sql的窗口函数

已于 2023-10-16 09:13:22 修改
阅读量2.6k 收藏 13
点赞数 2
文章标签： sql java 数据库
于 2023-10-13 12:27:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhangyida01/article/details/133808151
版权

1.窗口函数基本用法

窗口函数又名开窗函数，属于分析函数的一种。用于解决复杂报表统计需求的功能强大的函数。用于计算基于组的聚合值、排名、取值。它和聚合函数的不同之处是：每个组返回多行，而聚合函数对于每个组返回一行。

1.1基本语法

<窗口函数> OVER([PARTITION BY <列清单>] [ORDER BY <排序列清单>] [ROWS BETWEEN 开始位置 AND 结束位置]) OVER()函数有PARTITION BY、ORDER BY、ROWS三个参数。这三个参数都是可选参数。如果三个参数都不使用，窗口大小是针对查询产生的所有数据。

  • PARTITION BY划分的范围被称为窗口（可以理解为分组）。如果缺省，则默认为所以数据为一组。

  • ORDER BY决定窗口数据的顺序，针对不同的分析函数有不同的作用。不指定rows时，聚合函数计算的范围是从有序组（有排序的优先级如时间等，如果排序和分组的字段相同，则范围还是分组大小）的第一行到当前行（）。如果缺省，则范围是全组。取值函数、排名函数则是正常用来排序，如果缺省，则是按默认顺序。

  • ROWS是用来指定窗口内数据的范围（限定分组后数据的范围，也称为window子句)。可以使用到聚合函数、取值函数，但是不能对排名函数使用。

在加入窗口函数的基础上SQL的执行顺序也会发生变化，具体的执行顺序如下（window就是窗口函数):

image.png

1.2 OVER（）

使用窗口函数，一般要用over开窗

/*over()没有参数，则默认为全部结果集*/
​
SELECT
    deptno, 
    ename, 
    sal,
    SUM(sal) over() sal_sum,
    CONCAT(ROUND(sal/SUM(sal) over()*100,2),'%') sal_percent
FROM
    employee
 

执行结果：
 

1697085638607.png
 

窗口函数是针对每一行数据的；如果over中没有参数，默认的是全部结果集；
 

1.3 PARTITION BY
 

在over窗口中进行分区，对某列或多列进行分区统计，窗口的大小就是分区的大小
 

/*增加了PARTITION BY参数为deptno，统计金额从全部工资，变成了部门工资*/
SELECT
    deptno, 
    ename, 
    sal,
    SUM(sal) over(PARTITION BY deptno) deptno_sal_sum,
    CONCAT(ROUND(sal/SUM(sal) over(PARTITION BY deptno)*100,2),'%') sal_percent
FROM
    employee
 

执行结果：
 

1697086016803.png
 

1.4 ORDER BY
 

对聚合函数来说，over() 没有order by 子句是结果是整个组的累加,有则是逐行累加（范围内的第一行到当前行）。对取值函数、排序函数来书over() 没有order by 子句则默认顺序，有则按排序字段排序。
 

/*聚合函数*/
SELECT
    deptno, 
    ename, 
    sal,
    SUM(sal) over(PARTITION BY deptno ORDER BY sal) order_sal_sum,
    CONCAT(ROUND(sal/SUM(sal) over(PARTITION BY deptno ORDER BY sal)*100,2),'%') sal_percent
FROM
    employee
 

执行结果:
 

1697094636187.png
 

/*取值函数*/
/*无order by子句*/
SELECT
    deptno, 
    ename, 
    sal,
    lag(sal,1,0) over(PARTITION BY deptno ) order_sal_sum,
    CONCAT(ROUND(sal/lag(sal,1,0) over(PARTITION BY deptno )*100,2),'%') sal_percent
FROM
    employee
/*有order by子句*/
SELECT
    deptno, 
    ename, 
    sal,
    lag(sal,1,0) over(PARTITION BY deptno ORDER BY sal) order_sal_sum,
    CONCAT(ROUND(sal/lag(sal,1,0) over(PARTITION BY deptno ORDER BY sal)*100,2),'%') sal_percent
FROM
    employee
 

