窗口函数在保留每行数据基础上叠加计算结果，而普通聚合函数通过GROUP BY压缩行；OVER子句中PARTITION BY、ORDER BY、ROWS/RANGE可部分省略但影响逻辑；典型易错点包括混淆排名函数、误用LAG/LEAD、WHERE中引用窗口别名报错。

窗口函数是SQL进阶查询的核心能力，面试中常考其逻辑理解、执行顺序和实际场景应用，不是简单背语法就能应付的。

窗口函数和普通聚合函数的区别在哪？

关键在于是否“打散行”：普通GROUP BY会压缩多行成一行，丢失原始行细节；窗口函数则在保留每行数据的基础上，叠加计算结果（如当前行的累计值、排名、前后行差值等）。

典型对比：

• AVG(salary) FROM emp GROUP BY dept → 每部门只返回1行平均工资
• AVG(salary) OVER(PARTITION BY dept) → 每员工行都附带其所在部门的平均工资，共N行输出

OVER()子句三要素必须写全吗？

不必须，但缺一不可地影响结果逻辑：

• PARTITION BY：可省略，默认全表为一个分区（类似没分组）
• ORDER BY：对多数函数非必需，但对ROW_NUMBER()、RANK()、SUM() OVER(... ORDER BY ...)等排序敏感函数必须存在，否则报错或结果无意义
• ROWS/RANGE BETWEEN：可省略，此时默认行为依函数而定（如SUM() OVER(ORDER BY t)默认等价于ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW）

常见的易错点和调试技巧

面试时写错往往不是语法，而是逻辑断层：

• 混淆RANK()、DENSE_RANK()、ROW_NUMBER()的并列处理方式——用相同ORDER BY字段查3个函数并排对比，一眼看出差异
• 误以为LAG(col, 1)能取到“下一行”，其实它是取“上一行”，LEAD()才是向下偏移
• 在WHERE中直接引用窗口函数别名会报错（如WHERE rn = 1），因为窗口函数在WHERE之后执行——需套一层子查询或CTE再过滤
• 多个窗口函数共用同一OVER子句时，可提取为WINDOW w AS (PARTITION BY x ORDER BY y)，提升可读性（部分数据库支持，如PostgreSQL、MySQL 8.0+）

一道典型综合题思路拆解

题目：查每个部门薪资第2高的员工（允许并列，取所有第2高者）

解法要点：

• 先用DENSE_RANK() OVER(PARTITION BY dept ORDER BY salary DESC)生成部门内连续排名
• 注意不能用ROW_NUMBER()——它会把同薪员工排成不同名次，破坏“第2高”的语义
• 外层WHERE筛选rank = 2，即可拿到全部符合条件的记录