窗口函数详解

over() 是一个常用的函数，不管在oralce 还是大数据hive-sql 都支持。最近在看SQL的时候，才发现，自己以前的理解与over()实际使用有一定的偏差。

使用

over（order by xxx） 按照xxx排序进行累计，order by是个默认的开窗函数
over（partition by xxx）按照xxx分区
over（partition by xxx order by xx）按照xxx分区，并以xx排序
一般大家想到的是这几种，其实还有一种
over（）
下面将以sum(）与 over()结合，举几个例子方便理解。
首先创建一张简单的表(CLIENT)：

情况一

over（order by xxx）
按照ID排序

SELECT NAME, SUM("ID") OVER(ORDER BY "ID" ) FROM CLIENT;

得到结果：

实现逻辑：按照ID升序排序，第N行数据为：第N行相等排序值唯一时，累加第一行至第N-1行值，并加上第N行的数据作为第N行的最终值；第N行相等排序值不唯一时，累加第一行至第N-1行值，并加上第N行的数据*n（n为与第N行相同值的个数）数据作为第N行的最终值；

情况二

over（partition by xxx）
按照xxx分区

SELECT NAME, SUM("ID") OVER(PARTITION BY NAME ) FROM CLIENT;

得到结果：

实现逻辑：某个分区的值：按照 NAME 分区，将与NAME相同分区下的值求和；

情况三

over（partition by xxx order by xx）
按照xxx分区，并以xx排序

SELECT NAME, SUM("ID") OVER(PARTITION BY NAME ORDER BY "ID" ) FROM CLIENT;

得到结果：

实现逻辑：如果理解了前两种实现逻辑，那么这种情况其实很容易理解，就是前两种的结合体。先按照情况二按照NAME分区，然后按照情况一处理分区内的数据即可；

情况四

over（）
over中为空

SELECT name, SUM("ID") over() FROM CLIENT;

得到结果：

实现逻辑：此时，其实就是对所有ID进行求和而已， 你可认为over()函数不存在一样处理得到值，不同的是，此时会有多条数据，而如果没有over的sum 仅有一条数据，这也正是over函数的一大特点；

窗口函数进阶

讲一讲over窗口函数的其他灵活的用法。即，统计当前行的前N行及后N行数据。
先来看一下数据的组成：

SELECT name, "ID" FROM CLIENT order by "ID";

结果为：

3	1
ck2	2
ck2	3
ck3	3
ck4	4

ROWS BETWEEN CURRENT ROW AND CURRENT ROW

SELECT name, SUM("ID") over(ORDER BY "ID"  ROWS BETWEEN CURRENT ROW AND CURRENT ROW) FROM CLIENT;

3	1
ck2	2
ck2	3
ck3	3
ck4	4

此案例下，其实与SELECT name, "ID" FROM CLIENT order by "ID";结果一致。因为数据统计行范围为BETWEEN CURRENT ROW AND CURRENT ROW，即当前行。

ROWS BETWEEN 1 PRECEDING AND CURRENT ROW

SELECT name, SUM("ID") over(ORDER BY "ID"  ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) FROM CLIENT;

3	1
ck2	3
ck2	5
ck3	6
ck4	7

此案例下，数据会统计当前行及当前行的前一行数据。PRECEDING为在…之前。

ROWS BETWEEN CURRENT ROW AND 1 FOLLOWING

SELECT name, SUM("ID") over(ORDER BY "ID"  ROWS BETWEEN CURRENT ROW AND 1 following) FROM CLIENT;

3	3
ck2	5
ck2	6
ck3	7
ck4	4

此案例下，数据会统计当前行及当前行的后一行数据。FOLLOWING为在…之后。

ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING

SELECT name, SUM("ID") over(ORDER BY "ID"  ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) FROM CLIENT;

3	3
ck2	6
ck2	8
ck3	10
ck4	7

此案例下，数据会统计当前行、当前行的前一行数据及当前行的后一行数据。

ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

SELECT name, SUM("ID") over(ORDER BY "ID"  ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) FROM CLIENT;

3	1
ck2	3
ck2	6
ck3	9
ck4	13

此案例下，数据会统计当前行之前的所有数据及当前行的数据。注意此SQL执行结果与SQLSELECT name, SUM("ID") over(ORDER BY "ID" ) FROM CLIENT;某些情况下结果是一致的。但当"ID"有重复值时，案例SQL数据到哪行算到哪行，而SQLSELECT name, SUM("ID") over(ORDER BY "ID" ) FROM CLIENT;会统计当前行前的所有数据及与当前行值一样的所有数据。

ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING

SELECT name, SUM("ID") over(ORDER BY "ID"  ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING ) FROM CLIENT;

3	13
ck2	13
ck2	13
ck3	13
ck4	13

此案例下，会统计表中所有数据。与SQLSELECT name, SUM("ID") over() FROM CLIENT;结果无异，只是结果的排序略有不同。

说了这么多使用方法，可我还是不知道怎么用啊？假设有这么一种情况，数据库中有每月公司经营的盈亏额。老板想让你计算下每个月基于上一月是盈利还是亏损？盈利/亏损值是多少？那么此时用上一个over函数，分分钟搞定。

select month, sum(balance) over(order by month rows between 1 preceding and current row) from month_profit_table ; // 假设balance盈利为正，亏损为负