs/current/tutorial-window.html
• 9.22. 窗口函数 http://www.postgres.cn/docs/current/functions-window.html
• 4.2.8. 窗口函数调用 http://www.postgres.cn/docs/current/sql-expressions.html#SYNTAX-WINDOW-FUNCTIONS

本文聚焦窗口函数的 “灵魂组件”——frame_clause，针对ROWS、RANGE、GROUPS三种帧定义模式，通过13个示例的程序代码、数据结果展示和详细的解析说明，帮你突破 “文档看得懂，写代码就懵” 的瓶颈。无论你是想厘清物理行偏移与逻辑值范围的本质区别，还是掌握分组滑动计算的高阶技巧，这些示例都能让你直观理解语法规则，真正将窗口函数转化为数据处理的高效武器。

一、基础概念与测试数据准备

1. 什么是frame_clause？

frame_clause用于在窗口分区内定义一个子集（窗口帧），窗口函数仅对该子集中的行生效。语法结构为：

OVER (
  [PARTITION BY ...] 
  ORDER BY ... 
  [frame_clause]
)

其中frame_clause有三种模式：RANGE、ROWS、GROUPS，分别对应不同的行范围定义逻辑。

2. 测试数据创建

CREATE TABLE public.test_data (
    id INT,
    score INT,  -- 用于排序的数值列（测试RANGE/ROWS）
    value TEXT   -- 用于分组的文本列（测试GROUPS）
);

INSERT INTO public.test_data(id, score, value) VALUES
(1, 60, 'A'),
(2, 70, 'A'),
(3, 70, 'B'),
(4, 80, 'B'),
(5, 80, 'C'),
(6, 90, 'C');

-- 按score排序后的数据顺序
SELECT * FROM public.test_data ORDER BY score;
 id | score | value 
----+-------+-------
 1 |    60 | A
 2 |    70 | A
 3 |    70 | B
 4 |    80 | B
 5 |    80 | C
 6 |    90 | C

二、ROWS模式：基于物理行偏移的绝对位置

1. 核心规则

• 偏移量：offset表示物理行的数量，必须为非负整数。
• 行范围：以当前行为中心，按ORDER BY排序后的物理行位置计算偏移。
• 示例语法：

  ROWS BETWEEN <start> AND <end>  -- 显式范围
  ROWS <offset> PRECEDING         -- 从当前行前offset行到当前行（默认end为CURRENT ROW）
  ROWS UNBOUNDED PRECEDING 		-- 默认，从分区开始到当前行
  

2. 案例演示

示例1：当前行 + 前后1行

SELECT 
    id, score,
    COUNT(*) OVER (
    	ORDER BY score 
    	ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
    ) AS row_count
FROM test_data 
ORDER BY score;

id	score	row_count	解释
1	60	2	– 仅第1行（60）和第2行（70），因为前面没有行，实际范围是1 PRECEDING（不存在）到1 FOLLOWI