计算机窗口函数是一种在数据集上执行计算的方法，它允许你在不改变数据行数的情况下，对数据集中的每一行添加一个新列，这个新列的值是基于当前行在某个“窗口”内的计算结果。窗口函数通常用于数据分析，比如排名、累计计算、动态分组等。
基本语法
```sql
function_name（） OVER （
[PARTITION BY column_name]
[ORDER BY column_name]
[ROWS | RANGE BETWEEN frame_start AND frame_end]
）
```
`function_name`：要执行的窗口计算函数，如 `ROW_NUMBER（）`、`RANK（）`、`SUM（）`、`AVG（）` 等。
`PARTITION BY`：指定分组的列，窗口函数将在每个分组内独立执行。
`ORDER BY`：指定排序的列，用于确定窗口函数在分组内的排序方式。
`ROWS | RANGE`：指定窗口的大小和范围，`ROWS` 表示固定的行数范围，`RANGE` 表示基于当前行和指定偏移量的范围。
`frame_start` 和 `frame_end`：指定窗口的起始和结束行。
常见窗口函数
`ROW_NUMBER（）`：为每一行分配一个唯一的数字，根据 `ORDER BY` 子句排序。
`RANK（）`：为每一行分配一个排名，相同值的行将获得相同的排名。
`DENSE_RANK（）`：类似于 `RANK（）`，但不会跳过任何排名。
`SUM（）`、`AVG（）`、`MIN（）`、`MAX（）`：这些聚合函数也可以作为窗口函数使用，以便在每个窗口内进行计算。
`LEAD（col, n, DEFAULT）`：返回当前行的前一行或后一行的值。
`LAG（col, n, DEFAULT）`：返回当前行的前一行或后一行的值。
`FIRST_VALUE（col）`：返回窗口中的第一个值。
`LAST_VALUE（col）`：返回窗口中的最后一个值。
使用场景
分区排序：对数据进行分区，并在每个分区内进行排序。
动态 Group By：在不使用 `GROUP BY` 子句的情况下，对数据进行分组。
Top N：获取每个分组中的前 N 行数据。
累计计算：在每行上计算累计值，如累计销售额、累计用户数等。
层次查询：在查询结果中包含层次结构的数据。
示例
假设有一个销售数据表 `sales`，包含 `sale_date`（销售日期）和 `sales_amount`（销售额）列，我们可以使用窗口函数来计算每个产品在前几天的销售额：
```sql
SELECT
sale_date,
product_id,
sales_amount,
LAG（sales_amount） OVER （PARTITION BY product_id ORDER BY sale_date） AS previous_day_sales
FROM
sales；
```
在这个查询中，`LAG（sales_amount） OVER （PARTITION BY product_id ORDER BY sale_date）` 计算每个产品在前一天的销售金额。
注意事项
窗口子句必须和 `ORDER BY` 子句同时使用，且如果指定了 `ORDER BY` 子句未指定窗口子句，则默认为 `RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW`。
当 `ORDER BY` 和窗口从句都缺失时，窗口规范默认是 `ROW BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW`。
通过使用窗口函数，你可以更灵活地进行数据分析和报表统计，而无需进行复杂的聚合或排序操作。