窗口函数能解决传统sql难以处理的排名、累计计算等问题，1. 使用rank()可实现分组内排名；2. 使用sum()配合over()可计算累计值；3. 使用lag()可获取前一行数据并计算差值；通过索引优化、合理定义窗口范围及避免不必要的排序可提升性能；广泛应用于电商、金融、物流、游戏和内容平台等场景。
窗口函数，简单来说，就是在SQL查询中，可以对结果集的一个“窗口”（一组相关的行）进行计算，而不需要像GROUP BY那样进行分组。这让我们可以方便地进行排名、累计计算等操作，同时保留原始的每一行数据。
MySQL 8.0之后引入了窗口函数，极大地提升了数据分析的能力。
MySQL窗口函数应用案例
窗口函数的核心在于OVER()子句，它定义了窗口的范围。在OVER()中，我们可以使用PARTITION BY来定义分区，ORDER BY来定义排序，以及ROWS/RANGE来定义窗口的行范围。
案例1：计算每个部门的薪资排名
假设我们有一个
employees表，包含
id,
department,
salary字段。要计算每个部门内员工的薪资排名，可以使用
RANK()窗口函数：
SELECT
id,
department,
salary,
RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS salary_rank
FROM
employees;这个查询会返回每个员工的id、部门、薪资以及在该部门内的薪资排名。
PARTITION BY department将数据按照部门进行分区，
ORDER BY salary DESC按照薪资降序排序。
案例2：计算累计薪资
要计算每个部门的累计薪资，可以使用
SUM()窗口函数：
SELECT
id,
department,
salary,
SUM(salary) OVER (PARTITION BY department ORDER BY salary ASC ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS cumulative_salary
FROM
employees;这里，
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW定义了窗口的范围，从分区的第一行到当前行。
PHP是一种功能强大的网络程序设计语言，而且易学易用，移植性和可扩展性也都非常优秀，本书将为读者详细介绍PHP编程。 全书分为预备篇、开始篇和加速篇三大部分，共9章。预备篇主要介绍一些学习PHP语言的预备知识以及PHP运行平台的架设；开始篇则较为详细地向读者介绍PKP语言的基本语法和常用函数，以及用PHP如何对MySQL数据库进行操作；加速篇则通过对典型实例的介绍来使读者全面掌握PHP。 本书
案例3：计算与上一行薪资的差值
可以使用
LAG()窗口函数来获取上一行的薪资，并计算差值：
SELECT
id,
department,
salary,
LAG(salary, 1, 0) OVER (PARTITION BY department ORDER BY salary ASC) AS previous_salary,
salary - LAG(salary, 1, 0) OVER (PARTITION BY department ORDER BY salary ASC) AS salary_difference
FROM
employees;LAG(salary, 1, 0)表示获取上一行（偏移量为1）的薪资，如果上一行为空，则返回0。
窗口函数能解决哪些传统SQL难以解决的问题？
传统SQL在处理排名、累计计算等问题时，通常需要使用子查询或者自连接，代码冗长且效率较低。窗口函数则可以简化代码，提高查询效率。例如，计算每个部门薪资排名前三的员工，传统SQL可能需要复杂的子查询，而窗口函数只需要一个简单的查询即可。
窗口函数如何优化性能？
窗口函数的性能优化主要集中在索引和数据分布上。
-
索引： 确保
PARTITION BY
和ORDER BY
子句中使用的字段都有合适的索引。 - 数据分布： 如果数据分布不均匀，可能会导致某些分区的数据量过大，影响性能。可以考虑调整数据分布，或者使用更高效的硬件资源。
-
避免不必要的排序： 如果不需要排序，可以省略
ORDER BY
子句，以提高性能。但需要注意，某些窗口函数（如RANK()
）必须要有排序才能正常工作。 - 合理使用窗口范围： 窗口范围定义不当可能会导致计算量过大，影响性能。根据实际需求选择合适的窗口范围。
窗口函数在实际业务场景中的应用有哪些？
窗口函数在实际业务场景中应用广泛，比如：
- 电商： 计算商品销量排名、用户购买次数排名、累计销售额等。
- 金融： 计算用户信用评分排名、风险评估排名、贷款余额累计等。
- 物流： 计算物流时效排名、运输成本累计、车辆利用率排名等。
- 游戏： 计算玩家等级排名、战斗力排名、充值金额累计等。
- 内容平台： 计算文章阅读量排名、视频播放量排名、用户活跃度排名等。
掌握窗口函数，可以更高效地进行数据分析，发现数据背后的价值。
