mysql 8.0 中多数嵌套查询可用窗口函数重写，性能提升3–10倍，适用于top n、累计值、排名、前后行对比等场景；需确保版本≥8.0，并注意partition by、order by及外层过滤等关键细节。
MySQL 8.0 中绝大多数嵌套查询（尤其是关联子查询）可以直接用窗口函数重写，性能提升通常在 3–10 倍，且逻辑更清晰、维护成本更低。前提是你的 MySQL 版本确实是 8.0 或更高，且查询涉及“每组取 Top N”“累计值”“排名”“前后行对比”等典型场景。
ROW_NUMBER() 替代 “每组取最新一条”的自关联
这是最常见也最容易踩坑的替换场景。传统写法依赖 GROUP BY + 自连接，既慢又难维护。
常见错误现象：查询执行时间随数据量增长明显变长，EXPLAIN 显示多次 Using temporary; Using filesort，甚至触发磁盘临时表。
实操建议：
- 先用
WHERE过滤掉无效记录（如order_status = 'completed'），再套窗口函数——避免在大结果集上计算 -
PARTITION BY列必须和业务分组维度严格一致（比如user_id，不是user_name） -
ORDER BY必须包含唯一列保序（如create_time DESC, order_id DESC），否则相同时间戳下ROW_NUMBER()分配可能不一致 - 别漏掉外层
WHERE rn = 1，窗口函数本身不减少行数
示例（保留每个用户的最新订单）：
SELECT user_id, order_id, create_time
FROM (
SELECT *,
ROW_NUMBER() OVER (
PARTITION BY user_id
ORDER BY create_time DESC, order_id DESC
) AS rn
FROM user_orders
WHERE status = 'paid'
) t
WHERE rn = 1;
SUM() OVER (PARTITION BY ... ORDER BY ...) 替代累计求和子查询
原写法是为每一行执行一次子查询算“截止当前的累计值”，复杂度 O(n²)，而窗口函数只需一次排序扫描。
容易踩的坑：
- 漏掉
ORDER BY：会导致SUM() OVER (PARTITION BY ...)算的是整组总和，不是累计和 -
ORDER BY列有重复值且未加唯一列：累计顺序不确定，结果不可复现 - 没加
PARTITION BY：误算成全表累计，而非按用户/部门分组累计
使用场景：销售流水统计、用户行为路径累计、库存变动追踪。
示例（每个用户的订单金额累计）：
SELECT user_id, order_time, amount,
SUM(amount) OVER (
PARTITION BY user_id
ORDER BY order_time, order_id
) AS cumsum
FROM orders;
RANK() / DENSE_RANK() 替代分数/销量排名子查询
老式写法靠 (SELECT COUNT(*) FROM t2 WHERE t2.score > t1.score) + 1，无法走索引，5000 行以上就明显卡顿。
三者关键区别直接影响业务语义：
-
RANK()：同分同名，跳过后续名次（如 1,2,2,4）——适合竞赛类排名 -
DENSE_RANK()：同分同名，不跳名次（如 1,2,2,3）——适合榜单展示 -
ROW_NUMBER()：强制唯一序号（如 1,2,3,4）——适合分页或取 Top N
注意点：
- 排序方向必须明确写
DESC（高分优先）或ASC（低分优先），默认是 ASC - 如果要兼容 NULL 值，建议在
ORDER BY后加NULLS LAST（MySQL 8.0.22+ 支持）
示例（按销售额降序排部门内排名）：
SELECT dept_id, salesperson, amount,
RANK() OVER (
PARTITION BY dept_id
ORDER BY amount DESC
) AS rank_in_dept
FROM sales;
LAG() / LEAD() 替代“查上一行/下一行”的自连接
典型需求如：计算相邻两笔订单的时间差、环比增长率、用户首次/末次行为标记。
传统方案靠自连接 + o1.id = o2.id - 1 类逻辑，极易因 ID 不连续或并发插入出错。
实操要点：
-
LAG(col, 1)默认取前 1 行，第二个参数可指定偏移量（如LAG(amount, 2)取前两行） - 务必配合
PARTITION BY+ORDER BY，否则跨用户混排 - 首行无前值时返回 NULL，可用
COALESCE(LAG(...), 0)设默认值
示例（同一用户相邻订单间隔分钟数）：
SELECT user_id, order_time,
TIMESTAMPDIFF(
MINUTE,
LAG(order_time) OVER (
PARTITION BY user_id
ORDER BY order_time
),
order_time
) AS minutes_since_last
FROM orders;
真正难的不是写出窗口函数语法，而是识别哪些子查询能被替代——核心判断标准就一条：该子查询是否在主表每一行上重复执行、且只依赖当前行某字段做关联条件。满足这点，基本都能换。
