MySQL窗口函数超全用法详解，一看就懂！

还在为复杂的MySQL数据分析发愁吗？本文深入解析MySQL窗口函数，助你轻松应对各种数据处理需求。窗口函数是一种强大的SQL工具，它能在不改变原始数据行的情况下，对特定数据窗口内的数据进行计算。文章详细介绍了`ROW_NUMBER()`、`RANK()`、`DENSE_RANK()`等常用窗口函数，并结合`OVER()`子句实现分组统计、排名等功能。通过实际案例，如计算销售排名、用户访问增长率以及分组取最新记录，展示了窗口函数在绩效评估、趋势分析和报表生成中的应用。掌握窗口函数，能显著提升SQL数据分析效率，让你告别复杂的子查询和聚合函数，轻松实现各种统计分析需求。

窗口函数是在一组数据行上执行计算并为每一行返回一个值的函数。它与普通聚合函数不同，保留原始数据行并进行行级计算。常见函数包括ROW_NUMBER()、RANK()、DENSE_RANK()以及结合OVER()使用的SUM()、AVG()等。例如，在计算销售排名时，使用RANK() OVER(ORDER BY amount DESC)可对销售人员按销售额排名；在分析用户访问增长率时，LAG()函数可用于获取前一天数据以计算变化率；在分组取最新记录时，ROW_NUMBER()配合PARTITION BY和ORDER BY可高效实现。窗口函数广泛应用于绩效评估、趋势分析、报表生成等场景，掌握其使用能显著提升SQL数据分析效率。

在MySQL中使用窗口函数进行数据分析，已经成为处理复杂查询、生成统计结果的重要手段。相比传统的聚合函数和子查询方式，窗口函数可以更灵活地实现分组计算、排名分析等操作。

什么是窗口函数？

窗口函数（Window Function）是在一组数据行上执行计算，并为每一行返回一个值的函数。它不同于普通的聚合函数（如SUM()或COUNT()），后者通常会把多行合并成一行输出，而窗口函数则保留原始数据行，并在每行的基础上进行计算。

常见的窗口函数包括：

• ROW_NUMBER(): 按指定顺序给每行分配唯一编号
• RANK() 和 DENSE_RANK(): 对数据进行排名
• SUM(), AVG(), MIN(), MAX() 等聚合函数结合 OVER() 使用

例如：

SELECT 
    order_id,
    customer_id,
    amount,
    SUM(amount) OVER(PARTITION BY customer_id ORDER BY order_date) AS running_total
FROM orders;

这段SQL的意思是：按客户分组，按订单日期排序，然后计算每个客户的累计消费金额。

实际案例一：计算每个销售人员的销售排名

假设你有一张销售记录表 sales_records，包含字段 salesperson_name 和 amount。你想知道每位销售人员在当月的销售排名。

SELECT
    salesperson_name,
    amount,
    RANK() OVER(ORDER BY amount DESC) AS sales_rank
FROM monthly_sales;

这个查询会给销售额最高的销售人员排第1名，如果有多人并列第一，则后面的排名会跳过。如果你希望不跳过排名数字，可以用 DENSE_RANK() 替代。

常见用途：

• 绩效评估
• 销售排行榜
• 数据趋势分析

实际案例二：计算用户每日访问量的增长率

假如你有一个用户访问日志表 user_visits，包含字段 visit_date 和 visits_count，你想看每天访问量的变化情况。

SELECT
    visit_date,
    visits_count,
    LAG(visits_count, 1, 0) OVER(ORDER BY visit_date) AS prev_day_visits,
    (visits_count - LAG(visits_count, 1, 0) OVER(ORDER BY visit_date)) / LAG(visits_count, 1, 0) OVER(ORDER BY visit_date) * 100 AS growth_rate
FROM daily_visits;

这里用到了 LAG() 函数来获取前一天的数据，进而计算增长率。这种方式在监控业务指标变化时非常实用。

实际案例三：分组后取最新一条记录

有时候你需要从每组数据中取出最新的那条记录，比如查看每个用户的最近一次登录时间。

假设有表 user_logins，包含 user_id 和 login_time，你可以这样写：

SELECT *
FROM (
    SELECT *,
           ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY login_time DESC) AS rn
    FROM user_logins
) t
WHERE rn = 1;

这里的思路是先对每个用户按登录时间倒序排列，再选出排名第一的记录。这种方法比使用 GROUP BY 更直观，也更容易扩展。

窗口函数的使用场景远不止这些，尤其是在做报表、数据透视、趋势分析时特别有用。掌握几个常用函数，配合 PARTITION BY 和 ORDER BY，就能写出高效又清晰的SQL语句。

基本上就这些了，关键是要理解“窗口”的概念——也就是你要在哪些数据范围内做计算。

今天关于《MySQL窗口函数超全用法详解，一看就懂！》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！