窗口函数必须配合OVER子句生效，frame_clause决定“当前行算什么范围内的值”；不显式指定时，有ORDER BY默认RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW，无ORDER BY则默认ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING。
窗口函数必须配合 OVER 子句才能生效，而 frame_clause 是其中最易被忽略、却对结果影响最大的部分——它直接决定“当前行算什么范围内的值”。不写 frame_clause 不代表没窗口，而是用默认规则，常导致 SUM 累加变全表求和、移动平均失效、LAG 取错行。
为什么 ORDER BY 一加，SUM 就变成累积和了？
因为只要写了 ORDER BY，默认 frame_clause 就是 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。这意味着：每一行的 SUM() 都只算从分区开头到当前行（含）的所有值。
- 没写
ORDER BY→ 默认ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING→ 整个分区所有行都参与计算 - 写了
ORDER BY但没写frame_clause→ 默认按RANGE算，且包含所有值相等的“并列行”（注意：RANGE对重复排序值会扩大窗口） - 想严格按物理行偏移（比如前1行+当前行+后1行），必须显式写
ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
ROWS 和 RANGE 的区别到底在哪？
ROWS 数的是“第几行”，RANGE 比的是“值是否落在某个数值区间内”。同一个 ORDER BY salary，两者的计算边界可能完全不同。
- 当
salary有重复值（如 5000 出现三次），RANGE BETWEEN 1 PRECEDING AND 1 FOLLOWING会把所有 salary=5000 的行全包进来，哪怕它们物理上相隔很远 -
ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING只取紧邻的三行，不管 salary 是否相同 - 时间类字段（如
order_date）用RANGE BETWEEN INTERVAL '7' DAY PRECEDING AND CURRENT ROW才有意义；数字主键或序号列，一律优先用ROWS
如何写出一个可靠的移动平均（3日均值）？
关键不是套公式，而是锁定行为：必须用 ROWS，明确指定物理偏移，并确保排序字段无重复、无空值。
- 错误写法：
AVG(sales) OVER (ORDER BY order_date)→ 默认RANGE，日期重复时窗口爆炸 - 正确写法：
AVG(sales) OVER (ORDER BY order_date, order_id ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING)→ 用order_id打破日期重复歧义，再限定三行 - 如果日期有缺失（比如跳过周末），
ROWS仍按“行数”算，不是“日历天数”；真要按自然日滑动，得用RANGE BETWEEN INTERVAL '2' DAY PRECEDING AND CURRENT ROW（仅 PostgreSQL / Oracle 支持，MySQL 8.0+ 不支持INTERVAL在RANGE中）
哪些场景必须显式写 frame_clause？
只要逻辑依赖“相对当前行的固定行数范围”，就不能依赖默认行为。
- 计算同比/环比：需要
LAG(sales, 12) OVER (ORDER BY year_month)，但若某月数据缺失，LAG会跳过空月取更早的值 —— 这时你真正想要的是“12个月前那行”，就得靠ROWS+ 稳定排序保证位置准确 - 识别连续登录：用
date - INTERVAL 'row_num - 1' DAY做分组，前提是ROW_NUMBER()的排序必须严格连续且无间隙，否则得先用ROWS框定范围再校验 - Top-N 截断：虽然
RANK()本身不依赖frame_clause，但如果你在子查询里嵌套SUM() OVER (PARTITION BY category ORDER BY sales DESC ROWS UNBOUNDED PRECEDING)来算累计占比，不写ROWS就可能因默认RANGE把同销量商品全捆在一起，导致累计值突变
真正难的不是语法，而是想清楚：你要的“窗口”，是按行号数、按值大小扩、还是按时间跨度滑？选错 ROWS/RANGE，或者漏写 frame_clause 却以为逻辑没问题，是线上 SQL 结果漂移最常见的根源之一。
