教你怎么用数据库窗口函数快速搞定求和操作，效率翻倍不复杂

很多人用数据库做求和，第一反应就是写个GROUP BY分组，但要是想同时看到每一行的明细和对应的累计总和，用GROUP BY就麻烦了，你得把明细和汇总结果再关联起来，写起来啰嗦，跑起来也慢，这时候就该试试窗口函数了，它能让你的求和操作既灵活又高效,一次查询就全搞定。

举个例子，你手头有张销售表，有“月份”和“销售额”两个字段，你想看每个月的销售额，同时还想知道从年初到当月的累计销售额是多少，用老办法，你可能得写个子查询或者用连接来累加，但用窗口函数，一句就够（以MySQL或PostgreSQL为例）：

SELECT
    月份,
    销售额,
    SUM(销售额) OVER (ORDER BY 月份) AS 累计销售额
FROM 销售表
ORDER BY 月份;

这句里的SUM(销售额) OVER (ORDER BY 月份)就是核心，它告诉数据库：“照月份顺序排好，然后从第一行开始，把销售额一直加到当前这一行。”这个“从开头加到当前行”的范围，就是所谓的“窗口”，你不需要自己写循环去累加，数据库引擎内部会用更高效的方式（比如扫描一次数据同时计算）直接算好，结果直接作为新的一列“累计销售额”贴在你每一行明细旁边，根据数据库优化器的工作机制，这种一次扫描完成计算的方式通常比多次关联查询效率更高（参考《高性能MySQL》中关于避免重复扫描数据的优化思路）。

这还只是基础操作，窗口函数更厉害的是能轻松处理“分组内的累计”，比如你的销售表里还有“部门”字段，你想看每个部门内部从年初到当月的累计销售额，加个PARTITION BY就行：

SELECT
    部门,
    月份,
    销售额,
    SUM(销售额) OVER (PARTITION BY 部门 ORDER BY 月份) AS 部门累计销售额
FROM 销售表
ORDER BY 部门, 月份;

PARTITION BY 部门意思是先把数据按部门分成独立的组，然后在每个组内部，再按月份顺序从组内第一行累加到当前行，这样，一个查询里，不同部门的累计就互不干扰，清清楚楚，传统方法要实现这个，要么写复杂的循环脚本，要么用多次分组查询再拼接,窗口函数一步到位。

除了从头累加，窗口函数还能灵活定义求和范围，比如你想计算最近3个月的移动平均销售额,来观察短期趋势：

SELECT
    月份,
    销售额,
    AVG(销售额) OVER (ORDER BY 月份 ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS 近3月移动平均
FROM 销售表
ORDER BY 月份;

这里的ROWS BETWEEN 2 PRECEDING AND CURRENT ROW定义了一个“滑动窗口”：对每一行，只取它自己以及前面的两行（共3行）来计算平均值，这个窗口随着你查看的行而滑动，这种局部范围的求和或求平均，在分析趋势、平滑数据时特别有用,用传统SQL实现起来极其繁琐。

最后说下性能，很多人觉得窗口函数会不会很慢？其实正相反，因为窗口函数是在数据库引擎内部实现的，它通常只需要对数据扫描一次或少数几次，就能完成所有行的窗口计算（依据关系数据库管理系统对分析型SQL的优化原理，如向量化处理等），相比那些需要写多个子查询、临时表或者用应用程序代码循环累加的方法，它减少了数据库的交互次数和中间结果的产生，大大提升了效率，尤其是数据量大的时候，优势更明显，你想想，一次扫描同时算出原始值、累计值、移动平均值,肯定比来回折腾好几遍要快。

用窗口函数做求和（或平均、计数等），核心记住三点：1. OVER()子句是关键，它定义你的计算窗口，2. ORDER BY决定窗口内数据的顺序和累计方向，3. PARTITION BY帮你先分组，在组内各自计算，掌握这几点，你就能把很多原来需要绞尽脑汁、写得很复杂的统计逻辑，变得清晰简单,而且让数据库更高效地替你完成工作。