考察点
窗口函数是 SQL 手撕环节的必考内容，面试官想看你是否真正理解「窗口」这个概念，而不是背函数名。追问方向：row_number 和 rank 的区别、窗口帧怎么定义、窗口函数和普通 group by 的本质差异。
参考答案
窗口函数的本质：分组但不折叠
普通 group by 会把每组折叠成一行，组内细节丢了。窗口函数是对每一行都返回一个值，但这个值的计算范围是一个「窗口」——由 over() 里定义的一组行。语法骨架：
func() over (
partition by 分组列 -- 把数据切成若干分区，类似 group by
order by 排序列 -- 分区内排序
rows between 起点 and 终点 -- 窗口帧，可选
)
三个子句各司其职：partition by 决定和谁一组，order by 决定组内顺序（排序类函数必须有），窗口帧决定计算范围（默认是分区起点到当前行）。
四类窗口函数
1. 排序类：row_number()、rank()、dense_rank()
- row_number：分区内从 1 开始连续编号，相同值也给不同名次（顺序不确定）。
- rank：相同值同名次，后续名次跳号，1、2、2、4。
- dense_rank：相同值同名次，后续名次不跳号，1、2、2、3。
面试最爱考的区别就在这。取每组第一名用哪个都行，取「前三名」时 rank 可能带出 4 个人（有并列第三时），dense_rank 保证恰好三个名次段位，业务上「销售额前三的品类」如果允许并列要用 rank，严格控制人数用 row_number。
2. 取值类：lag()、lead()、first_value()、last_value()
lag(col, 1) 取当前行上一行的 col，lead 取下一行，offset 和默认值可配。环比、留存、连续行为分析全靠它们。first_value/last_value 取窗口帧内首尾值，注意last_value 要配窗口帧才有直觉语义，因为默认帧只到当前行，last_value(col) over (partition by g order by t rows between unbounded preceding and unbounded following) 才是「组内最后一行的值」。
3. 聚合类：sum、count、avg、max、min 直接当窗口函数用
sum(amount) over (partition by user_id order by dt
rows between unbounded preceding and current row) -- 累计求和
avg(amount) over (partition by user_id order by dt
rows between 6 preceding and current row) -- 7 天移动平均
聚合类配合窗口帧是核心玩法：累计值、移动平均、组内占比（amount / sum(amount) over (partition by dept)）。
4. 分布类：ntile(n)、cume_dist()、percent_rank()
ntile(4) 把分区均匀切成 4 桶标 1-4，做用户分层（RFM 里的分位打分）常用。cume_dist 返回累计分布占比，percent_rank 是标准化排名。考频低但提一句能加分。
三大高频实战场景
TopN：select * from (select *, row_number() over (partition by dept order by salary desc) rn from emp) t where rn <= 3。这是面试出镜率最高的窗口函数写法。
环比/同比：amount / lag(amount) over (partition by shop_id order by month) - 1 算月环比。
去重：where row_number() over (partition by 主键 order by 更新时间 desc) = 1 保留每个主键最新一条，CDC 数据入仓的标准写法。
一个容易忽略的执行细节
同一条 SQL 里多个窗口函数如果 over 子句不同，引擎会为每种不同的 partition/order 组合各做一次 shuffle 和排序。写复杂 SQL 时尽量让窗口函数的 partition by + order by 保持一致，能合并成一次 shuffle，性能差别在大表上非常明显。
可能的追问
- 窗口函数和 group by 能一起用吗？ 能。执行顺序是 where → group by → having → 窗口函数 → select → order by，窗口函数是在分组聚合之后算的，所以
sum(sum(amount)) over (...)这种嵌套是合法的——内层是分组聚合，外层是窗口聚合。 - rank 有并列时取前三名怎么保证只有三人？ 用 row_number 不用 rank；或者明确业务语义「允许并列」用 rank 并接受人数超编。面试时主动问清这个口径是加分项。
- 窗口函数为什么慢？ 每个不同的窗口规格都要一次全分区 shuffle + 排序，partition by 的 key 倾斜时同样会数据倾斜。大表上可以先过滤再开窗口，减少参与排序的数据量。