原文引用 猴子 通俗易懂的學會：SQL窗口函數
一.窗口函數有什么用？
在日常工作中，經常會遇到需要在每組內排名，比如下面的業務需求：
排名問題：每個部門按業績來排名
topN問題：找出每個部門排名前N的員工進行獎勵
面對這類需求，就需要使用sql的高級功能窗口函數了。
二.什么是窗口函數？
窗口函數，也叫OLAP函數（Online Anallytical Processing，聯機分析處理），可以對數據庫數據進行實時分析處理。
窗口函數的基本語法如下：
<窗口函數> over (partition by <用於分組的列名>
order by <用於排序的列名>)
那么語法中的<窗口函數>都有哪些呢？
<窗口函數>的位置，可以放以下兩種函數：
1） 專用窗口函數，包括后面要講到的rank, dense_rank, row_number等專用窗口函數。
2） 聚合函數，如sum. avg, count, max, min等
因為窗口函數是對where或者group by子句處理后的結果進行操作，所以窗口函數原則上只能寫在select子句中。
三.如何使用？
接下來，就結合實例，給大家介紹幾種窗口函數的用法。
1.專用窗口函數rank
例如下圖，是班級表中的內容
如果我們想在每個班級內按成績排名，得到下面的結果。
以班級“1”為例，這個班級的成績“95”排在第1位，這個班級的“83”排在第4位。上面這個結果確實按我們的要求在每個班級內，按成績排名了。
得到上面結果的sql語句代碼如下：
select *,
rank() over (partition by 班級
order by 成績 desc) as ranking
from 班級表
我們來解釋下這個sql語句里的select子句。rank是排序的函數。要求是“每個班級內按成績排名”，這句話可以分為兩部分：
(1）每個班級內：按班級分組
partition by用來對表分組。在這個例子中，所以我們指定了按“班級”分組（partition by 班級）
(2）按成績排名
order by子句的功能是對分組后的結果進行排序，默認是按照升序（asc）排列。在本例中（order by 成績 desc）是按成績這一列排序，加了desc關鍵詞表示降序排列。
通過下圖，我們就可以理解partiition by（分組）和order by（在組內排序）的作用了。
窗口函數具備了我們之前學過的group by子句分組的功能和order by子句排序的功能。那么，為什么還要用窗口函數呢？
這是因為，group by分組匯總后改變了表的行數，一行只有一個類別。而partiition by和rank函數不會減少原表中的行數。例如下面統計每個班級的人數。
相信通過這個例子，你已經明白了這個窗口函數的使用：
select *,
rank() over (partition by 班級
order by 成績 desc) as ranking
from 班級表
現在我們說回來，為什么叫“窗口”函數呢？這是因為partition by分組后的結果稱為“窗口”，這里的窗口不是我們家里的門窗，而是表示“范圍”的意思。
簡單來說，窗口函數有以下功能：
-
同時具有分組和排序的功能
-
不減少原表的行數
-
語法如下：
<窗口函數> over (partition by <用於分組的列名>
order by <用於排序的列名>)
2.其他專業窗口函數
專用窗口函數rank, dense_rank, row_number有什么區別呢？
它們的區別我舉個例子，你們一下就能看懂：
select *,
rank() over (order by 成績 desc) as ranking,
dense_rank() over (order by 成績 desc) as dese_rank,
row_number() over (order by 成績 desc) as row_num
from 班級表
得到結果：
從上面的結果可以看出：
rank函數：這個例子中是5位，5位，5位，8位，也就是如果有並列名次的行，會占用下一名次的位置。比如正常排名是1，2，3，4，但是現在前3名是並列的名次，結果是：1，1，1，4。
dense_rank函數：這個例子中是5位，5位，5位，6位，也就是如果有並列名次的行，不占用下一名次的位置。比如正常排名是1，2，3，4，但是現在前3名是並列的名次，結果是：1，1，1，2。
row_number函數：這個例子中是5位，6位，7位，8位，也就是不考慮並列名次的情況。比如前3名是並列的名次，排名是正常的1，2，3，4。
這三個函數的區別如下：
最后，需要強調的一點是：在上述的這三個專用窗口函數中，函數后面的括號不需要任何參數，保持()空着就可以。
現在，大家對窗口函數有一個基本了解了嗎？
3.聚合函數作為窗口函數
聚和窗口函數和上面提到的專用窗口函數用法完全相同，只需要把聚合函數寫在窗口函數的位置即可，但是函數后面括號里面不能為空，需要指定聚合的列名。
我們來看一下窗口函數是聚合函數時，會出來什么結果：