​
​
 

执行结果（无order by子句）：
 

1697095199532.png
 

执行结果（有order by子句）：
 

1697094888149.png
 

1.5 ROWS（window子句）
 

是指定窗口范围，比如第一行到当前行。而这个范围是随着数据变化的。over(rows between 开始位置 and 结束位置)搭配分析函数时，分析函数按照这个范围进行计算的。 rows参数 我们常使用的窗口范围是ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW（表示从起点到当 前行），常用该窗口来计算累加。
 

 
 
PRECEDING :往前 FOLLOWING：往后 CURRENT ROW ：当前 UNBOUNDED 起点（一般结合PRECEDING和FOLLOWING使用） UNBOUNDED PRECEDING 表示窗口最前面的行（起点） UNBOUNDED FOLLOWING表示窗口最后面的行（终点）
 

 

常用的窗口范围：
 

 
 
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 窗口起点到当前行 ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING 窗口当前行和当前行的上一行和下一行 ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING 窗口当前行到重点 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING 窗口范围内的所有数据
 

 

窗口数据图：
 

image.png
 

示例：
 

​


 

/*窗口起点到当前行*/
SELECT
    deptno, 
    ename, 
    sal,
    SUM(sal) over(PARTITION BY deptno ORDER BY sal ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) sal_sum
FROM
    employee
/*等价默认的*/
SELECT
    deptno, 
    ename, 
    sal,
    SUM(sal) over(PARTITION BY deptno ORDER BY sal) sal_sum
FROM
    employee
 

​
 

执行结果：
 

image.png
 

/*当前行和前一行、下一行*/
SELECT
    deptno, 
    ename, 
    sal,
    SUM(sal) over(PARTITION BY deptno ORDER BY sal ROWS BETWEEN 1 PRECEDING AND  1 FOLLOWING) sal_sum
FROM
    employee
 

执行结果：
 

image.png
 

/*当前行到终点*/
SELECT
    deptno, 
    ename, 
    sal,
    SUM(sal) over(PARTITION BY deptno ORDER BY sal ROWS BETWEEN CURRENT ROW AND  UNBOUNDED FOLLOWING) sal_sum
FROM
    employee
 

执行结果:
 

1697097746571.png
 

2.序列函数
 

序列函数用于确定结果集中每一行的排名或分布情况，以便分析数据中每一行的相对位置。 序列函数都不支持window子句。
 

2.1 row_number()、rank()、dense_rank()
 

  •  
    row_number()。排名顺序增加不会重复；如1、2、3、4、… …
     
  •  
    RANK()。 排名相等会在名次中留下空位；如1、2、2、4、5、… …
     
  •  
    DENSE_RANK()。 排名相等会在名次中不会留下空位 ；如1、2、2、3、4、… …
     
 

​
   
 

 /*ROW_NUMBER()、RANK()、DENSE_RANK()的对比*/
    SELECT
        deptno, 
        ename, 
        sal,
        ROW_NUMBER() over(PARTITION BY deptno ORDER BY sal ) `ROW_NUMBER`,
        RANK() over(PARTITION BY deptno ORDER BY sal) `RANK`,
        DENSE_RANK()   over(PARTITION BY deptno ORDER BY sal) `DENSE_RANK`
    FROM
    employee

 

执行结果：
 

1697103887131.png
 

2.3 ntile()
 

用来取一个分组内的一部分。把组内的数据平均成几堆，且将堆号分给每行。如果不能不均分，则各个堆最多相差一行数据。
 

/*NTILE(N)*/
	SELECT
		deptno, 
		ename, 
		sal,
		NTILE(3) over(PARTITION BY deptno ORDER BY sal ) `nitle`,
		ROW_NUMBER() over(PARTITION BY deptno ORDER BY sal ) `ROW_NUMBER`,
		RANK() over(PARTITION BY deptno ORDER BY sal) `RANK`,
		DENSE_RANK()   over(PARTITION BY deptno ORDER BY sal) `DENSE_RANK`
	FROM
	employee
 

执行结果：
 

image.png
 

2.4 cume_dist()
 

cume_dist是指cume_dist小于等于当前值的行数/分组内总行数（如果order by排序为desc倒叙则理解为大于等于），比如，统计小于等于当前薪水的人数，所占总人数的比例。 与order by 参数有关，不能缺省，缺省值都为1.
 

