窗口函数在select阶段执行,晚于where和group by,在group by输出结果上计算,不可用于where过滤,且partition by优先于order by生效。

窗口函数在 SELECT 阶段执行,但晚于 WHERE 和 GROUP BY
窗口函数不是在你写的 SELECT 语句位置就立刻算出来,而是被 SQL 引擎推迟到整个数据集已过滤、分组完成之后才计算。标准执行链中,它紧接在 SELECT(非窗口部分)之后、DISTINCT 之前运行。
这意味着:WHERE 里不能写 ROW_NUMBER() OVER (...) > 1,会报错;GROUP BY 后的聚合结果才是窗口函数的输入源——比如你先用 GROUP BY dept 算出每个部门平均薪资,窗口函数才能基于这个结果再做排名或占比计算。
FROM → WHERE → GROUP BY → HAVING → SELECT(普通列)→ WINDOW FUNCTIONS → DISTINCT → ORDER BY → LIMIT- 你在
SELECT中写的窗口表达式,实际是在虚拟表 VT5(GROUP BY 输出)基础上生成 VT6,而非原始表 - 如果误以为窗口函数能参与
WHERE过滤,常会写出语法错误或逻辑错位的 SQL
PARTITION BY 必须先于 ORDER BY 生效,否则排序范围错乱
窗口定义里的 PARTITION BY 是物理切分动作,ORDER BY 只是每个分区内部的逻辑排序。引擎不会先全局排好序再分区,而是先按 PARTITION BY dept 拆成若干子集,再对每个子集单独跑 ORDER BY salary DESC。
典型反例:ROW_NUMBER() OVER (ORDER BY score DESC) 给全表打唯一序号;而 ROW_NUMBER() OVER (PARTITION BY class ORDER BY score DESC) 每个班级都从 1 开始编号——这两个结果完全不可互换,也不能靠后期 ORDER BY 补救。
- 没写
PARTITION BY时,ORDER BY作用域是整张结果集 - 写了
PARTITION BY后,ORDER BY仅限当前分区,跨分区不保序 - 若想让不同分区的 top1 按某字段再统一排序,得在外层再套一层
ORDER BY
没写 ORDER BY 时,ROWS BETWEEN 的行为完全不可控
只要窗口定义中用了帧子句(如 ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING),就必须显式声明 ORDER BY。否则数据库只能依赖数据页物理顺序,而这个顺序受插入批次、VACUUM、索引重建等影响,同一查询多次执行可能返回不同结果。
MySQL 8.0+、PostgreSQL、SQL Server 都明确将此列为未定义行为(undefined behavior),不是 bug,是规范允许的“自由发挥”。你看到的结果只是碰巧稳定,不是保证稳定。
- 即使
ROW_NUMBER()不带ORDER BY也能执行,但编号顺序无意义 -
SUM() OVER (ROWS BETWEEN ...)缺少ORDER BY会导致累计值随机跳变 - 生产 SQL 中凡出现
ROWS或RANGE,检查是否漏了ORDER BY是第一要务
ORDER BY 字段重复时,RANK() 和 ROW_NUMBER() 行为差异直接影响分页逻辑
当 ORDER BY score 存在大量相同值,ROW_NUMBER() 仍强制分配连续整数(1,2,3…),而 RANK() 会并列后跳号(1,1,3…),DENSE_RANK() 并列后不跳号(1,1,2…)。这在分页取 top-N 或剔除重复排名时极易引发数据遗漏或重复。
例如用 ROW_NUMBER() OVER (ORDER BY created_at) 分页查最新记录,若多行 created_at 完全相同,它们会被强行打散到不同页;换成 RANK() 则可能全挤在第一页,第二页直接空。
- 分页场景优先用
ROW_NUMBER()+ 多重排序(如ORDER BY created_at DESC, id DESC)保唯一性 - 业务上需要“并列”语义时才选
RANK()或DENSE_RANK(),且必须确认下游能处理跳号 - 性能敏感场景下,
ORDER BY字段建议建索引;若还有PARTITION BY,优先建复合索引((partition_col, order_col))
真正容易被忽略的是:窗口函数的“执行时机”和“作用域”是两件事。前者决定它能看到哪些数据(已过滤、已分组),后者决定它怎么组织这些数据(分区切分优先级高于排序)。写错一个位置,轻则结果漂移,重则逻辑崩坏——而这类问题往往在测试数据量小时完全暴露不出来。










