常有朋友问，数据分析师的SQL功底该学到什么程度。今天就先谈谈 T-SQL 中的 Window Function.

常有朋友问，数据分析师的SQL功底该学到什么程度。今天就先谈谈 T-SQL 中的 Window Function.

Window Function 包含了 4 个大类。分别是：

• 1 - Rank Function

• 2 - Aggregate Function

• 3 - Offset Function

• 4 - Distribution Function.

1 - Rank Function 平常用到最多

• 1.1 Rank() Over()

• 1.2 Row_Number() Over()

• 1.3 Dense_Rank() Over()

• 1.4 NTILE(N) Over()

这四个函数，要注意的地方有两点：

a. Rank() Over() 与 Row_Number() Over() :

两者唯一的区别，就在于Row_Number() Over() 真正实现了相同条件的两条或者多条记录是用唯一值来区别的

b. Rank() Over() 与 Dense_Rank() Over() :

这两者的区别，在于他们对位于相同排名之后的名次，是接着相同排名的连续数(Rank) 还是相隔 N 个相同记录个数之后的连续数(Dense_Rank)。

所以 Rank 出来的结果都是连续数字，而 Dense_Rank 出来的结果有可能有跳格数。

c. 除了有用法上的区别外，顺带说说分页的实现：

第一种，我们平常用 Row_Number() 加 Top (N) 来实现 ：

1. select top(100) * 

2.      from ( select  

3.                          OrderId 

4.                      ,    OrderMonth 

5.                       ,    OrderAmount 

6.                       ,    Row_Number() Over(                                    

7.                                  OrderBy OrderAmount DESC) 

8.                              AS Amt_Order 

9.                  from FctSales) tmp 

10.       Where Amt_Order between 2000 and 3000 

第二种，SQL Server 2012 之后的新功能：

1. Select    OrderId 

2.            ,    OrderMonth 

3.             ,    OrderAmount 

4.    From FctSales 

5.   Order by OrderAmount Desc 

6.   OffSet 2000 ROWS 

7.   Fetch Next 100 ROWS Only  

按照量的大小倒序排，取第 2000 条后的记录中前 100 条。

2 - Aggregate Function. 聚合数据

• 2.1 - Sum() Over()

• 2.2 - Count() Over()

• 2.3 - AVG() Over()

• 2.4 - MIN() Over()

• 2.5 - MAX() Over()

在使用 Aggregation 函数的时候，唯一要注意的地方就是 Order 子句。

1. function_name(<arguments>) Over( 

2.     [ <window partition clause>] 

3.     [ <window Order clause> 

4.             [ <window frame clause>] 

5.     ]) 

Over::

1. Over( 

2.             [    <PARTITION BY clause>    ] 

3.             [    <ORDER BY clause>          ] 

4.             [    <ROW or RANGE clause>  ] 

5.     ) 

::窗口中的窗口

1. ROWS | RANGE 

2.     BETWEEN  

3.         UNBOUNDED PRECDEDING  | 

4.          <N>  PRECEDING     | 

5.           <N>  FOLLOWING   | 

6.            CURRENT ROW 

7.      AND 

8.             UNBOUNDED FOLLOWING  | 

9.              <N> PRECEDING  | 

10.              <N> FOLLOWING  | 

11.              CURRENT ROW 

举一个例子：

1. select custid 

2.    , ordermonth 

3.    , ordervolume 

4.     , sum(ordervolume)  

5.           over(    partition by custid 

6.                 order by ordermonth asc 

7.                 rows between     

8.                          unbounded preceding 

9.                 and    current row) 

10.         as cumulatedVolume 

11. from FctSales 

统计了截止到目前为止，每一天的累计总量。

3 - Offset Function:定位记录

• 3.1 Lead()

• 3.2 LAG()

• 3.3 First_Value()

• 3.4 Last_Value()

• 3.5 Nth_Value()

这一类比较好理解，根据当前的记录，获取前后 N 条数据。

4 - Distribution Function: 分布函数

• 4.1- PERCENT_RANK()

• 4.2 - CUME_DIST()

• 4.3 - PERCENT_COUNT()-

• 4.4 - PERCENT_DISC()

这一类应用，到目前为止，未用过。适用于财会类的统计。