我们进行数据处理的时候经常会涉及到各种聚合函数的应用，比如计数、求和这类聚合函数，需要分组统计的时候我们很容易就能想到用group by进行分组。
但是使用聚合函数，会按分组条件将多行记录聚合成一行，每组只返回一个值；并且在使用聚合函数后，如果要显示相关列必须将其加入到group by语句中。这样就会导致有些查询语句只能通过编写复杂的子查询或者存储过程来完成。
于是2003年ISO SQL标准加入了开窗函数，与聚合函数一样，开窗函数也是对组进行聚合计算，但是它不像普通聚合函数那样每组只返回一个值，开窗函数可以为每组返回多个值并在每一行的最后一列添加聚合函数的结果，使用起来非常方便。
这类函数在SQL Sever里被称为开窗函数，在Oracle中则被称为分析函数，而在DB2中被称为OLAP函数。
开窗函数基本语法：
<开窗函数>
over
重点注意：
PARTITION BY用于将结果集进行分组，ODER BY 指定按哪个字段进行排序；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。SQL Sever的开窗函数分为4大类：
聚合开窗函数排名开窗函数定位开窗函数分布开窗函数新建临时测试数据表Temp_TestCREATE TABLE Temp_Test ,City VARCHAR,Age INT,Salary INT)INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;INSERT INTO Temp_Test VALUES;得到的数据如下：
聚合开窗函数SQL标准允许将所有聚合函数用作开窗函数，使用 OVER 关键字来区分这两种用法。OVER关键字表示把函数当成开窗函数而不是聚合函数。
示例1：按照 Salary逆序，并累计值。
select UserName,City,Age,Salary,sum over "工资"from Temp_Test
示例2：先按City分组，组内再按照Salary逆序并累计值。
select UserName,City,Age,Salary,sum over "工资"from Temp_Test排名开窗函数ROW_NUMBER为每一组的N行按顺序生成唯一的序号
示例1：按Salary降序生成工资排名
select UserName,City,Age,Salary,ROW_NUMBER over "工资排名"from Temp_Test
示例2：先按City分组，组内再按照Salary降序排名
select UserName,City,Age,Salary,ROW_NUMBER over "城市工资排名"from Temp_TestRANKRANK为每一组的行生成一个序号，但是却与ROW_NUMBER有点不同ROW_NUMBER按照ORDER BY的排序，如果有相同的值，会生成不同的序号；
RANK按照ORDER BY的排序，如果有相同的值，会生成不同的序号并且接下来的序号是不连续的。
例如两个相同的行生成序号2，那么接下来会生成序号4。
DENSE_RANK和RANK类似，不同的是如果有相同的序号，那么接下来的序号不会间断。例如两个相同的行生成序号2，那么接下来生成的序号还是3。
NTILE按指定的组数进行平均分组，并为每一组生成一个序号。
示例：先按City分组，组内再按照Salary降序分成两个组
select UserName,City,Age,Salary,NTILE over "组序号"from Temp_Test
解析：上图中BeiJing有6个人，分成两组正好每组3个人；ChengDu只有3个人，分成两组后第一组2个人，第二组只有1个人。
那我们来看一下若是分成3组是如何分的：
再来看一下若是分成4组是如何分的：
再来看一下若是分成5组是如何分的：
我们可以看出NTILE只是尽量平均的进行分组。
定位开窗函数LAGLAG 用于统计窗口内往上第N行的值，第一个参数为列名，第二个参数为往上第n行，第三个参数为默认值。
下面我们看个例子加深理解：
select UserName,City,Age,Salary,LAG over "未指定默认值",LAG over "指定默认值为999"from Temp_Test解析：先按City进行分组，组内按Age升序排序，在这个的基础上，取往上2行的数据，若往上两行没有数据且没有指定默认值则显示NULL，有指定默认值则显示默认值。
LEAD正好与上面的LAG相反，LEAD是统计窗口内往下第N行的值。
select UserName,City,Age,Salary,LEAD over "未指定默认值",LEAD over "指定默认值为999"from Temp_Test
FIRST_VALUE顾名思义，取分组内排序后，截止到当前行的第一个值。
select UserName,City,Age,Salary,FIRST_VALUE over "组内排序后第一个值"from Temp_TestLAST_VALUE取分组内排序后，截止到当前行的最后一个值。
select UserName,City,Age,Salary,LAST_VALUE over "组内排序后的最后一个值"from Temp_Test
解析：我们可能会有疑问，跟我们想象中的“组内排序后的最后一个值”似乎不太一样，我们想象中的BeiJing这个组内排序后的最后一个值应该是2000。
但是，其实上图中得出的结果确定是符合LAST_VALUE的逻辑的。
我们从第1行看起，第1行的Salary为3000，截止到当前行的最后一个值也为3000，第2行的Salary为3000，截止到当前行的最后一个值其实变成了第2行的Salary值3000，第3行的Salary值为3500，截止到当前行的最后一个值随着变成了第3行的值3500......。
我们再来看组间的过度，比如第六行的最后一个值为2000，第七行是ChengDu组内的第1行，截止到当前行的最后一个值也正是第一行的4000......。
这里我们要特别注意的是截止到当前行这个条件。
如果想取得分组内排序后的最后一个值，则需要变通一下：
select UserName,City,Age,Salary,FIRST_VALUE over "组内排序后的最后一个值"from Temp_TestORDER BY City,Age分布开窗函数PERCENT_RANK计算一个值在查询结果集或分区中的百分比排名。
PERCENT_RANK 计算的逻辑是：
/，
返回值范围为[0,1]。
select UserName,City,Age,Salary,PERCENT_RANK over "百分比排名"from Temp_Test
CUME_DIST计算某个值在一组值内的累积分布。
CUME_DIST计算的逻辑是：
小于等于当前值的行数/分组内总行数，
返回值范围为 over "CUME_DIST"from Temp_Test
解析：第3行Salary值为3000，BeiJing分区中有3行的值小于等于3000，BeiJing分区的总行数为6，因此CUME_DIST为3/6=0.5
数据分析且徐行，数据清洗-数据整理-数据分析-数据挖掘-数据可视化-报告呈现-汇报工作，数据分析这条漫漫长路，我陪您一起慢慢走，纵使道阻且长，也要且行且自在。
适用人员：企业管理者，数据分析师等
点击了解更多。。。
