需要用到分组统计的结果对每一条记录进行计算的场景下，使用窗口函数更好。
窗口函数的作用类似于在查询中对数据进行分组，不同的是，分组操作会把分组的结果聚合成一条记录，而窗口函数是将结果置于每一条数据记录中。
image.png

  1. 函数 OVER（[PARTITION BY 字段名 ORDER BY 字段名 ASC|DESC]）
  • OVER 关键字指定函数窗口的范围。
    • 如果省略后面括号中的内容，则窗口会包含满足WHERE条件的所有记录，窗口函数会基于所有满足WHERE条件的记录进行计算。
    • 如果OVER关键字后面的括号不为空，则可以使用如下语法设置窗口。
  • 窗口名：为窗口设置一个别名，用来标识窗口。
  • PARTITION BY子句：指定窗口函数按照哪些字段进行分组。分组后，窗口函数可以在每个分组中分别执行。
  • ORDER BY子句：指定窗口函数按照哪些字段进行排序。执行排序操作使窗口函数按照排序后的数据记录的顺序进行编号。

  • FRAME子句：为分区中的某个子集定义规则，可以用来作为滑动窗口使用。

    1. 序号函数

    1．ROW_NUMBER()

    ROW_NUMBER()函数能够对数据中的序号进行顺序显示
    查询 goods 数据表中每个商品分类下价格降序排列的各个商品信息。

    SELECT 
ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
id,category_id,category,`name`,price 
FROM goods

    image.png

    2．RANK()

    使用RANK()函数能够对序号进行并列排序，并且会跳过重复的序号，比如序号为1、1、3。

    
SELECT 
RANK() OVER(PARTITION BY category_id ORDER BY price DESC) AS row_num,
id,category_id,category,`name`,price 
FROM goods

    image.png

    2. 分布函数

    1．PERCENT_RANK()

    PERCENT_RANK()函数是等级值百分比函数：(rank - 1) / (rows - 1) ```plsql

SELECT RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS r, PERCENT_RANK() OVER (PARTITION BY category_id ORDER BY price DESC) AS pr, id, category_id, category, NAME, price, stock FROM goods WHERE category_id = 1;

![image.png](https://cdn.nlark.com/yuque/0/2021/png/12971068/1638632427679-feec58e2-6c7f-49e1-882e-0180dd9eb89c.png#clientId=uc33e7b63-a65b-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=134&id=ub431459f&margin=%5Bobject%20Object%5D&name=image.png&originHeight=161&originWidth=695&originalType=binary&ratio=1&rotation=0&showTitle=false&size=51447&status=done&style=none&taskId=u9bf3bf00-7b77-49eb-9e10-3434c3b0ff7&title=&width=580.5)
<a name="e0pB2"></a>
## 2．CUME_DIST()
CUME_DIST()函数主要用于查询小于或等于某个值的比例。<br />查询goods数据表中小于或等于当前价格的比例
```plsql
SELECT 
CUME_DIST() OVER(PARTITION BY category_id ORDER BY price ASC) AS cd,
id, category, NAME, price FROM goods;

image.png

3. 前后函数

1．LAG(expr,n)

LAG(expr,n)函数返回当前行的前n行的expr的值。
查询goods数据表中前一个商品价格与当前商品价格的差值。

SELECT id, category, NAME, price, pre_price, price - pre_price AS diff_price
FROM (
SELECT id, category, NAME, price,LAG(price,1) OVER w AS pre_price
FROM goods
WINDOW w AS (PARTITION BY category_id ORDER BY price)) t

image.png

2．LEAD(expr,n)

LEAD(expr,n)函数返回当前行的后n行的expr的值。

4. 首位函数

1．FIRST_VALUE(expr)

FIRST_VALUE(expr)函数返回第一个expr的值。
按照价格排序，查询第1个商品的价格信息。

SELECT id, category, NAME, price, stock,FIRST_VALUE(price) OVER w AS
first_price
FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);

image.png

2．LAST_VALUE(expr)

LAST_VALUE(expr)函数返回最后一个expr的值。

3．NTH_VALUE(expr,n)

NTH_VALUE(expr,n)函数返回第n个expr的值。

4. NTILE(n)函数

NTILE(n)函数将分区中的有序数据分为n个桶，记录桶编号。

SELECT NTILE(3) OVER w AS nt,id, category, NAME, price
FROM goods WINDOW w AS (PARTITION BY category_id ORDER BY price);

image.png