#窗口函数

窗口函数是一类特殊的分析函数，又名开窗函数。最常见的窗口函数是 row_number()，如用 row_number() 函数进行去重：

-- row_number 函数，对用户发言顺序进行排序
SELECT
  *,
  ROW_NUMBER() OVER ( PARTITION BY user_id ORDER BY time ASC ) AS rn
FROM
  chat_logs;
  
-- 获取首次发言记录
SELECT * 
FROM (
  SELECT
    *,
    ROW_NUMBER() OVER ( PARTITION BY user_id ORDER BY time ASC ) AS rn
  FROM
    chat_logs
) AS t WHERE t.rn = 1;

窗口函数总结如下：

• 窗口函数只能出现在 select 列表和最外层的 order by 从句中。在查询过程中，窗口函数会在最后生效，就是说，在执行完 join，where 和 group by 等操作之后再执行。
• 窗口函数针对的是 select 最后的结果集每一行计算出一个单独的值，这种方式允许用户在 select 从句中增加额外的列，给用户提供了更多的机会来对结果集进行重新组织和过滤
• 窗口函数是对于多个输入行做计算得到一个数值。窗口函数是在一个特定的窗口内对输入数据做处理，每个窗口函数内的数据可以用 over() 从句进行排序和分组

#使用场景

• 排名和排序。窗口函数能够计算每行在
• 累计和平均值，分组内聚合
• 移动平均和滑动窗口分析
• 前后行比较
• 填充和插值

#语法介绍

function(args) OVER(partition_by_clause order_by_clause [window_clause])    
partition_by_clause ::= PARTITION BY expr [, expr ...]    
order_by_clause ::= ORDER BY expr [ASC | DESC] [, expr [ASC | DESC] ...]

#function

AVG(), COUNT(), DENSE_RANK(), FIRST_VALUE(), LAG(), LAST_VALUE(), LEAD(), MAX(), MIN(), RANK(), ROW_NUMBER() 和 SUM()

#partition by 从句

Partition By 从句和 Group By 类似。它把输入行按照指定的一列或多列分组，相同值的行会被分到一组。

#order by 从句

Order By 从句和外层的 Order By 基本一致。它定义了输入行的排列顺序，如果指定了 Partition By，则 Order By 定义了每个 Partition 分组内的顺序。

#window 从句

Window 从句用来为分析函数指定一个运算范围，以当前行为准，前后若干行作为分析函数运算的对象。

语法:

ROWS BETWEEN [ { m | UNBOUNDED } PRECEDING | CURRENT ROW] [ AND [CURRENT ROW | { UNBOUNDED | n } FOLLOWING] ]

该部分指定了窗口函数的窗口区间，支持按照计算列值的范围（即RANGE）或计算列的行数（即ROWS）等两种模式来定义区间。

您可以使用BETWEEN start AND end指定边界的可取值，其中：

• start取值范围如下：
  • CURRENT ROW：当前行
  • N PRECEDING：前N行
  • UNBOUNDED PRECEDING：直到第1行
• end取值范围如下：
  • CURRENT ROW：当前行
  • N FOLLOWING：后N行
  • UNBOUNDED FOLLOWING：直到最后1行

#函数分类

• 聚合函数
  • sum
  • avg
  • count
  • min
  • max
• 排名函数
  • row_number
  • rank
  • dense_rank
  • percent_rank
  • cume_dist
  • ntile
• 偏移函数
  • first_value
  • last_value
  • lag
  • lead
  • nth_value

#参考链接

• doris。分析函数（窗口函数）
• hive。
  • hive
  • WindowingAndAnalytics
• polardb。窗口函数
• dataworks。窗口函数
• hologres。窗口函数