SQL 中的窗口函数允许您对与当前行相关的表行集合执行计算，而不会像传统的聚合函数那样将结果折叠为单个输出行。 它们在由 OVER() 子句定义的数据“窗口”内运行，该子句指定如何对行进行分区、排序和构建框架以进行计算。 与常规聚合函数（例如，SUM() 或 AVG()）不同，窗口函数保留单个行，同时添加计算值，这使得它们对于排名、运行总计或比较组内行等任务非常有用。
窗口函数有三个关键组成部分：分区、排序和框架。PARTITION BY 子句将行划分为组（类似于 GROUP BY 但没有聚合），并且计算在每个分区内执行。 例如，ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) 根据薪资为每个部门内的员工分配唯一的排名。ORDER BY 子句定义分区内行的顺序，这对于 RANK() 或累积总和等函数至关重要。 帧子句（例如，ROWS BETWEEN 3 PRECEDING AND CURRENT ROW）进一步缩小了计算中使用的行子集，从而实现了滑动窗口操作（如移动平均值）。
常见的用例包括使用 SUM(sales) OVER (ORDER BY date ROWS UNBOUNDED PRECEDING) 计算运行总计，使用 LAG() 或 LEAD() 将行与其同级行进行比较，或使用 NTILE() 分配百分位数。 例如，要分析月度销售趋势，您可以按月进行分区并计算每个分区内的累计总和。 窗口函数非常高效，因为它们避免了自连接或子查询，但它们需要仔细注意框架和排序才能获得准确的结果。 开发人员应注意，并非所有数据库都支持高级框架选项，因此语法在 PostgreSQL、MySQL 或 SQL Server 等系统之间可能会略有不同。