大数据学习（126）-窗口函数范围

🍋🍋大数据学习🍋🍋

🔥系列专栏： 👑哲学语录: 用力所能及，改变世界。
💖如果觉得博主的文章还不错的话，请点赞👍+收藏⭐️+留言📝支持一下博主哦🤞

---

在 SQL 中，窗口范围（Window Frame）通过 OVER 子句的 RANGE、ROWS 或 GROUPS 关键字定义，用于确定聚合函数操作的数据子集。以下是详细解析：

核心语法

<聚合函数> OVER (PARTITION BY ...ORDER BY ...<窗口范围>  -- 定义聚合的具体数据范围
)

窗口范围的三种模式

1. ROWS 模式

基于 物理行号 确定范围，不考虑值的差异。

ROWS BETWEEN <开始> AND <结束>

• 示例：

  ROWS BETWEEN 3 PRECEDING AND CURRENT ROW  -- 当前行及其前3行（共4行）
  ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW  -- 从第一行到当前行
  ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING  -- 当前行+前一行+后一行（共3行）
  

2. RANGE 模式

基于 逻辑值范围 确定范围，适用于日期、数值等有序字段。

RANGE BETWEEN <开始> AND <结束>

示例（日期字段）：

RANGE BETWEEN INTERVAL '7 DAY' PRECEDING AND CURRENT ROW  -- 当前日期及前7天
RANGE BETWEEN 10 PRECEDING AND 10 FOLLOWING  -- 当前值±10的范围（数值字段）

3. GROUPS 模式（较少使用）

基于 排序后的分组 确定范围，需配合 ORDER BY 使用。

GROUPS BETWEEN <开始> AND <结束>

示例：

GROUPS BETWEEN 1 PRECEDING AND CURRENT ROW  -- 当前分组及其前一个分组

边界关键字详解

关键字	含义	适用模式
UNBOUNDED PRECEDING	从分区的第一行 / 第一个值开始	ROWS、RANGE
UNBOUNDED FOLLOWING	到分区的最后一行 / 最后一个值结束	ROWS、RANGE
CURRENT ROW	当前行 / 当前值	所有模式
N PRECEDING	当前行 / 值的前 N 行 / 值（N 为数字）	所有模式
N FOLLOWING	当前行 / 值的后 N 行 / 值（N 为数字）	所有模式
INTERVAL '...' PRECEDING	当前日期 / 时间的前 N 个时间单位	RANGE
INTERVAL '...' FOLLOWING	当前日期 / 时间的后 N 个时间单位	RANGE

常见组合示例

1. 计算移动平均值（7 天滚动）

AVG(amount) OVER (PARTITION BY user_idORDER BY order_dateRANGE BETWEEN INTERVAL '6 DAY' PRECEDING AND CURRENT ROW  -- 近7天（含当天）
)

2. 累计求和（截至当前行）

SUM(amount) OVER (PARTITION BY user_idORDER BY order_dateROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW  -- 从第一行到当前行
)

3. 当前行及前后各一行

MAX(amount) OVER (ORDER BY order_dateROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING  -- 共3行
)

模式选择建议

场景	推荐模式	示例
按时间窗口聚合	RANGE	RANGE BETWEEN INTERVAL '30 DAY' PRECEDING AND CURRENT ROW
按固定记录数聚合	ROWS	ROWS BETWEEN 9 PRECEDING AND CURRENT ROW（计算近 10 行的平均值）
按分组聚合	GROUPS	GROUPS BETWEEN 2 PRECEDING AND CURRENT ROW（计算当前组及前两组）
累计计算（从开始到当前）	ROWS	ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

注意事项

1. ORDER BY 必须存在：
   RANGE 和 GROUPS 模式依赖排序，若无 ORDER BY，窗口范围默认为 UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING。

2. RANGE 的特殊规则：

   • 若排序字段有重复值，RANGE 会将相同值视为同一窗口。例如：

     ORDER BY score  -- 若两行 score 均为 80，它们的窗口范围相同
     

3. 默认窗口范围：
   若省略窗口范围，SQL 默认使用：

   RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW  -- 累计模式
   

总结

窗口范围的选择取决于业务需求：

• 时间 / 数值逻辑范围 → RANGE
• 固定行数 → ROWS
• 分组聚合 → GROUPS