/*CUME_DIST() 小于(大于和升降序有关)等于当前行的行数/分组总行数*/

	/*CUME_DIST() 小于(大于和升降序有关)等于当前行的行数/分组总行数*/
	SELECT
		deptno, 
		ename, 
		sal,
		-- 升序
		CUME_DIST() over(PARTITION BY deptno  ORDER BY sal ASC ) `CUME_DIST_ASC`,
  	-- 降序
		CUME_DIST() over(PARTITION BY deptno  ORDER BY sal DESC ) `CUME_DIST_DESC`
	FROM
	employee
	ORDER BY 
	deptno ASC
 

执行结果：
 

image.png
 

2.5 percent_rank()
 

用于计算给定行在排序后结果集中的百分位排名（百分位数），以表示行在整个排序结果中的相对位置。常用来计算每个学生的分数在班级中的百分位排名。 与order by 参数有关，不能缺省，缺省值都为0. 百分比：比此数据小的数据个数除以与此数据进行比较的数据个数总数。
 

姓名分数排名百分比排名
小张971100%
小明8540%
小红91333.3%
小小93266.6%
 

以小张为例,来说明其百分比排名是如何计算出来的.表中比小张分数少的共有3人,与小张进行排名比较的共有3人(小张自己不计算在内),所以其百分比排名则是3/3*100%=100%,其意义则是小张比100%的人分数高.
 

/*	PERCENT_RANK()计算比当前行rank排名低的个数占其他人总个数的百分比*/
	SELECT
		deptno, 
		ename, 
		sal,
		RANK() over(PARTITION BY deptno ORDER BY sal) `RANK`,
		COUNT(*) over(PARTITION BY deptno) count,
		(RANK() over(PARTITION BY deptno ORDER BY sal)-1)/(COUNT(*) over(PARTITION BY deptno)-1) `PERCENT_RANK_0`,
		PERCENT_RANK() over(PARTITION BY deptno ORDER BY sal ASC )`PERCENT_RANK`
	FROM
	employee
	ORDER BY 
	deptno ASC
 

执行结果：
 

image.png
 

3.聚合函数
 

3.1 sum()、 avg()、min()、 max()
 

  •  
    sum()函数窗口范围内数据的累加。
     
  •  
    avg()函数窗口范围内数据的平均值。
     
  •  
    min()函数窗口范围内数据的最小值。
     
  •  
    max()函数窗口范围内数据的最大值。
     
 

/*取当前行及上下一行的和、平均值、最大值、最小值、总行数*/
	SELECT
		deptno, 
		ename, 
		sal,
		SUM(sal) over(PARTITION BY deptno ORDER BY sal ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING ) `SUM`,
		-- ROUND(X,D) 取小数
		ROUND(AVG(sal) over(PARTITION BY deptno ORDER BY sal ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING ),1) 	 `AVG`,
		MIN(sal) over(PARTITION BY deptno ORDER BY sal ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING ) `MIN`,
		MAX(sal) over(PARTITION BY deptno ORDER BY sal ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING ) `MAX`,
		COUNT(*)  over(PARTITION BY deptno ORDER BY sal ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING ) `COUNT`
	FROM
	employee
	ORDER BY deptno,sal
 

执行结果：
 

1697166741011.png
 

4.取值函数
 

这类窗口函数用于在结果集中的每一行上执行某种操作，通常涉及到比较当前行与其他行的值。 取值函数LAG()、LEAD()都不支持window子句,FIRST_VALUE()、LAST_VALUE（）支持window子句。
 

