2025年聚合函数和窗口函数的区别（2025年聚合函数有几种）

窗口函数的5种方法总结

窗口函数的5种方法总结如下：聚合函数：功能：通过OVER定义窗口范围，实现累加、平均、最大值、最小值等计算。示例：SUM OVER，计算每个cookieid组按时间顺序，当前行和前3行的pv总和。排名函数：功能：用于对数据进行排序，并生成序列号。函数：row_number、rank、dense_rank。

取前值或后值：lag，lead，first_value，last_value 数据lag和lead 语法 这俩函数可以在同一次查询中取出同一字段的前N行的数据（Lag）和后N行的数据（Lead）作为独立的列。

聚合函数：如SUM、AVG、MAX、MIN，通过OVER（PARTITION BY...ORDER BY...ROWS BETWEEN...）定义窗口范围，如SUM（pv） OVER（PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW）计算pv4，即对每个cookieid组按时间顺序，取当前行和前3行的和。

SQL窗口函数用法总结：聚合函数作为窗口函数 应用场景：主要用于按字段分组、排序后的聚合计算。 语法结构：聚合函数 over。 案例：商品销售数量统计。 假设有一个销售记录表，包含商品ID、销售日期和销售数量。 可以使用SUM OVER来计算每个商品在每个销售日期的累计销售数量。

窗口函数是SQL中一种强大的功能，它能够在不改变数据行数的情况下对数据进行分组、排序并应用聚合操作。以下是关于窗口函数的详细解核心语法：窗口函数的核心语法为：窗口函数 over 。其中，partition by用于指定分组列，order by用于指定排序列，rows between...用于定义窗口的范围。

窗口函数的实际案例 分组求和：通过指定partition by子句，可以计算每个分组内的数据总和。 累计求和：结合partition by和order by子句，可以实现数据的连续加总。窗口函数在数据分析中的应用 计算移动均值、移动累计值等。 结合条件函数进行复杂的数据分析和挖掘。

开窗函数详解(保姆级实操)

1、窗口函数详解：窗口函数的概念 窗口函数是一类能在分组和排序的基础上，既能聚合数据又能保留原始数据信息的函数。 与传统聚合函数不同，窗口函数不会减少原表中数据的行数。窗口函数的应用场景 商务智能系统中基于特定条件聚合数据，但希望保留所有数据细节。 对已聚合的数据进行筛选或二次计算。

2、通过具体的案例解析，可以更直观地理解窗口函数的应用。例如，要分组求和以及进行累计求和，可以使用`sum（[Number]）over（partition by [Class]）`进行分组求和，得到每组内的总和；使用`sum（[Number]）over（partition by [Class] order by [Date]）`进行累计求和，实现数据的连续加总。

常用的窗口函数有哪些?

1、常用的窗口函数主要分为两类：专用函数和聚合函数。专用函数： rank：为结果集的每一行分配一个唯一的排名，如果存在相同值的行，则会跳过排名。 dense_rank：类似于rank，但不会跳过排名，即相同值的行会获得相同的排名，后续排名紧接着下一个数字。

2、常用窗口函数 序号函数：row_number：按指定条件为每行分配唯一的序号。rank：根据排序结果分配排名，相同值会有相同的排名，但排名之间会有间隔。dense_rank：与rank类似，但排名之间不会有间隔。分布函数：percent_rank：返回某值在数据集中的相对位置，以百分比表示。

3、专用窗口函数：如rank， dense_rank， row_number等，用于生成排名或序号。rank：可能会产生并列名次，下一名次会被占用。dense_rank：不占用并列名次后的空位，确保每名次之间没有间隙。row_number：不考虑并列，每个记录都有唯一的编号。

4、窗口函数：rank， dense_rank， row_number 使用上的区别 在SQL中，窗口函数（Window Functions）用于对一组行执行计算，并将计算结果作为新列返回，而不会改变原始数据集的行数。其中，rank、dense_rank 和 row_number 是三种常用的窗口函数，它们在处理排序和排名时具有不同的行为。

5、一）非聚合函数作为窗口函数 非聚合函数作为窗口函数时，主要包括序号函数、分布函数、前后函数、头尾函数等几类。序号函数 rank（）：计算数值在列中排序，返回的排序可以有重复数字，有排序间隔（如1，1，3）。

必知必会的窗口函数一:基础知识

1、partition by：用于对数据进行分组，窗口函数将在每个分组内独立计算。order by：确定窗口内的行顺序，这对于窗口函数的计算结果至关重要。window_frame：定义了窗口的行边界，如当前行前后多少行或分区的开始和结束，它决定了窗口函数计算时考虑的数据范围。

2、本文深入探讨了SQL进阶教程中的窗口函数基础知识，通过Pandas实现案例的重写和复现，对窗口函数有了更深入的理解。窗口函数在SQL中是一种特殊函数，用于在查询结果集的窗口（即一组相关的行）上执行计算，其特点在于在每行上执行计算，并根据指定的排序规则和窗口范围进行数据聚合。

3、初学者学习SQL可分以下三个阶段，结合理论学习与实践平台巩固知识：掌握基础语法核心内容：SQL的核心是“增删改查”（CRUD），其中查询（SELECT）是重点，需掌握条件筛选（WHERE）、排序（ORDER BY）、分组（GROUP BY）、多表关联（JOIN）等操作。