窗口函数
2026-06-27 20:56:15
窗口函数
窗口函数可以看作是在分区对记录执行操作的函数，其功能与GROUP BY相似，但不会改变记录行数，因此常用于排名、TopN等操作。
一、窗口函数语法形式
窗口函数的基本语法形式为：窗口函数 over ([partition by 字段名] [order by 字段名])
- over：必选部分，用于指定函数执行的窗口范围。若后面括号中什么都不写，窗口函数将基于所有行进行计算；如果不为空，则支持以下两种语法设置窗口。
- partition by：可选部分，指定分组字段，窗口函数在不同的分组上分别执行。
- order by：可选部分，指定排序字段，窗口函数将根据记录排序后的顺序进行编号。
二、窗口函数两大形式
窗口函数主要分为两大类：非聚合函数作为窗口函数和聚合函数作为窗口函数。
（一）非聚合函数作为窗口函数
非聚合函数作为窗口函数时，主要包括序号函数、分布函数、前后函数、头尾函数等几类。
序号函数
rank()：计算数值在列中排序，返回的排序可以有重复数字，有排序间隔（如1,1,3）。
dense_rank()：计算数值在列中排序，返回的排序可以有重复数字，但没有排序间隔（如1,1,2）。
row_number()：计算数值在列中排序，返回的排序没有重复数字，也没有排序间隔（如1,2,3）。
分布函数
cume_dist()：计算某个值在一组有序的数据中累计分布百分比。返回值=当前计算值所在位置/总行数，如果存在重复值，计算时取重复值的最后一行的位置。
percent_rank()：计算某个值在一组有序的数据中累计分布百分比。返回值=(rank-1)/(rows-1)，如果存在重复值，计算时取重复值的最后一行的位置。
前后函数
lag(expr, offset, defval=null)：查询同一字段的前N行数据。expr为要取的列，offset为取偏移后的第几行数据，defval为无偏移值的取值，默认为NULL。
lead(expr, offset, defval=null)：查询同一字段的后N行数据。参数含义与lag相同。
头尾函数
first_value(expr)：获取分区结果集中的第一行。expr为要选取的字段。
last_value(expr)：获取分区结果集中的最后一行。expr为要选取的字段。
其他窗口函数
nth_value(expr, n)：从分区结果集中的第N行获取值。expr为窗口函数选取的字段，n为分区或结果集的第n行。
ntile(n)：将排序分区中的行划分为特定数量的组。在每个组分配一个从1开始的桶号，桶号最大为n，且桶号表示行所属的组。
（二）聚合函数作为窗口函数
sum、max、count、min、avg等聚合函数用作窗口函数时，可以获得累加值、累计区间内最大值、最小值、平均值、累计行数等。
综上所述，窗口函数是一种强大的数据分析工具，能够基于分区和排序对数据进行灵活的计算和分析。通过合理使用窗口函数，可以极大地提高数据处理的效率和准确性。
热门标签