4.1 lag()、lead()、first_value、last_value
 

  •  
    LAG(列,第N行,默认值)：上取第N行。只有列参数，缺省其他参数，默认上取一行。
     
  •  
    LEAD(列,第N行,默认值)：下取第N行。只有列参数，缺省其他参数，默认下取取一行。
     
  •  
    FIRST_VALUE(列)：取分组范围内的第一行。
     
  •  
    LAST_VALUE(列)：取分组范围内的最后一行。
     
 

/*LAG(列,第N行,默认值)取上N行，LEAD(列,第N行,默认值)取下N行，FIRST_VALUE(列)取分组的第一行,LAST_VALUE(列) 取分组的最后一行,*/
	SELECT
		deptno, 
		ename, 
		sal,
		LAG(sal,2,NULL) OVER(PARTITION BY deptno ORDER BY sal ROWS BETWEEN current row AND UNBOUNDED FOLLOWING ) `LAG`,
		LEAD(sal,2,NULL) OVER(PARTITION BY deptno ORDER BY sal ) `LEAD`,
-- 		ROWS缺省,order by参数缺省时，rows默认范围时 BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
		FIRST_VALUE(sal) OVER(PARTITION BY deptno) `FIRST_VALUE`,
		LAST_VALUE(sal) OVER(PARTITION BY deptno ) `LAST_VALUE`,
-- 		ROWS缺省,且有order by参数时，rows默认范围时 BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
		FIRST_VALUE(sal) OVER(PARTITION BY deptno ORDER BY sal ) `ORDER_FIRST_VALUE`,
		LAST_VALUE(sal) OVER(PARTITION BY deptno ORDER BY sal ) `ORDER_LAST_VALUE`,
		FIRST_VALUE(sal) OVER(PARTITION BY deptno ORDER BY sal ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) `ORDER_ROWS_FIRST_VALUE`,
		LAST_VALUE(sal) OVER(PARTITION BY deptno ORDER BY sal ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) `ORDER_ROWS_LAST_VALUE`
	FROM
	employee
 

执行结果：
 

1697170470139.png
 

参考教程：
 

窗口函数的基本使用_窗口函数用法_独影月下酌酒的博客-CSDN博客 Hive 之 窗口函数_窗口函数over里面没有参数_梵圣的博客-CSDN博客

                

        

        

    




    

      

        

            

              
                
                  张天逸
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    2
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    13
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  1
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
SQL基础--窗口函数

				
			

			

				

					小泰坦的博客
				

				

					05-20
					
					371
					
				

			

		

		

			
				
是用来分组，即选择要看哪个窗口，类似于GROUP BY 子句的分组功能，但是PARTITION BY 子句并不具备GROUP BY 子句的汇总功能，并不会改变原始表中记录的行数。聚合函数在开窗函数中的使用方法和之前的专用窗口函数一样，只是出来的结果是一个。例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、4 位……例）有 3 条记录排在第 1 位时：1 位、1 位、1 位、2 位。例）有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位。ORDER BY******的作用。

			
		

	



                

              
                



	

		

			

				
					
SQL窗口函数

				
			

			

				

					viccwt的博客
				

				

					03-16
					
					124
					
				

			

		

		

			
				
SQL窗口函数
一、窗口函数应用场景：分组处理数据
二、窗口函数基本语法
<窗口函数> over (partition by <用于分组的字段名> 
				order by <用于排序的字段名>)

上面代码含义为：
首先将数据表根据<用于分组的字段名>分段，并且根据<用于排序的字段名>排序，而后对经过这两步处理的数据表执行<窗口函数>
注：partition by与group by的区别：group by改变了表的行数，经过分组后每

			
		

	



                


  
              

                


	

		

			

				
					
SQL窗口函数（排序）

					
最新发布

				
			

			

				

					weixin_54577312的博客
				

				

					06-23
					
					182
					
				

			

		

		

			
				
窗口函数over([partition by 字段名] [order by 字段名 asc|desc])
partitionbyxxx 根据xxx进行分区（无partitionby默认对整个表分区）→orderby 在分区中再排序
相当于Excel中做了个透视表，不改变原表原有结构
可用于取不同分区中的固定名次（如第一第二）

