OVER() 的语法和主要特点

OVER() 就是告诉 SQL 要对哪一组行用 window function。 可以理解成，它就是定义“窗口”的方式，让 window function 知道该在哪一块数据上操作。想象一下，一屋子人，我们想统计每一平方米站了多少人。OVER() 就是告诉你要关注房间的哪一部分。换句话说，它就是指定 function 要处理哪一组行。

OVER() 只能和 window functions 一起用，用来对一张或多张表的行做操作，不需要分组。

语法：

window_function() OVER (
    [PARTITION BY ...]
    [ORDER BY ...]
    [ROWS/RANGE ...]
)

这里：

• PARTITION BY — 把数据集分成逻辑组
• ORDER BY — 指定每组内行的顺序
• ROWS/RANGE — 细化“窗口”大小（比如当前行+1行）

例子：OVER() 不带参数

当 OVER() 不带任何参数时，前面的 function 就会对所有数据行操作。

SELECT
    employee_id,
    salary,
    ROW_NUMBER() OVER () AS row_num -- ROW_NUMBER() 会作用于所有结果行
FROM employees;

发生了什么？

1. ROW_NUMBER() 给每一行分配唯一编号。
2. 因为 OVER() 没有参数，employees 表的所有行都当成一个整体处理。

结果：

用 PARTITION BY 分组

好，现在假设我们想要在每个部门内部编号员工，而不是全公司一起。这时候就要用 PARTITION BY 了。

OVER() 里的 PARTITION BY 会把数据分成组（或者说“分区”）。每组 function 都会单独计算。就像 ROW_NUMBER() 是服务员，他会为每个“桌子”（分区）重新编号。

例子：用 PARTITION BY

SELECT
    department_id,
    employee_id,
    salary,
    ROW_NUMBER() OVER (PARTITION BY department_id) AS row_num
FROM employees;

发生了什么？

1. 从 employees 表里，数据按 department_id 分组。
2. 每组里的行都用 ROW_NUMBER() 编号。

结果：

用 ORDER BY 指定顺序

现在我们来点花样。假如我们想按工资从高到低编号，而不是随便编号。这个就要用 ORDER BY。

ORDER BY 决定 window function 处理行的顺序。

例子：在 OVER() 里用 ORDER BY

SELECT
    department_id,
    employee_id,
    salary,
    RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) AS rank
FROM employees;

发生了什么？

1. 数据按组分开（PARTITION BY department_id）。
2. 每组内部按工资降序排（ORDER BY salary DESC）。
3. 每行根据排序分配排名。

结果：

组合多种 window function

SQL 里可以在一个查询里用多个 window function，每个都能有自己的规则。就像一个屋子里同时放音乐又数人头——互不影响！

例子：多个 window function

SELECT
    department_id,
    employee_id,
    salary,
    ROW_NUMBER() OVER (PARTITION BY department_id ORDER BY salary DESC) AS row_num,
    AVG(salary) OVER (PARTITION BY department_id) AS avg_salary
FROM employees;

发生了什么？

1. ROW_NUMBER() 在每组里按工资降序编号。
2. AVG() 算每组的平均工资。

结果：

真实生活中的例子

带 OVER() 的 window function 在现实里用得超多。举几个例子：

• 销售分析：每个类别里按销量给商品排名。
• 排名：每个小组里按平均分给学生排位置。
• 时间序列：按时间累计销售额。

销售分析的例子：

SELECT
    category_id,
    product_id,
    product_name,
    SUM(sales) OVER (PARTITION BY category_id ORDER BY sales DESC) AS cumulative_sales
FROM products;

用 window function 时常见的坑

1. 没写 PARTITION BY

如果你没用 PARTITION BY，window function 就会对整张表操作。这样可能会出乎意料，尤其是你本来想分组的时候。

---

2. ORDER BY 里的数据类型不对

window function 里的 ORDER BY 对数据类型很敏感。如果你按一个存成文本（VARCHAR）的日期字段排序，结果可能是字母顺序，不是时间顺序。

3. ROWS BETWEEN 用错了

window function 默认用 ROWS BETWEEN 定义范围。如果你没明确指定，可能会用 RANGE，它的行为不一样，可能返回比你想的更多行。

4. 处理 NULL 不对

window function 处理 NULL 的方式可能不一样。比如 RANK() 和 DENSE_RANK() 会把 NULL 当成一个值，给它单独排名。

5. 用 window 聚合函数代替普通聚合

有时候大家用 window 聚合函数（比如 SUM() OVER(...)），其实用普通的 GROUP BY 聚合就够了，这样反而让查询更复杂、更慢。