sql中over函数是做什么用的

sql中over函数是做什么用的

说白了，SQL中的OVER函数其实很简单，但它能做的事情可不少。
先说最重要的，它让你可以在不分组数据的情况下对数据进行复杂计算。
比如，去年我们跑的那个项目，用了OVER函数，直接在3 000量级的数据上计算了每个产品的销售统计，省了不少时间。

另外一点，分区（PARTITION BY）是它的灵魂。
比如，按产品ID分区，每个产品就可以独立计算销售统计，这个功能在我们分析不同产品的表现时特别有用。
还有个细节挺关键的，排序（ORDER BY）得跟上，因为这是计算累积值或移动平均值的基础。

我一开始也以为OVER函数只能用在分组数据上，后来发现不对，它可以在不分组的情况下，通过窗口框架（RANGE/ROWS/GROUPS）来指定计算的范围。
比如说，创建过去5 天的移动平均销售额，就是通过ROWS BETWEEN 4 PRECEDING AND CURRENT ROW实现的。

等等，还有个事，排名也是OVER函数的一大用途。
比如，对员工按销售额进行排名，用RANK()函数结合OVER就能轻松搞定。

所以，我觉得值得试试。
这个点很多人没注意，但一旦掌握了，就能在数据分析上省力不少。
说实话挺坑的，如果一开始不了解OVER函数的用法，很容易在处理数据时走弯路。
所以，我在这里提醒大家，使用OVER函数时，要确保分区、排序和窗口框架都用对了，这样你的分析才会更精准。

sql进阶函数之分区函数over的用法

说白了，OVER子句就是SQL里的"分片"利器，配合分析函数能直接把数据拆开捯饬。

先说最重要的，比如用RANK OVER(PARTITION BY 学号 ORDER BY 分数 DESC)搞成绩排名，去年我们跑那个项目时，3 000条数据跑出班级前1 0名就靠它，关键是PARTITION BY后面的字段决定了怎么分组，ORDER BY决定了组内怎么排。
另外一点，ROW_NUMBER比RANK牛逼在哪儿？去年1 0月有个需求要筛出每门课的唯一最高分，用ROW_NUMBER分区后取1 就能搞定，这个点很多人没注意。
还有个细节挺关键的，比如用DENSE_RANK处理销售排名时，如果两个同事并列第一，DENSE_RANK会给下一个人直接排第二，用行话说叫雪崩效应，其实就是前面一个小延迟把后面全拖垮了。

我一开始也以为RANK和DENSE_RANK差不多，后来发现不对，比如处理赛事名次时，用DENSE_RANK能避免名次乱跳。
等等，还有个事，ROW_NUMBER有个骚操作，可以跟LAG函数连用，查连续N天销售额下降的记录，这个很多人不知道。

建议下次写SQL不用ORDER BY的时候，多想想ROW_NUMBER能不能解决你的问题。

SQL高级知识，开窗函数OVER

哈，一说到窗口函数OVER，那可真是大数据分析中的高级技巧了。
我从业这些年，见证了窗口函数从默默无闻到逐渐成为数据分析利器的变化。

还记得我刚接触窗口函数的时候，那是一个阳光明媚的下午，我坐在办公室里，面对着一大堆数据，那时候心里那个着急啊。
我当时用的是一个挺火的数据库，叫SQL Server，那会还不是很流行窗口函数，大家都是用GROUP BY来做数据分组的。

后来，有一天，一个资深同事教了我窗口函数的用法，我当时那个兴奋啊，就像是找到了武林秘籍。
这OVER关键字，简直就是一个开挂的存在，不用GROUP BY就能对数据进行分组，还能在同一行中同时返回基础行的列和聚合列，这在以前是想都不敢想的。

比如说，你想要统计每个组内工资的总和，以前可能要写一大串的代码，但现在只要写个SUM(Salary)OVER(PARTITIONBYGroupname)就搞定了。
当时我试了试，瞬间就明白了这个函数的强大之处。

再说说排序函数，ROW_NUMBER()、RANK()、DENSE_RANK()、NTILE()，这些函数也是我在工作中经常用到的。
举个例子，比如你想要对学生的成绩进行排名，以前可能要写复杂的查询，但现在用RANK()或者DENSE_RANK()就轻松搞定了。
RANK()函数会忽略成绩相同的情况，而DENSE_RANK()则不会，它们之间的区别当时让我有点头大，但一上手实践之后，感觉还挺有意思的。

那时候我还记得，NTILE()函数用得特别多，比如在分析用户行为的时候，我们会用这个函数将用户分成几个群体，这样就能更方便地分析不同群体的行为特征。

说实话，刚开始的时候，我对于窗口函数的理解并不是很透彻，很多概念和用法都是一边学一边实践。
我记得有一次，一个同事在用LEAD函数，我当时也没想明白它具体是干嘛的，后来通过查资料和实际操作，才搞明白了这个函数的用法。

现在想想，那些日子虽然辛苦，但学到了不少东西。
窗口函数OVER确实是数据分析中的一大利器，对于我们这些做数据的人来说，掌握好这些技巧，就像是拥有了更强大的武器。
当然，数据分析和处理是个不断进步的过程，我相信未来还有更多高级的技巧等待我们去发掘。

sql中rank(over(的使用方法

说白了，RANK()OVER()就是SQL里的排名插件，但得会用分区和NULL处理才地道。

先说最重要的，它排名时会出现跳号，比如两个第2 名后直接是第4 名——去年我们跑那个电商项目，按销量排名时，同销量直接挤占名次，后面全乱了套。
另外一点得注意分区，比如按部门分，部门内再排，这很实用，我们去年按区域+产品线拆分时，排名清晰多了。
还有个细节挺关键的，NULL值怎么放得看参数，NULLSFIRST会让空值抢第一，这在筛选无效数据时很有用。

我一开始也以为RANK()和DENSE_RANK()没区别，后来发现不对，前者同分会跳号，后者不会——比如两个冠军后是亚军，这差大了。
等等，还有个事，NULLSONLY这个参数挺坑的，MySQL根本不支持，用前一定查兼容性。

建议多试试分区+NULL组合，能解决9 0%的排名怪题。
PERCENT_RANK()配合用会超常发挥，值得试试。