窗口函数和聚合函数对比： GROUP BY vs PARTITION BY

乍一看，窗口函数和聚合函数好像都是分析和处理数据的工具。毕竟它们都能做 sum、avg、排名啥的。但其实它们本质上还是有点不一样的，咱们来仔细聊聊。

聚合函数（GROUP BY）

聚合函数是这么干活的：

• 它们会按照你指定的列把行分组。
• 分组后，每个组只剩下一行结果。
• 举个例子：你想知道每个地区的总收入。

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

特点：GROUP BY 会把数据“压缩”掉。你用分组后，属于同一组的所有行都没了——只剩下聚合的结果。

窗口函数（PARTITION BY）

窗口函数则完全不一样：

• 它会保留原始数据结构（不会压缩，也不会让行消失！）。
• 可以在“窗口”——逻辑上分开的行组里做计算。

举个例子：你想知道每个城市在它所在地区的销售占比，但又想保留所有数据。

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

特点：用窗口函数不会删掉任何行，只是给每行加上新的计算值。

例子：SUM() 配 GROUP BY vs SUM() 配 PARTITION BY

为了更直观地理解区别，咱们看看 SUM() 在这两种情况下怎么表现。假设有个表 sales_data，长这样：

用 GROUP BY 求和

我们想知道每个地区的总销售额：

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

结果会是这样：

发生了啥：行被 region 分组，每组被“压缩”成一行，显示销售总额。

用 PARTITION BY 求和

现在用窗口函数来做同样的事：

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

结果：

发生了啥：PARTITION BY 没有“压缩”行，而是在每个窗口（每个地区）里算了个总和，结果加到每行上。

啥时候用 GROUP BY，啥时候用 PARTITION BY？

GROUP BY：适合做最终报表

GROUP BY 很适合你想缩减数据量、只要每组的最终结果的时候。比如：

• 每个月的总销售额。
• 按商品类别统计订单数。

例子：

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

PARTITION BY：超适合分析和细节展示

PARTITION BY 适合你想保留所有数据行，还想给每行多算点啥的时候。比如：

• 算每个商品在类别里的销售占比。
• 每组内给行编号。

算销售占比的例子：

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

例子：用多个窗口函数

窗口函数的一个牛逼之处就是可以一次用好几个计算。比如：

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;

结果：

窗口函数比 GROUP BY 牛在哪？

保留原始数据： GROUP BY 会“压缩”行，窗口函数能让表结构保持原样。

一个查询搞定多个计算： 你可以用不同参数的 PARTITION BY 和 ORDER BY，同时做多个窗口函数计算，还能保留所有数据。

分析更灵活： 窗口函数能让你自定义各种计算：累计和、排名、占比啥的，想怎么玩怎么玩。

灵活性的例子

来试试把几个函数合起来：

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;

结果：

限制和常见错误

有个常见坑，就是你想“压缩”数据时却用 PARTITION BY。比如，正确写法：

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

有些人会写成这样：

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

但这样会返回所有行，数据量一点没变（有时候这不是你想要的）。

现在你肯定知道啥时候用 GROUP BY，啥时候用窗口函数了。这就像选锤子还是螺丝刀：都能搞钉子……但用法不一样。