本文目录一览：
- 1、开窗函数
- 2、开窗函数是什么？
- 3、开窗函数和row_number()
开窗函数
over在聚合函数中的使用：
一般格式：
聚合函数名(列) over(选项)
over必须与聚合函数或排序函数一起使用，聚合函数为：
sum(),max(),min(),count(),avg()
排序函数为：
rank(),row_number(),dense_rank(),ntile()
over表示把函数当成开窗函数而不是聚合函数，SQL标准允许将所有聚合函数用做开窗函数，使用over关键字来区分这两种用法。
开窗函数不需要使用group by就可以对数据进行分组，就可以同时返回基础行的列和聚合列。
开窗函数sum(*) over()，对于查询结果的每一行都返回所有符合条件的行的条数，over关键字后的括号中还经常添加选项来改变进行聚合运算的窗口范围，如果over关键字后的括号中选项为空，则开窗函数会对结果集中的所有行进行聚合运算。-开窗函数
常用格式：
sum(*) over(partition by A order by B)
partition by：进行分组，得到对应组内的所有求和值
order by：按照B进行排序，得到对应组内的累计求和值(如果B为id,两个id相同，则这两个id返回的sum那一列是相同的聚合值，是累计到最后一个id对应值的和--下面的例子会详细说明)
order by 字段名 rows|range between 边界规则1 and 边界规则2
rows：表示按照行的范围进行范围的定位
range：表示按照取值的范围进行范围的定位
这两种不同的定位方式主要用来处理并列排序的情况（见下面的例子）
边界规则的可取值为：
current row--当前行
n preceding--前n行
unbounded preceding--一直到第一条记录
n following--后n行
unbounded following--一直到最后一条记录
'range/rows between 边界规则1 and 边界规则2'：用来定位聚合计算范围，被称为定位框架。
eg:
1、建表
2、插入数据
3、关于partition by
（1）所属城市的人员数-按城市进行分组聚合
（2）显示每一个人员的信息、所属城市的人员数以及同龄人的人数
在同一个SELECT语句中可以同时使用多个开窗函数，而且这些开窗函数并不会相互干扰。
4、关于order by的详解：
（1）查询从第一行到当前行的的工资总和
（2）将上面的row换成range
结果和(1)的区别体现在红框和黄框部分，按照FSalary进行排序，row-按照行的范围进行范围定位，所以每一行后面对应的‘到当前行工资求和’都不一样，都严格的是第一行到当前行的累计和；range-按照取值的范围进行范围定位，虽然定位框架的语法仍然是从第一行到当前行的累计和，但是由于取值的范围：等于2000元的工资有3人，所以计算的累计为从第一条到2000元工资的最后一个人，写在每个2000元工资的人的后面都是7000。-开窗函数
（3）将(2)中的定位框架省略
上述框架是开窗函数中最常用的定位框架，如果是这种框架的话，可以省略上述定位框架部分
得到的结果和(2)的结果一样。
（4）将上面的sum()换成count()，计算工资排名
按照salary进行排序，然后计算从第一行（unbounded preceding）到当前行（current row）的人员的个数，相当于计算人员的的工资水平排名。
Question:
怎么让工资为2000元的排名都为2？--见后面排序函数的rank()和dence_rank()
5、关于over(partition by A order by B)
over在排序函数中的使用：
一般格式：
排序函数(列) over(选项)
排序函数为：
rank(),dense_rank(),row_number(),ntile(),lead(),lag()
1、rank(),dense_rank(),row_number()的区别
rank()与dense_rank()的区别：
两者都是计算一组数值中的排序值，
但是在有并列关系时，dence_rank中相关等级不会跳过，rank则跳过。
rank() 是跳跃排序，有两个第二名时接下来就是第四名（同样是在各个分组内）
dense_rank()是连续排序，有两个第二名时仍然跟着第三名。
row_number()：
row_number over(partition by A order by B)
根据A分组，在分组内根据B排序，且得出来的值是每组内部排序后的顺序编号（组内连续的唯一的）
其主要是‘行’的信息，并没有排名。row_number()必须与order by一起使用，
多用于分页查询，比如查询10-100个学生。
2、ntile(x)--平均分区函数
3、lag() over(partition by A order by B)
lead() over(partition by A order by B)
lag和lead中有三个参数，lag('列名',offset,'超出记录窗口时的默认值')
lag和lead可以获取，按一定顺序B排列的当前行的上下相邻若干offset的莫隔行的某个列。
lag()是向前，lead()是向后。
参考
开窗函数是什么？
开窗函数/分析函数：over()
开窗函数也叫分析函数，有两类：一类是聚合开窗函数，一类是排序开窗函数。
开窗函数和row_number()
窗口函数的引入是为了解决 想要既显示聚集前的数据,又要显示聚集后的数据。
开窗函数对一组值进行操作，不需要使用GROUP BY子句对数据进行分组，能够在同一行中同时返回基础行的列和聚合列。
over() 按所有行进行分组
over(partition by xxx) 按xxx分组的所有行进行分组
over(partition by xxx order by aaa) 按xxx分组，按列aaa排序 的按到当前行(含当前行)进行分组
over前可以加聚合函数 例如sum count avg min max等
over前也可以加 first_value last_value等
windows 字句 用来制定累加的方式
rank() over等的用法
参考资料：
1、LAG(col,n,DEFAULT) 用于统计窗口内往上第n行值
2、LEAD(col,n,DEFAULT) 用于统计窗口内往下第n行值
3、FIRST_VALUE(column)取分组内排序后，截止到当前行，第一个值
4、LAST_VALUE(column)取分组内排序后，截止到当前行，最后一个值
5、row_number() 分组排序功能,row_number()从1开始，为每一条分组记录返回一个数字 (在row_number中排序的时候，可以通过NULLS LAST、NULLS FIRST来控制有NULL的输出)-开窗函数
这里LAG、LEAD统计窗口内往上或者往下第N行值的情况 是基于自己当前行去做的操作
参考资料:
ROW_NUMBER() OVER()函数用来为每条记录返回一个行号，可以用来对记录进行排序并返回该序号，序号从1开始排序
over()是聚集函数，可以给记录进行分组、排序；row_number()不能单独使用，必须搭配over()才能使用
比如示例
如果需要随便添加一个序号的话 可以使用 row_number() over()
如果需要排序分组的话 在over 中添加想要分组或者排序的字段
