/%E5%88%86%E6%9E%90/ Recent content in 分析 on 老张开工了 Hugo zh-cn Tue, 11 Feb 2025 10:00:00 +0800 /posts/2025/02/window-functions/ Tue, 11 Feb 2025 10:00:00 +0800 /posts/2025/02/window-functions/ 窗口函数是 PostgreSQL 最强大的分析工具之一。它在不改变行数的前提下，为每一行计算一个"窗口"内的聚合值——让你同时看到"行级"和"聚合级"的数据。 窗口函数 vs 普通聚合 普通聚合用 GROUP BY 将多行压缩为一行： SELECT product, SUM(amount) FROM sales GROUP BY product; -- 结果：每种商品一行 窗口函数保留原始行数，额外返回聚合值： SELECT product, amount, SUM(amount) OVER () AS 总计 FROM sales; -- 结果：每行不变，多一列"总计" 创建练习数据集 -- 月度销售数据 CREATE TABLE monthly_sales ( id SERIAL PRIMARY KEY, product VARCHAR(50), category VARCHAR(50), month DATE NOT NULL, sales_amount NUMERIC(10,2), sales_qty INTEGER ); INSERT INTO monthly_sales (product, category, month, sales_amount, sales_qty) VALUES ('笔记本电脑', '电子产品', '2025-01-01', 300000, 50), ('笔记本电脑', '电子产品', '2025-02-01', 350000, 58), ('笔记本电脑', '电子产品', '2025-03-01', 280000, 46), ('手机', '电子产品', '2025-01-01', 450000, 112), ('手机', '电子产品', '2025-02-01', 520000, 130), ('手机', '电子产品', '2025-03-01', 480000, 120), ('耳机', '电子产品', '2025-01-01', 60000, 200), ('耳机', '电子产品', '2025-02-01', 55000, 180), ('耳机', '电子产品', '2025-03-01', 70000, 240), ('运动鞋', '服饰', '2025-01-01', 80000, 135), ('运动鞋', '服饰', '2025-02-01', 75000, 125), ('运动鞋', '服饰', '2025-03-01', 65000, 108), ('T恤', '服饰', '2025-01-01', 30000, 300), ('T恤', '服饰', '2025-02-01', 35000, 350), ('T恤', '服饰', '2025-03-01', 28000, 280), ('咖啡机', '家居', '2025-01-01', 65000, 50), ('咖啡机', '家居', '2025-02-01', 55000, 42), ('咖啡机', '家居', '2025-03-01', 40000, 30); 排名函数 -- ROW_NUMBER：连续的排名（不并列） SELECT product, month, sales_amount, ROW_NUMBER() OVER (ORDER BY sales_amount DESC) AS 总排名 FROM monthly_sales; -- RANK：并列排名（跳过后续序号） SELECT product, month, sales_amount, RANK() OVER (ORDER BY sales_amount DESC) AS 排名_可并列 FROM monthly_sales; -- DENSE_RANK：并列排名（不跳过后续序号） SELECT product, month, sales_amount, DENSE_RANK() OVER (ORDER BY sales_amount DESC) AS 排名_密集 FROM monthly_sales; 三者的区别：