select *,
sum(成績) over (order by 學號) as current_sum,
avg(成績) over (order by 學號) as current_avg,
count(成績) over (order by 學號) as current_count,
max(成績) over (order by 學號) as current_max,
min(成績) over (order by 學號) as current_min
from 班級表
得到結果：
有發現什么嗎？我單獨用sum舉個例子：
如上圖，聚合函數sum在窗口函數中，是對自身記錄、及位於自身記錄以上的數據進行求和的結果。比如0004號，在使用sum窗口函數后的結果，是對0001，0002，0003，0004號的成績求和，若是0005號，則結果是0001號~0005號成績的求和，以此類推。
不僅是sum求和，平均、計數、最大最小值，也是同理，都是針對自身記錄、以及自身記錄之上的所有數據進行計算，現在再結合剛才得到的結果（下圖），是不是理解起來容易多了？
比如0005號后面的聚合窗口函數結果是：學號0001~0005五人成績的總和、平均、計數及最大最小值。
如果想要知道所有人成績的總和、平均等聚合結果，看最后一行即可。
這樣使用窗口函數有什么用呢？
聚合函數作為窗口函數，可以在每一行的數據里直觀的看到，截止到本行數據，統計數據是多少（最大值、最小值等）。同時可以看出每一行數據，對整體統計數據的影響。
四.注意事項
partition子句可是省略，省略就是不指定分組，結果如下，只是按成績由高到低進行了排序：
select *,
rank() over (order by 成績 desc) as ranking
from 班級表
得到結果：
但是，這就失去了窗口函數的功能，所以一般不要這么使用。
五.總結
1.窗口函數語法
<窗口函數> over (partition by <用於分組的列名>
order by <用於排序的列名>)
<窗口函數>的位置，可以放以下兩種函數：
1） 專用窗口函數，比如rank, dense_rank, row_number等
2） 聚合函數，如sum. avg, count,max, min等
2.窗口函數有以下功能：
1）同時具有分組（partition by）和排序（order by）的功能
2）不減少原表的行數，所以經常用來在每組內排名
3.注意事項
窗口函數原則上只能寫在select子句中
4.窗口函數使用場景
1）業務需求“在每組內排名”，比如：
排名問題：每個部門按業績來排名
topN問題：找出每個部門排名前N的員工進行獎勵
實例
Employee 表包含所有員工信息，每個員工有其對應的 Id, salary 和 department Id。
+----+-------+--------+--------------+
| Id | Name | Salary | DepartmentId |
+----+-------+--------+--------------+
| 1 | Joe | 70000 | 1 |
| 2 | Jim | 90000 | 1 |
| 3 | Henry | 80000 | 2 |
| 4 | Sam | 60000 | 2 |
| 5 | Max | 90000 | 1 |
+----+-------+--------+--------------+
Department 表包含公司所有部門的信息。
+----+----------+
| Id | Name |
+----+----------+
| 1 | IT |
| 2 | Sales |
+----+----------+
編寫一個 SQL 查詢，找出每個部門工資最高的員工。對於上述表，您的 SQL 查詢應返回以下行（行的順序無關緊要）。
+------------+----------+--------+
| Department | Employee | Salary |
+------------+----------+--------+
| IT | Max | 90000 |
| IT | Jim | 90000 |
| Sales | Henry | 80000 |
+------------+----------+--------+
解釋：
Max 和 Jim 在 IT 部門的工資都是最高的，Henry 在銷售部的工資最高
題解
經典topN問題：每組最大的N條記錄。這類問題涉及到“既要分組，又要排序”的情況，要能想到用窗口函數來實現。
代碼
select DepartmentId,Name,Salary
from (
select *,
dense_rank() over (partition by DepartmentId
order by Salary desc) as ranking
from Employee) as a
where ranking <= 3;