窗口函数提升性能与稳定性：ROW_NUMBER()配合PARTITION BY和ORDER BY可高效取最新记录；LAG/LEAD替代ID关联更可靠；SUM() OVER实现精准累计求和。
因为窗口函数能单次扫描完成原本需要多次关联或子查询的逻辑，执行更快、SQL更短、结果更稳。
ROW_NUMBER() OVER + 子查询过滤比自连接查“最新记录”快得多
自连接查每个用户的最新订单，常写成 NOT EXISTS 或 JOIN 匹配更大时间戳，数据一过十万行，执行计划就容易走全表嵌套，EXPLAIN 里看到 Type: ALL 和 Rows 爆涨是常态。
窗口函数直接在分区内排序标号，再外层过滤：rn = 1，MySQL 只需一次排序+一次扫描。
- 必须带
PARTITION BY user_id，否则变成全表排号，失去业务意义 -
ORDER BY created_at DESC, id DESC是关键：时间相同时靠id保序，避免因排序不稳定导致每次取到不同记录 - 如果业务允许并列（比如同一秒两条订单都算“最新”），就不能用
ROW_NUMBER()，得换RANK()或加去重逻辑
LAG()/LEAD() 替代 “按ID自增关联” 更可靠
有人用 JOIN t1 ON t2.id = t1.id + 1 查前后行差值，但生产环境 ID 绝对不连续——删过数据、批量插入、分布式主键都会让这个假设崩掉。
LAG(value) OVER (PARTITION BY user_id ORDER BY event_time) 才是正解：它不依赖物理存储顺序，只认 ORDER BY 定义的逻辑顺序。
-
LAG(value, 1, 0)第三个参数是默认值，前一行不存在时填0，避免NULL污染后续计算（比如做减法得NULL） - 如果
event_time有重复，且你又没在ORDER BY里加二级排序字段（如id），MySQL 8.0 可能每次返回不同“前一行”，结果不可复现 -
LEAD()同理，只是方向相反；两者都不能脱离ORDER BY单独存在，否则报错ERROR 3589 (HY000): Window '<unnamed>' requires an ORDER BY clause</unnamed>
SUM() OVER 替代关联子查询做累计求和，ROWS 比 RANGE 更准
传统写法如 (SELECT SUM(amount) FROM orders o2 WHERE o2.date ，每行触发一次子查询，N 行就是 N 次扫描，I/O 压力指数级上升。
用 SUM(amount) OVER (ORDER BY date ROWS UNBOUNDED PRECEDING)，MySQL 内部用累积算法单趟搞定。
- 必须显式写
ROWS，别省略——RANGE在时间字段上会把相同值的多行全纳入，导致“同一天多笔订单”被重复累加，语义错误 -
ROWS UNBOUNDED PRECEDING表示从分区开头到当前行，严格按行序；而RANGE UNBOUNDED PRECEDING是按值范围，隐含“所有等于当前date的行”，极易踩坑 - 如果日期字段含
NULL，MySQL 8.0 默认把NULL排最前，可能让第一行的累计值异常；建议提前WHERE date IS NOT NULL或用COALESCE(date, '1970-01-01')对齐
真正难的不是写对语法，而是想清楚“窗口边界在哪”——PARTITION BY 划组、ORDER BY 定序、frame_clause 控制范围，三者缺一不可。少写一个，轻则结果错，重则直接报错退出。
