窗口函数，也叫OLAP（Online Anallytical Processing，联机分析处理），可以对数据库数据进行实时分析处理。

 

语法：

<窗口函数> over (partition by <用于分组的列名> order by <用于分组的列名>)

<窗口函数>的位置，可以放以下两种函数：
1. 聚合窗口函数：如sum、avg、count、max、min等；
2. 非聚合窗口函数（或称专用窗口函数）：如rank、dense_rank、row_number等。

 对于专用窗口函数，解释如下：

VALUES	RANK	DENSE_RANK	ROW_NUMBER
70	1	1	1
70	1	1	2
70	1	1	3
75	4	2	4
80	5	3	5
90	6	4	6

rank函数是并列跳跃排名，并列即相同的值，相同的值保留重复名次，遇到下一个不同的值，跳跃到总共的排名；

dense_rank函数是并列连续排名，并列即相同的值，相同的值保留重复名次，遇到下一个不同值时，按照连续数字的排名；

row_number函数是连续排名，即使相同的值，依旧按照连续数字排名。

 

使用：

1. 专用窗口函数rank

--在每个班级内按照成绩排名

select *,rank() over(partition by 班级 order by 成绩 desc) as 排名
from 成绩表;

group by分组汇总后改变了表的行数，一行只有一个类别。而partition和rank函数不会减少原表中的行数。

 partition子句可以省略，省略就是不指定分组，只是按成绩由高到低进行排序。

 

2. 其他专用窗口函数

如上面所示的，对rank、dense_rank、row_number函数的解释。

 

3. 聚合函数作为窗口函数

聚合窗口函数和上面提到的专用窗口函数用法完全相同，只需要把聚合函数写在窗口函数的位置即可，但是函数后面里面不能为空，需要制定聚合的列名。

select *,
sum(成绩) over (order by 学号) as current_sum,
avg(成绩) over (order by 学号) as current_avg,
count(成绩) over (order by 学号) as current_count,
max(成绩) over (order by 学号) as current_max,
min(成绩) over (order by 学号) as current_min
from 班级表;