			
		

	





	

		

			

				
					
SQL-窗口函数

				
			

			

				

					m0_53191230的博客
				

				

					01-17
					
					4882
					
				

			

		

		

			
				
​
什么是窗口函数

可以像聚合函数一样对一组数据进行分析并返回结果，二者的不同之处在于，窗口函数不是将一组数据汇总成单个结果，而是为每一行数据都返回一个，窗口函数OVER子句中的PARTITION BY选项用于定义分区，其作用类似于查询语句中的GROUP BY子句。如果我们指定了分区选项，窗口函数将会分别针对每个分区单独进行分析。

			
		

	



		

			
		



	

		

			

				
					
SQL 中的窗口函数

				
			

			

				

					qq_43430343的博客
				

				

					02-17
					
					3093
					
				

			

		

		

			
				
SQL 中的窗口函数（Window Functions）是一种特殊的函数，它可以在查询结果的某个区间内执行计算，而不仅仅是对单个行进行计算。

			
		

	





	

		

			

				
					
sql — 窗口函数

				
			

			

				

					qq_47343046的博客
				

				

					04-25
					
					2451
					
				

			

		

		

			
				
统计窗口函数则用于进行统计计算，包括count、sum、avg、min、max、first_value、last_value、lag、lead、cume_dist。排序窗口函数主要用于对数据进行排序和排名，包括row_number、rank、dense_rank、percent_rank、ntile；与常规聚合函数不同，窗口函数可以在不影响查询结果集的情况下，对结果集中的每一行应用函数，生成额外的信息，例如排名、累计和等。count函数计算结果集中行的数量，可以结合分组函数使用，用于统计分组内的行数。

			
		

	





	

		

			

				
					
SQL篇-常用窗口函数

				
			

			

				

					qq_27093831的博客
				

				

					05-09
					
					5356
					
				

			

		

		

			
				
前言

在我们日常数据分析中，常常遇到要在组内排名、组内取topn等等需求，例如下面的业务需求：

排名问题：每个品牌的商品按销售额来排名
topN问题：找出每个品牌排名前N的商品

面对这类需求，就需要使用sql的高级功能窗口函数了。窗口函数是个神奇的存在，可以把多行代码变一行处理，把复杂的子查询变简单。让我们来一起了解窗口函数吧！

1、什么是窗口函数

窗口函数，也叫OLAP函数（Online Anallytical Processing，联机分析处理），作用于一个数据集合。窗口函数的一个概念就是当前

			
		

	





	

		

			

				
					
SQL窗口函数速查表.pdf

				
			

			

				

					05-31
				

			

		

		

			
				
这份资源是一份详尽的《SQL窗口函数速查表》PDF文档，为数据库管理员、分析师和开发人员提供了SQL窗口函数的全面概览和使用指南。它包含了窗口函数的基本概念、语法结构、参数说明以及各种实际应用示例。文档旨在...

			
		

	





	

		

			

				
					
SQLServer中的窗口函数

				
			

			

				

					03-02
				

			

		

		

			
				
SQLServer2012之后对窗口函数进行了极大的加强，但对于很多开发人员来说，对窗口函数却不甚了解，导致了这样强大的功能被浪费，因此本篇文章主要谈一谈SQLServer中窗口函数的概念。窗口函数，也可以被称为OLAP函数或...

