一、窗口函数用来干嘛？
在日常工作中，经常会遇到需要在每组内排名，比如下面的业务需求：
排名问题：每个部门按业绩来排名
topN问题：找出每个部门排名前N的员工进行奖励
二、怎么用窗口函数
窗口函数，也叫OLAP函数（Online Anallytical Processing，联机分析处理），可以对数据库数据进行实时分析处理。
基本语法
<窗口函数> over (partition by <用于分组的列名>
order by <用于排序的列名>)
<窗口函数>
1） 专用窗口函数，包括后面要讲到的rank, dense_rank, row_number等专用窗口函数。
2） 聚合函数，如sum. avg, count, max, min等
因为窗口函数是对where或者group by子句处理后的结果进行操作，所以窗口函数原则上只能写在select子句中。
三、具体案例
1.专用窗口函数rank
select *,
rank() over (partition by 班级
order by 成绩 desc) as ranking
from 班级表得到如下结果
1）每个班级内：按班级分组
partition by用来对表分组。
2）按成绩排名
order by子句的功能是对分组后的结果进行排序，
通过下图，我们就可以理解partiition by（分组）和order by（在组内排序）的作用了。
窗口函数具备了我们之前学过的group by子句分组的功能和order by子句排序的功能。那么，为什么还要用窗口函数呢？
简单来说，窗口函数有以下功能：
1）同时具有分组和排序的功能
2）不减少原表的行数
3）语法如下：
<窗口函数> over (partition by <用于分组的列名>
order by <用于排序的列名>)2.其他专业窗口函数
专用窗口函数rank, dense_rank, row_number有什么区别呢？
它们的区别我举个例子，你们一下就能看懂：
select *,
rank() over (order by 成绩 desc) as ranking,
dense_rank() over (order by 成绩 desc) as dese_rank,
row_number() over (order by 成绩 desc) as row_num
from 班级表
得到结果：
这都是对表格进行排序的函数
区别如下：
后，需要强调的一点是：在上述的这三个专用窗口函数中，函数后面的括号不需要任何参数，保持()空着就可以。
3.聚合窗口函数
select *,
sum(成绩) over (order by 学号) as current_sum,
avg(成绩) over (order by 学号) as current_avg,
count(成绩) over (order by 学号) as current_count,
max(成绩) over (order by 学号) as current_max,
min(成绩) over (order by 学号) as current_min
from 班级表
如果排序字段学号有重复时，则对当前的重复值进行聚合函数，但同时也是计算针对自身记录、以及自身记录之上的所有数据进行计算，现在再结合刚才得到的结果（下图）
select *,
sum(成绩) over (order by 学号) as current_sum,
avg(成绩) over (order by 学号) as current_avg,
count(成绩) over (order by 学号) as current_count,
max(成绩) over (order by 学号) as current_max,
min(成绩) over (order by 学号) as current_min
from score
4.经典TOP N 问题
select 学号 ,avg(成绩),
row_number () over( order by avg(成绩) desc)
from score
group by 学号 ;每次提到sql的执行顺序，想想不是很简单嘛，这些都需要深入理解，对计算的AVG（成绩）使用窗口函数，这里实际上就考验面试者对sql的执行顺序的理解
SELECT a.课程号,a.学号 ,b.姓名,a.成绩 ,a.排名
from
(select 课程号,学号,成绩,
row_number() over (PARTITION by 课程号 order by 成绩 desc) as 排名
from score) as a
INNER JOIN
student as b
on a.学号=B.学号
WHERE a.排名<3 5.在每个组里进行比较
问题：查找单科成绩高于该科目平均成绩的学生名单
用窗口函数方法
select *
from(
select *,
avg(成绩) over(PARTITION by 课程号) as 平均成绩
from score
)as a
where 成绩>平均成绩用关联子查询方法
select *
from score a
where 成绩=(
select avg(成绩)
from score b
where b.课程号=a.课程号
)6、窗口函数的移动做法
用了rows和preceding这两个关键字是之前-行的意思，也就是自身结果的之前两行的平均，一共三行做聚合函数。我感觉这是窗口函数的一种骚操作
select *,avg(成绩) over (order by 学号 rows 2 preceding) as current_avg
from score
select *,sum(成绩) over (order by 学号 rows 2 preceding) as current_sum
from score
四.总结
1.窗口函数语法
<窗口函数> over (partition by <用于分组的列名> order by <用于排序的列名>)<窗口函数>的位置，可以放以下两种函数：
1） 专用窗口函数，比如rank, dense_rank, row_number等
2）聚合函数，如sum. avg, count, max, min等
2.窗口函数有以下功能：
1）同时具有分组（partition by）和排序（order by）的功能
2）不减少原表的行数，所以经常用来在每组内排名
3.注意事项
窗口函数原则上只能写在select子句中
4.窗口函数使用场景
1）经典top N问题
找出每个部门排名前N的员工进行奖励
2）经典排名问题
业务需求“在每组内排名”，比如：每个部门按业绩来排名
3）在每个组里比较的问题
比如查找每个组里大于平均值的数据，可以有两种方法：
方法1，使用前面窗口函数案例来实现
方法2，使用关联子查询
