窗口函数简介

包括 AVG、COUNT、MAX、MIN、SUM 以及
STRING_AGG。聚合函数的作用是针对一组数据行进行运算，并且返回一条汇总结果
分析的窗口函数（Window Function）。
不过，窗口函数不是将一组数据汇总为单个结果，而是针对每一行数据，基于和它相关的一组数
据计算出一个结果。下图演示了聚合函数和窗口函数的区别
在这里插入图片描述
区别在于后者包含了 OVER 关键字；空括号表示将所有数据作为整体进行分析，所以得到的数值和聚合函数一样

窗口函数的定义

window_function ( expression, ... ) OVER (PARTITION BY ...ORDER BY ...frame_clause
)

window_function 是窗口函数的名称；expression 是函数参数，有些函数不需要参数；
over 子句包含三个选项：分区（partition by）、排序（order by）以及窗口大小
（frame_clause）

分区

-- 计算员工的部门平均薪水
-- partition by分组统计,和group by 类似
select 
e.employee_id ,
e.first_name ,
e.last_name ,
e.salary ,
e.department_id ,
round(avg(e.salary) over(partition by e.department_id),2) as avg_sal
from employees e;

在这里插入图片描述
partition by 选项用于定义分区，作用类似于 group by 的分组。如果指定了分区选项，
窗口函数将会分别针对每个分区单独进行分析；如果省略分区选项，所有的数据作为一个整体进
行分析

排序选项

order by 选项用于指定分区内的排序方式，通常用于数据的排名分析

-- 员工在部门内薪水排名
select 
e.employee_id ,
e.first_name ,
e.last_name,
e.salary ,
e.department_id ,
rank() over(partition by e.department_id order by e.salary desc)
from employees e;

在这里插入图片描述

窗口选项

frame_clause 选项用于在当前分区内指定一个计算窗口。指定了窗口之后，分析函数不再基
于分区进行计算，而是基于窗口内的数据进行计算

-- public.sales_monthly definition-- Drop table-- DROP TABLE public.sales_monthly;CREATE TABLE public.sales_monthly (product varchar(20) NULL,ym varchar(10) NULL,amount numeric(10, 2) NULL
);

INSERT INTO public.sales_monthly (product,ym,amount) VALUES('苹果','201801',10159.00),('苹果','201802',10211.00),('苹果','201803',10247.00),('苹果','201804',10376.00),('苹果','201805',10400.00),('苹果','201806',10565.00),('苹果','201807',10613.00),('苹果','201808',10696.00),('苹果','201809',10751.00),('苹果','201810',10842.00);
INSERT INTO public.sales_monthly (product,ym,amount) VALUES('苹果','201811',10900.00),('苹果','201812',10972.00),('苹果','201901',11155.00),('苹果','201902',11202.00),('苹果','201903',11260.00),('苹果','201904',11341.00),('苹果','201905',11459.00),('苹果','201906',11560.00),('香蕉','201801',10138.00),('香蕉','201802',10194.00);
INSERT INTO public.sales_monthly (product,ym,amount) VALUES('香蕉','201803',10328.00),('香蕉','201804',10322.00),('香蕉','201805',10481.00),('香蕉','201806',10502.00),('香蕉','201807',10589.00),('香蕉','201808',10681.00),('香蕉','201809',10798.00),('香蕉','201810',10829.00),('香蕉','201811',10913.00),('香蕉','201812',11056.00);
INSERT INTO public.sales_monthly (product,ym,amount) VALUES('香蕉','201901',11161.00),('香蕉','201902',11173.00),('香蕉','201903',11288.00),('香蕉','201904',11408.00),('香蕉','201905',11469.00),('香蕉','201906',11528.00),('桔子','201801',10154.00),('桔子','201802',10183.00),('桔子','201803',10245.00),('桔子','201804',10325.00);
INSERT INTO public.sales_monthly (product,ym,amount) VALUES('桔子','201805',10465.00),('桔子','201806',10505.00),('桔子','201807',10578.00),('桔子','201808',10680.00),('桔子','201809',10788.00),('桔子','201810',10838.00),('桔子','201811',10942.00),('桔子','201812',10988.00),('桔子','201901',11099.00),('桔子','201902',11181.00);
INSERT INTO public.sales_monthly (product,ym,amount) VALUES('桔子','201903',11302.00),('桔子','201904',11327.00),('桔子','201905',11423.00),('桔子','201906',11524.00);

/** 计算每个产品当当前月份的累计销量
*/
selectm.product ,m.ym ,m.amount,sum(m.amount) over(partition by m.product order by m.ym rows between unbounded  preceding and current row)
fromsales_monthly morder by m.product,m.ym;