			
		

	





	

		

			

				
					
Mysql_窗口函数_OVER()的分组参数PARTITION BY

				
			

			

				

					feizuiku0116的博客
				

				

					08-21
					
					9345
					
				

			

		

		

			
				
一.PARTITION BY与GROUP BY区别


group by是分组函数，partition by是分析函数


在执行顺序上：from > where > group by > having > order by，而partition by应用在以上关键字之后，可以简单理解为就是在执行完select之后，在所得结果集之上进行partition by分组


partition by相比较于group by，能够在保留全部数据的基础上，只对其中某些字段做分组排序（类似exc

			
		

	





	

		

			

				
					
SQL常用窗口函数

				
			

			

				

					酱汁儿
				

				

					07-18
					
					5758
					
				

			

		

		

			
				
SQL常用窗口函数

			
		

	





	

		

			

				
					
这应该是最全的总结了！SQL中的开窗函数汇总！

				
			

			

				

					Python数据挖掘
				

				

					09-09
					
					3095
					
				

			

		

		

			
				
MySQL从8.0版本开始支持窗口函数了，窗口函数又名开窗函数，属于分析函数的一种。用于解决复杂报表统计需求的功能强大的函数。窗口函数用于计算基于组（GROUP BY）的某种聚合值，它和聚合函数的不同之处是：窗口函数可以在分组之后的返回多行结果，而聚合函数对于每个组只返回一行。开窗函数指定了分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变化而变化。窗口函数经常会在leetCode的题目中使用到窗口函数的格式函数（Function）的类型不是所有的函数（Function）都支持开窗函数。

			
		

	





	

		

			

				
					
SQL中的窗口函数

				
			

			

				

					wjs19861110的博客
				

				

					07-02
					
					525
					
				

			

		

		

			
				
窗口函数(Window Function)是SQL中的一种特殊函数，它可以对结果集进行分组和排序，并返回每个组的聚合值。DENSE_RANK():为结果集中的每一行分配一个唯一的数字，按照指定的排序规则排序，如果有多行具有相同的排名值，则只分配一个排名值。ROW_NUMBER():为结果集中的每一行分配一个唯一的数字，按照指定的排序规则排序。RANK():为结果集中的每一行分配一个唯一的数字，按照指定的排序规则排序。SUM()、AVG()、COUNT()等：返回当前行的聚合值。

			
		

	





	

		

			

				
					
SQL的窗口函数

				
			

			

				

					Taerge0110的博客
				

				

					02-29
					
					1265
					
				

			

		

		

			
				
窗口函数分类：聚合函数、排序函数和值函数。SQL中的窗口函数是一种特殊的函数，它能够在查询结果中创建一个窗口或者窗口集合，然后对这个窗口进行计算。窗口函数可以用于分析和汇总数据，同时保留原始查询结果的行顺序。窗口函数基于查询结果的行数据进行计算，窗口函数运行在HAVING子句之后、 ORDER BY子句之前。窗口函数需要特殊的关键字OVER子句来指定窗口即触发一个窗口函数。

			
		

	





	

		

			

				
					
sql 窗口函数

				
			

			

				

					06-01
				

			

		

		

			
				
SQL 窗口函数（Window Functions）是一种在关系型数据库中进行分析和聚合数据的高级技术。与普通的聚合函数（如 SUM、AVG、MAX、MIN）不同的是，窗口函数可以在结果集中计算聚合函数，而不会改变结果集的行数。窗口函数可以用于计算排名、累计总数、移动平均值等。

以下是一些常用的 SQL 窗口函数：

1. ROW_NUMBER：为结果集中的每一行生成一个唯一的整数值，用于计算排名。

2. RANK 和 DENSE_RANK：用于计算排名，RANK 函数会跳过相同的排名，而 DENSE_RANK 函数不会。

3. LAG 和 LEAD：用于在结果集中获取前一行和后一行的值，常用于计算时间序列数据的变化量。

4. SUM、AVG、MAX、MIN 等聚合函数：可以和 OVER 关键字一起使用，计算所有行或者一组行的聚合值。

5. NTILE：用于将结果集分成指定数量的桶，并为每个桶分配一个整数值。

以下是一个示例 SQL 查询，使用 ROW_NUMBER 和 SUM 窗口函数计算每个订单的总金额和排名：

```
SELECT 
  order_id, 
  SUM(amount) OVER (PARTITION BY order_id) AS total_amount, 
  ROW_NUMBER() OVER (ORDER BY SUM(amount) DESC) AS rank
FROM 
  orders
```

希望这些信息可以帮助你了解 SQL 窗口函数的基本知识。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值