哔哩哔哩資料分析師面試中，考核了兩道SQL。其中一題，就需要使用視窗函數。
直接搜了這篇部落格，覺得很使用，講的也清楚。是以先轉載了，之後會對視窗函數再系統地學習。
視窗函數可以進行排序，生成序列号等一般的聚合函數無法實作的進階操作。
視窗函數也稱為OLAP函數，意思是對資料庫資料進行實時分析處理。視窗函數就是為了實作OLAP而添加的标準SQL功能。
視窗函數文法：其中[]中的内容可以省略
- <視窗函數> over ([partition by <列清單>]
- order by <排序用列清單>)
視窗函數大體可以分為以下兩種：1.能夠作為視窗函數的聚合函數（sum，avg，count，max，min）
2.rank，dense_rank。row_number等專用視窗函數。
文法的基本使用方法：使用rank函數
rank函數是用來計算記錄排序的函數。
<視窗函數> over ([partition by <列清單>]
order by <排序用列清單>)
partition by 能夠設定排序的對象範圍，類似于group by語句，這裡就是以product_type劃分排序範圍。
order by能夠指定哪一列，何種順序進行排序。也可以通過asc，desc來指定升序降序。
視窗函數兼具分組和排序兩種功能。通過partition by分組後的記錄集合稱為視窗。
然而partition by不是視窗函數所必須的：
select product_name, product_type, sale_price,
rank () over (order by sale_price) as ranking
from Product;
沒有進行範圍的劃分，直接對全部的商品進行排序。
專用函數的種類：1.rank函數：計算排序時，如果存在相同位次的記錄，則會跳過之後的位次。
2.dense_rank函數：同樣是計算排序，即使存在相同位次的記錄，也不會跳過之後的位次。
3.row_number函數：賦予唯一的連續位次。
select product_name, product_type, sale_price,
rank () over (order by sale_price) as ranking,
dense_rank () over (order by sale_price) as dense_ranking,
row_number () over (order by sale_price) as row_num
from Product;
由于視窗函數無需參數，是以通常括号裡都是空的。
視窗函數的适用範圍：隻能在select子句中使用。
作為視窗函數使用的聚合函數：
sum：
select product_id, product_name, sale_price,
sum(sale_price) over (order by product_id) as current_sum
from Product;
以累計的方式進行計算。
計算出商品編号小于自己的商品的銷售單價的合計值。
avg：
select product_id, product_name, sale_price,
avg(sale_price) over (order by product_id) as current_sum
from Product;
作為的統計對象同樣是排在自己之上的記錄。
1行：1000/1
2行：（1000 + 500）/2
3行：（1000+500+4000）/3
...
計算移動平均
視窗函數就是将表以視窗為機關進行分割，并在其中進行排序的函數。其中還包含在視窗中指定更加詳細的彙總範圍的備選功能，該備選功能中的彙總範圍稱為架構。
指定最靠近的3行做為彙總對象：
select product_id, product_name, sale_price,
avg (sale_price) over (order by product_id
rows 2 preceding) as moving_avg
from Product;
指定架構（彙總範圍）：這裡使用的rows（行）和preceding（之前）兩個關鍵字，将架構指定為截止到之前？行，是以rows 2 preceding就是将架構指定為截止到之前2行，也就是将作為彙總對象的記錄限定為如下的最靠近3行
1.自身（目前記錄）
2.之前1行的記錄
3.之前2行的記錄
是以結果：
假設目前行為3000，前1行記錄為4000，前兩行記錄為500，是以（500+4000+3000）/3=2500
這樣的統計方法稱為移動平均。
使用關鍵字following（之後）替換preceding，就可以将架構改為截止到之後？行。
将目前記錄的前後行作為彙總對象：
select product_id, product_name, sale_price,
avg(sale_price) over (order by product_id
rows between 1 preceding and 1 following) as moving_avg--使用between規劃範圍，語句意思為rows 1 preceding
--到rows 1 following
from Product;
語句意思：1.之前1行的記錄
2.自身（目前記錄）
3.之後1行的記錄
整的架構就是這樣
還是假設3000為目前記錄，架構計算4000為前一行記錄，6800為後一行記錄（4000+3000+6800）/3 = 4600
總行數還是3.
兩個order by
select product_name, product_type, sale_price,
rank() over (order by product_name) as ranking
from Product;
這時候價格會顯得混亂不堪
可以在語句最後添加一個order by子句，來限制sale_price
select product_name, product_type, sale_price,
rank() over (order by product_name) as ranking
from Product
order by sale_price;
視窗函數可以進行排序，生成序列号等一般的聚合函數無法實作的進階操作。