深入理解 SQL Server 窗口函数：语法、原理与使用场景

在现代数据处理中，窗口函数（Window Functions） 是提升 SQL 表达力和执行效率的重要工具。SQL Server 自 2005 开始引入基础窗口函数，自 2012 起逐步完善功能，至今已成为数据开发与分析的必备技能。

本文将围绕以下几个部分展开：

• 一、窗口函数基本概念

• 二、窗口函数的语法结构

• 三、常用窗口函数分类及示例

• 四、典型应用场景

• 五、性能注意事项与优化建议

一、窗口函数基本概念

窗口函数 是一种特殊的聚合函数，它与普通聚合函数（如 SUM()、COUNT()）不同，不会合并多行变为一行，而是为结果集中的每一行，在定义的“窗口”内执行聚合、排序、排名等计算。

通俗理解：

窗口函数 = 按照某种方式“分组” + “排序”后，对“每行”计算某种聚合值。

二、窗口函数语法结构

<函数名>(<表达式>) OVER (
    [PARTITION BY <分组列>]
    [ORDER BY <排序列>]
    [ROWS|RANGE BETWEEN <起点> AND <终点>]
)

• OVER()：定义窗口范围

• PARTITION BY：按某列分区，相当于“组”

• ORDER BY：在组内排序（部分函数可选）

• ROWS BETWEEN：进一步限制窗口边界（仅对某些函数有效，如 SUM()）

三、常用窗口函数分类及示例

1. 排名类函数（Ranking Functions）

示例：统计每个部门员工薪资排名

SELECT emp_id, dept_id, salary,
       RANK() OVER (PARTITION BY dept_id ORDER BY salary DESC) AS salary_rank
FROM employees;

2. 聚合类函数（Aggregate Window Functions）

支持：SUM()、AVG()、COUNT()、MIN()、MAX()

示例：计算每个用户最近12个月累计消费金额

SELECT user_id, month, amount,
       SUM(amount) OVER (PARTITION BY user_id ORDER BY month
                         ROWS BETWEEN 11 PRECEDING AND CURRENT ROW) AS rolling_sum
FROM orders;

3. 偏移类函数（Offset Functions）

示例：比较当前与上月销售额差异

SELECT store_id, month, sales,
       sales - LAG(sales) OVER (PARTITION BY store_id ORDER BY month) AS diff
FROM store_sales;

四、窗口函数的典型使用场景

1. 分组内排序和排名

• 统计每类商品的销售排名

• 为每位员工生成组内编号（如：前5名）

2. 分组内的累计值

• 滚动累计销量、累计成交金额

• 积分系统中的时间段累加

3. 前后行比较

• 分析前一天与当天的数值差异（如股价涨跌）

• 营收连续增长分析

4. 找出组内特定记录

• 每组中的第一条或最后一条记录（如用户首次购买）

• 每个项目最近一次状态变更

5. Top-N 分组筛选

使用 ROW_NUMBER() 与子查询配合完成

WITH RankedOrders AS (
  SELECT customer_id, order_id, amount,
         ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY amount DESC) AS rn
  FROM orders
)
SELECT * FROM RankedOrders WHERE rn <= 3;

6. 同比与环比分析

适用于电商、销售等时间序列分析

五、性能注意事项与优化建议

✅ 建议

• 对 PARTITION BY 与 ORDER BY 涉及的字段添加索引

• 控制 OVER() 中的窗口范围，避免 UNBOUNDED 带来的全表计算

• 使用临时表或 CTE 缓存窗口结果，避免重复计算

❌ 避免

• 在大数据集上使用未分区的窗口函数

• 在主查询中过度嵌套窗口函数，影响可读性和执行计划

结语

SQL Server 窗口函数作为现代 SQL 编程的核心工具之一，提升了分析场景下的表达力与性能效率。它不仅能减少业务逻辑在中间层实现的复杂度，还能用更简洁的 SQL 实现更复杂的需求。对于报表、BI、风控、日志分析等高频数据处理任务，熟练掌握窗口函数是构建高效数据逻辑的关键。