窗口函式 vs 聚合函式比較： GROUP BY vs PARTITION BY

乍看之下，窗口函式跟聚合函式好像都是拿來分析跟處理資料的工具。畢竟兩者都能做像是 sum、avg、排名這種計算。但我們來細看一下，實際上它們本質上有什麼差別。

聚合函式（GROUP BY）

聚合函式的運作方式如下：

• 它們會根據你指定的欄位把資料分組。
• 分組之後，每一組只會剩下一列結果。
• 舉例：你想知道每個地區的總收入。

SELECT region, SUM(sales) AS total_sales
FROM sales_data
GROUP BY region;

特點：GROUP BY 會「壓縮」資料。如果你用了分組，屬於同一組的所有列都會消失——只剩下聚合的結果。

窗口函式（PARTITION BY）

窗口函式則是這樣：

• 會保留原本的資料結構（不會壓縮或讓列消失！）。
• 可以在「窗口」——也就是邏輯上分開的分組裡做計算。

舉例：你想知道每個城市在它所屬地區的總銷售額佔比，但又想保留所有資料。

SELECT
    region,
    city,
    sales,
    SUM(sales) OVER (PARTITION BY region) AS total_sales_by_region
FROM sales_data;

特點：用窗口函式不會刪掉任何列，只是把新的計算值加到每一列上。

範例：SUM() 搭配 GROUP BY vs SUM() 搭配 PARTITION BY

為了更清楚差異，我們來看 SUM() 在兩種情境下怎麼運作。假設我們有一張 sales_data 表長這樣：

用 GROUP BY 做加總

我們想知道每個地區的總銷售額：

SELECT region, SUM(sales) AS total_sales
FROM sales_data
GROUP BY region;

結果會長這樣：

發生了什麼：資料根據 region 分組，每組被「壓縮」成一列，顯示銷售總和。

用 PARTITION BY 做加總

現在我們用窗口函式做一樣的事：

SELECT
    region,
    city,
    sales,
    SUM(sales) OVER (PARTITION BY region) AS total_sales_by_region
FROM sales_data;

結果：

發生了什麼：PARTITION BY 沒有「壓縮」資料，而是在每個「窗口」（每個地區）裡計算總和，然後把結果加到每一列。

什麼時候該用 GROUP BY，什麼時候該用 PARTITION BY？

GROUP BY：適合做最終報表

GROUP BY 很適合你想要縮減資料量、只看分組結果的時候。像是：

• 每個月的總銷售額。
• 每個商品類別的訂單數。

範例：

SELECT category, COUNT(*) AS total_orders
FROM orders
GROUP BY category;

PARTITION BY：超適合分析跟細部觀察

PARTITION BY 適合你想保留所有資料列、又想對每一列多算點東西的時候。像是：

• 算出每個商品在類別裡的銷售佔比。
• 在每個分組裡給資料編號。

計算銷售佔比的範例：

SELECT
    category,
    product,
    sales,
    ROUND(
        (sales * 100.0) / SUM(sales) OVER (PARTITION BY category),
        2
    ) AS sales_percentage
FROM sales_data;

範例：同時用多個窗口函式

窗口函式一大優點就是可以一次做很多計算。舉例：

SELECT
    region,
    city,
    sales,
    SUM(sales) OVER (PARTITION BY region) AS total_sales,
    RANK() OVER (PARTITION BY region ORDER BY sales DESC) AS sales_rank
FROM sales_data;

結果：

窗口函式比 GROUP BY 更強的地方

保留原始資料： GROUP BY 會壓縮資料列，但窗口函式可以讓你保留原本的表格結構。

一個查詢多種計算： 你可以在同一個查詢裡用不同參數的 PARTITION BY 跟 ORDER BY 做多種窗口函式計算，資料都還在。

分析超彈性： 窗口函式可以讓你根據需求做累積總和、排名、比例計算等等，超級彈性。

彈性範例

我們來組合幾個函式：

SELECT
    region,
    city,
    sales,
    SUM(sales) OVER (PARTITION BY region) AS total_sales,
    AVG(sales) OVER (PARTITION BY region) AS avg_sales,
    RANK() OVER (PARTITION BY region ORDER BY sales DESC) AS rank
FROM sales_data;

結果：

限制跟常見錯誤

一個很常見的錯誤是想用 PARTITION BY 來「壓縮」資料。像是，應該這樣寫：

SELECT region, SUM(sales) AS total_sales
FROM sales_data
GROUP BY region;

但有人會寫成這樣：

SELECT
    region,
    SUM(sales) OVER (PARTITION BY region) AS total_sales
FROM sales_data;

但這樣會回傳所有資料列，資料量一點都沒減少（有時候這不是你想要的）。

現在你一定知道什麼時候該用 GROUP BY，什麼時候該用窗口函式了。這就像選擇要用鐵鎚還是螺絲起子：兩個工具都能處理釘子……但方式不一樣啦。