窗口函数可以进行排序、生成序列号等一般的聚合函数无法实现的高级操作。
理解PARTITION BY和ORDER BY这两个关键字的含义十分重要。
什么是窗口函数
窗口函数也称为OLAP函数。为了让大家快速形成直观印象，才起 了这样一个容易理解的名称(“窗口”的含义我们将在随后进行说明)。
OLAP是OnLine Analytical Processing的简称，意思是对数据库数据进行实时分析处理。例如，市场分析、创建财务报表、创建计划等日常性商务工作。
窗口函数就是为了实现 OLAP 而添加的标准 SQL 功能。
窗口函数的语法
<窗口函数> OVER ([PARTITION BY <列清单>])
ORDER BY <排序用列清单> [DESC/ASC])
能够作为窗口函数使用的函数
- 能够作为窗口函数的聚合函数
- SUM
- AVG
- COUNT
- MAX
- MIN
- 专用窗口函数
- RANK
计算排序时，如果存在相同位次的记录，则会跳过之后的位次。 e.g. 有三条记录排在第1位时：1位、1位、1位、4位......- DENSE_RANK
计算排序时，即使存在相同位次的记录，也不会跳过之后的位次。 e.g. 有三条记录排在第1位时：1位、1位、1位、2位......- ROW_NUMBER
赋予唯一的连续位次。 e.g. 有三条记录排在第1位时：1位、2位、3位、4位... (不知道这么解释OK不OK，毕竟ROW_NUMBER很明显就是行号的意思）
e.g.
SELECT
product_name,
product_type,
sale_price,
RANK () OVER (
PARTITION BY product_type
ORDER BY sale_price
) AS ranking
FROM
product;
上面代码中的PARTITION BY也不是必须的。
SELECT
product_name,
product_type,
sale_price,
RANK () OVER (
ORDER BY sale_price
) AS ranking
FROM
product;
SELECT
product_name,
product_type,
sale_price,
RANK () OVER (ORDER BY sale_price) AS ranking,
DENSE_RANK () OVER (ORDER BY sale_price) AS dense_ranking,
ROW_NUMBER () OVER (ORDER BY sale_price) AS row_num
FROM
product;
窗口函数的适用范围
原则上，窗口函数只能在SELECT字句中使用。反过来说，这类函数是不能在WHERE字句或者GROUP BY字句中使用的。
在DBMS内部，窗口函数是对WHERE字句或者GROUP BY字句处理后的“结果”进行的操作。很明显，在得到用户想要的结果之前，即使进行了排序，那么结果也是错误的。在得到排序结果之后，如果通过WHERE字句中的条件去除了某些记录，或者使用GROUP BY字句进行了汇总处理，那么好不容易得到的排序结果也无法使用了。
而ORDER BY子句中能够使用窗口函数的原因（UPDATE的SET子句中也能够使用窗口函数）就是因为ORDER BY子句会在SELECT子句之后执行，并且记录也不会减少。
作为窗口函数使用的聚合函数
SELECT
product_name,
product_type,
sale_price,
SUM(sale_price) OVER (ORDER BY product_id) AS current_sum
FROM
product;
SELECT
product_id,
product_name,
sale_price,
AVG(sale_price) OVER (ORDER BY product_id) AS current_avg
FROM
Product;
很明显，如果我们是ORDER BY某一个日期的话，那么我们可以很容易的使用聚合函数配合OVER来得到一个统计趋势图。
像这样，以“当前记录”（即自身记录）作为基准进行统计，就是讲聚合函数当做窗口函数使用时的最大特征。
计算移动平均
窗口函数就是将表以窗口为单位进行分割，并在其中进行排序的函数。其实其中还包含在窗口指定更加详细的汇总范围的备选功能。该备选功能中的汇总范围称为框架。
指定“最靠近的3行”作为汇总对象
SELECT
product_id,
product_name,
sale_price,
AVG(sale_price) over (
ORDER BY
product_id rows 2 preceding
) AS moving_avg
FROM
product;
指定框架（汇总范围）
ROWS 2 PRECEDING的意思就是“截止到之前2行”。也就是将作为汇总对象的记录限定为如下的“最靠近的3行”。
这样的统计方法成为移动平均（moving average)。由于这种方法在希望实时把握“最近状态”时非常方便，因此常常会应用在对股市趋势的实时跟踪中。
使用关键字
FOLLOWING(“之后”）替换PRECEDING，就可以指定“截止到之后~行”作为框架了。
将当前记录的前后行作为汇总对象
SELECT
product_id,
product_name,
sale_price,
AVG(sale_price) OVER (
ORDER BY product_id
ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
) AS moving_avg
FROM
product;
两个ORDER BY
在使用窗口函数时，必须要在OVER子句中使用ORDER BY。OVER子句中的ORDER BY只是用来决定窗口函数按照什么样的顺序进行计算，对结果的排序顺序并没有影响。
SELECT
product_name,
product_type,
sale_price,
RANK () OVER (ORDER BY sale_price) AS ranking
FROM
product
ORDER BY
ranking;
也许一条语句两个ORDER BY有点别扭，但它们作用是不同的。
