夜雨聆风
被Excel坑了3年,我用这5个SQL窗口函数把数据分析效率翻了4倍
👆 点击上方蓝字关注我们，一个专注职场、投资、AI的公众号
船长说句扎心的：90%的数据分析师，SQL只用到了不到30%的功力。
剩下那70%，是什么？
窗口函数（Window Function）。
大多数人遇到排名、同比、累计、移动平均这类问题，第一反应是写子查询、用Excel辅助处理，或者直接导出后用Python转一遍。
折腾2小时，写了100行代码，最后得到的结果，一个窗口函数，5行SQL就能搞定。
这篇文章，船长用5个真实业务场景，带你把窗口函数彻底搞懂。
💬 你现在用SQL做排名/同比/累计的时候，是用窗口函数还是其他方法？评论区扣1：窗口函数 / 扣2：还在用子查询
先搞懂：窗口函数是什么？
窗口函数最难理解的地方在于它的名字——”窗口”是什么意思？
一句话解释：普通聚合函数（SUM、AVG）会把多行压成一行；窗口函数在保留原来每一行的同时，给每行附加一个基于”窗口范围”计算的结果。
基本语法长这样：
函数名() OVER ( PARTITION BY 分组字段 ORDER BY 排序字段 ROWS BETWEEN 范围起点 AND 范围终点 )
PARTITION BY：告诉SQL按哪个维度分组（类似GROUP BY，但不压缩行数）
ORDER BY：窗口内的排序规则
ROWS BETWEEN：窗口的滑动范围（可以省略，默认到当前行）
📌 内容来源：MySQL 8.0官方文档Window Functions章节；PostgreSQL 14官方文档
函数1：ROW_NUMBER() — 排名去重，再也不怕重复值
业务场景：每个城市销售额最高的3个门店
传统写法：先用子查询算出每城市TOP3门店，再JOIN回来，至少写20行。
窗口函数写法：
SELECT city, store_name, sales, ROW_NUMBER() OVER ( PARTITION BY city ORDER BY sales DESC ) AS rn FROM store_sales WHERE rn <= 3
ROW_NUMBER() 会在每个城市分区内，按销售额从高到低给每家门店编一个不重复的序号（即使销售额相同，序号也不同）。
类似的还有 RANK()（相同值并列排名，下一名跳号）和 DENSE_RANK()（相同值并列排名，下一名连续）。
选哪个：
— 要唯一序号 → ROW_NUMBER()
— 要带跳号的名次 → RANK()
— 要连续名次 → DENSE_RANK()
函数2：LAG() / LEAD() — 同比环比，一行搞定
业务场景：计算每月销售额环比增长率
LAG(字段, n) 取”往前第n行的值”；LEAD(字段, n) 取”往后第n行的值”。
写法：
SELECT month, sales, LAG(sales, 1) OVER (ORDER BY month) AS last_month_sales, ROUND((sales - LAG(sales,1) OVER (ORDER BY month)) / LAG(sales,1) OVER (ORDER BY month) * 100, 2) AS mom_growth_pct FROM monthly_sales
以前做这个，你得先自JOIN一次，或者在Python里做shift()。现在直接在SQL层完成，减少一次数据传输，也减少一个出错节点。
做同比（year-over-year）的话，把 LAG(sales, 1) 换成 LAG(sales, 12) 就行，往前取12行（12个月前）。
💬 你做同比环比一般用什么方法？评论区告诉船长，我来看看大家被坑最多的地方
函数3：SUM() OVER — 累计求和，不用Python了
业务场景：计算每个用户的消费累计金额（时序累加）
SELECT user_id, order_date, amount, SUM(amount) OVER ( PARTITION BY user_id ORDER BY order_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) AS cumulative_amount FROM orders
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 是关键：从该用户第一条记录开始，累加到当前行。
这个写法还能做移动平均（7日均线）：
AVG(sales) OVER ( ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW )
往前取6行+当前行，共7行，算平均——7日移动均线就是这么来的。
函数4：NTILE() — 用户分层，4行代码搞定
业务场景：把用户按消费金额分成4层（高/中高/中低/低价值用户）
SELECT user_id, total_spend, NTILE(4) OVER (ORDER BY total_spend DESC) AS value_tier FROM user_spend
NTILE(4) 把所有用户平均切成4份，第1份是最高消费25%的用户。
想做RFM模型分层？把这个用到R/F/M三个维度分别打分，然后组合成用户标签，思路完全一样。
📌 内容来源：《数据分析实战45讲》（极客时间）；MySQL官方文档NTILE Function说明
函数5：FIRST_VALUE() / LAST_VALUE() — 找组内极值，不再需要子查询
业务场景：每个产品类别中，每行都显示该类别的最高销售额产品名称
SELECT category, product_name, sales, FIRST_VALUE(product_name) OVER ( PARTITION BY category ORDER BY sales DESC ) AS top_product_in_category FROM products
FIRST_VALUE() 取窗口内第一行的值（配合 ORDER BY sales DESC，就是销售额最高的那个）。
以前做这种”组内第一名的某个字段”，要写双层子查询或者JOIN，代码量通常超过30行。现在这一段，8行。
踩坑提醒：这3个地方最容易写错
❌ 坑1：在WHERE子句里直接过滤窗口函数结果
窗口函数在WHERE之后执行，所以不能直接写 WHERE rn <= 3。要先用子查询或CTE包一层，再在外层过滤。
❌ 坑2：LAST_VALUE() 的默认窗口范围问题
LAST_VALUE() 默认窗口到当前行（不是分区末尾），所以在没有指定 ROWS BETWEEN 的情况下，LAST_VALUE() 始终返回当前行的值。必须加 ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING 才能得到真正的最后一个值。
❌ 坑3：PARTITION BY 和 GROUP BY 同时用时的逻辑混乱
窗口函数在GROUP BY之后执行，如果两者的分组维度不一致，会得到意料之外的结果。遇到这种情况，先明确数据粒度，再决定窗口的PARTITION维度。
📌 内容来源：StackOverflow SQL Window Function常见问题汇总；《SQL必知必会》第5版（Ben Forta，人民邮电出版社）
会用窗口函数，不只是写SQL更优雅——是真的能让你在数据分析的核心能力上跨一个档次。
船长的话：船长刚开始做数据分析的时候，也是对窗口函数一知半解，遇到复杂需求就绕路用Python。直到某次做一个用户行为分析项目，死活搞不定一个7日留存的移动计算，被同事用一个窗口函数5分钟搞定了，我当场在工位上沉默了3分钟。从那天起，我把窗口函数的每个细节都摸透了。你现在只需要这篇文章，就能省去我当时踩的那些坑。
5个函数里，你现在最想先搞明白哪一个？评论区告诉我，船长来出一期详细的实战练习。
觉得有收获，转给也在学SQL的同事，大家一起提效。
📚 往期精彩推荐
— 船长Talk —
数据分析 + 职场真相 + 投资洞察
欢迎公众号后台回复”进群”一起交流一起进步
