SQL 的窗口函数（Window Function）是一类”跨行计算但保留明细”的函数，它借助 OVER() 子句在每行上附加一段相关行的统计或排序结果，而不像 GROUP BY 那样把多行压缩成一行。聚合函数搭配 GROUP BY 后，每组只返回一条汇总记录、原始明细消失；窗口函数则让每行都保留，并在行尾追加一份分组上下文。据 ConversationalSQL 的概括，窗口函数”在保留每一行的同时对其做汇总”，这正是它区别于聚合函数的根本。MySQL 8.0+、SQL Server、PostgreSQL、Oracle 均支持窗口函数。
一、窗口函数的本质：加上下文，不折叠行
聚合函数的目标是”收口”——按 GROUP BY 把同组行合并成一个汇总行。窗口函数相反：它定义一个”窗口”（一组相关行），在窗口内计算并把结果贴回每一行，行数始终不变。
据 TutorialReference 的入门示例，下面两条语句算的是同一个”全员薪资总和”，结果形态却完全不同：
-- 聚合：5 行变 1 行，明细消失
SELECT SUM(salary) AS total_salary FROM employees;
-- 窗口：5 行仍在，每行都带上总和 370000
SELECT name, department, salary,
SUM(salary) OVER() AS total_salary
FROM employees;
OVER() 是窗口函数的标志。空 OVER() 表示把整张结果集当一个窗口；加上 PARTITION BY 则把数据切成多个分区，在每个分区内独立计算。
二、OVER() 与 PARTITION BY 的拆解
OVER() 里可放两类定义：
- PARTITION BY 列：等价于
GROUP BY的”分组”逻辑，但行不折叠。窗口函数把数据分成若干”区”，在每个区内分别计算，如同每个组是一张小表。 - ORDER BY 列：决定区内行的顺序，是
ROW_NUMBER()、累计求和、滑动平均等有序计算的前提。
SELECT name, department, salary,
SUM(salary) OVER (PARTITION BY department) AS dept_total
FROM employees;
据 sqltest.online 的解析，PARTITION BY 非必填——省略时整表为一个分区，适合做全表排名或总体指标。WHERE 仍先于窗口计算执行，先过滤行再做窗口，逻辑与 GROUP BY 一致。
三、窗口函数与聚合函数的核心差异
下表综合 SegmentFault、TutorialReference、CodeGym 的对照（这是本题的核心）：
| 对比维度 | 聚合函数（GROUP BY） | 窗口函数（OVER） |
|---|---|---|
| 行数变化 | 分组合并，行数减少 | 行数不变，明细全部保留 |
| 分组语法 | GROUP BY |
OVER(PARTITION BY) |
| 组内排序 | 无法直接排序 | 支持 ORDER BY 区内排序 |
| 滚动/累计计算 | 无法实现累计求和、移动平均 | 支持 ROWS/RANGE 滚动窗口 |
| 排名能力 | 无 | 专用 ROW_NUMBER/RANK/DENSE_RANK |
| 与明细列共存 | 仅分组列可共存 | 始终可与任意明细列共存 |
| 使用位置 | SELECT/HAVING |
仅 SELECT 列表 |
SegmentFault 用一个 sales 表直观展示：聚合 GROUP BY dept 只剩 2 行汇总；窗口 SUM(money) OVER(PARTITION BY dept) 则 3 行明细与部门总额并存。
四、聚合函数也能当窗口函数用
多数聚合函数（SUM/AVG/MIN/MAX/COUNT）既可配 GROUP BY 也可配 OVER()——函数本身不变，行为变。据 ConversationalSQL 举例，用 MIN()/MAX() 作窗口函数，可在每行带上”同作者最早/最晚创作年份”：
SELECT Title, Artist, YearCreated,
MIN(YearCreated) OVER (PARTITION BY Artist) AS EarliestYear,
MAX(YearCreated) OVER (PARTITION BY Artist) AS LatestYear
FROM Gallery.Paintings;
每行保留自身年份，同时携带该作者的区间极值，无需额外子查询或连接。
五、窗口函数独有：排名与框架
聚合函数做不到的两类能力，是窗口函数的价值高地：
排名函数。ROW_NUMBER()、RANK()、DENSE_RANK()、NTILE() 只在窗口语义下存在，用来在区内给行编号或分桶。CodeGym 展示了一行内同时算”区域总额”与”区域销售排名”：
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;
窗口框架（Window Frame）。通过 ROWS/RANGE 定义窗口内”当前行的前后范围”，实现累计求和、移动平均。没有 ORDER BY 时窗口默认覆盖整个分区；有 ORDER BY 时默认框架为”从分区首行到当前行”，这正是累计求和的实现基础。
六、选型：何时用窗口、何时用聚合
据 CodeGym 与 sqltest.online 的总结，按意图二选一：
- 用 GROUP BY/聚合：目标是生成最终汇总报表（月度总额、分类订单数），要的是更少的行。
- 用窗口函数：要保留全部明细还要附加分析（每行占比、组内排名、累计值），或需排名与滚动计算。
一个判断口诀来自 ConversationalSQL：”我既想要这个总数，又不想丢掉行”——这就是窗口函数的场景。
常见问题（FAQ）
窗口函数一定要写 PARTITION BY 吗？
不必须。省略时整表为一个分区，常用于全表排名或总体指标。
窗口函数能写在 WHERE 里吗？
不能，窗口函数只能出现在 SELECT 列表（及少数 ORDER BY）；要按窗口结果过滤，需用子查询或 CTE 包一层。
聚合函数和窗口函数哪个更快？
窗口函数通常多扫一次数据且不折叠，开销略高；但免去自连接/子查询时往往更优，应以 EXPLAIN 为准。
