SQL窗口函数是数据分析岗面试的核心考点，字节、美团、快手等大厂的数据分析师、数据开发工程师面试几乎必考。窗口函数能力直接决定你能否高效完成排名统计、同环比计算、滑动平均等日常数据分析任务。
先定义窗口函数：对一组与当前行相关的行执行计算，不像GROUP BY那样合并行，而是在保留所有行的同时添加计算列。
讲OVER子句语法：函数() OVER (PARTITION BY 分组列 ORDER BY 排序列 ROWS/RANGE 窗口帧)。
介绍排名函数：ROW_NUMBER()（唯一递增序号）、RANK()（并列排名有间隔）、DENSE_RANK()（并列排名无间隔）。
介绍分析函数：LAG()/LEAD()访问前后行数据、FIRST_VALUE()/LAST_VALUE()取分组首尾值。
介绍聚合窗口函数：SUM/AVG/COUNT配合OVER实现累计求和、移动平均等。
SQL窗口函数是在不改变行数的前提下，对一组相关行进行计算的特殊函数。和GROUP BY不同，窗口函数不会把多行合并成一行，而是在每行旁边新增一个计算列。基本语法是：函数名() OVER (PARTITION BY 分区列 ORDER BY 排序列 窗口帧)。PARTITION BY相当于分组（但不合并行），ORDER BY定义组内排序，窗口帧定义参与计算的行范围。排名函数是最常用的：ROW_NUMBER()给每行一个唯一递增序号，在分组取TopN场景下最常用——比如每个部门工资最高的前3名：SELECT * FROM (SELECT *, ROW_NUMBER() OVER(PARTITION BY dept ORDER BY salary DESC) as rn FROM emp) t WHERE rn <= 3。RANK()在遇到并列时给相同排名但跳过后续名次（1,1,3），DENSE_RANK()并列不跳名次（1,1,2）。分析函数中LAG(col, n)取前n行的值，LEAD(col, n)取后n行的值，非常适合计算环比增长：(当月值 - LAG(当月值, 1)) / LAG(当月值, 1)。聚合窗口函数配合ORDER BY可以做累计计算：SUM(amount) OVER(ORDER BY date)实现累计求和；AVG(amount) OVER(ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW)实现7日移动平均。窗口帧有ROWS和RANGE两种模式：ROWS基于物理行偏移，RANGE基于逻辑值范围。实际业务中，窗口函数广泛用于排名统计、同环比分析、累计计算、去重（ROW_NUMBER()配合WHERE rn=1）、连续登录天数计算等场景。
分组取TopN是出现频率最高的窗口函数题目，一定要练熟ROW_NUMBER + 子查询的写法。
注意窗口函数不能直接在WHERE中使用，必须套一层子查询或CTE。
准备好LAG/LEAD计算环比增长率的实际SQL写法。
面试写SQL时如果忘了窗口帧语法，即答侠可以实时提示。
假设分数是100,100,90：ROW_NUMBER给1,2,3（强制不同）；RANK给1,1,3（并列后跳名次）；DENSE_RANK给1,1,2（并列不跳）。
不可以。窗口函数在WHERE之后执行。需要套一层子查询或CTE来过滤窗口函数的结果。
ROWS基于物理行数偏移（前2行就是物理位置上的前2行）。RANGE基于ORDER BY列的值范围（值相同的行被视为同一范围）。大多数场景用ROWS更精确。