窗口函数与group by的本质区别在于输出行数：窗口函数保留原表所有行，每行附加计算值，输出行数=输入行数；group by压缩行数，输出行数≤输入行数，丢失明细。
窗口函数和 GROUP BY 的本质区别在哪？
窗口函数不会压缩行数，GROUP BY 会。这是保留原始行细节的前提。如果你用了 GROUP BY 却还想看到每条记录的原始字段，说明你误用了聚合逻辑——该用窗口函数的地方用了分组。
-
AVG(salary) OVER (PARTITION BY dept)：每行都返回所在部门的平均工资，原始员工姓名、ID、入职日期全在 -
AVG(salary) FROM emp GROUP BY dept：只返回一行/部门，其他字段必须进GROUP BY或套ANY_VALUE()（MySQL）或报错（PostgreSQL）
常见错误现象：column "name" must appear in the GROUP BY clause or be used in an aggregate function —— 这不是语法问题，是逻辑选错。
哪些聚合函数能直接用于窗口？
绝大多数标准聚合函数都支持窗口语法，但行为和普通用法不同：它们在窗口内计算，不丢行。
- 支持的典型函数：
SUM()、AVG()、COUNT()、MAX()、MIN()、STDDEV() - 注意
COUNT(*)和COUNT(col)区别：前者统计非空行数（含 NULL），后者跳过NULL值 -
STRING_AGG(col, ',') OVER (PARTITION BY id)（PostgreSQL）或GROUP_CONCAT(col) OVER (PARTITION BY id)（MySQL 8.0+）可拼接字符串，仍保留每行
不支持的函数：DISTINCT 不能单独作窗口函数；LIMIT/OFFSET 不能出现在窗口定义中；ORDER BY 在 OVER() 里是排序依据，不是结果排序。
ORDER BY 在 OVER() 里到底影响什么？
它只影响窗口帧（frame）的计算顺序，不影响最终结果集顺序。没写 ORDER BY，默认帧是 RANGE BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING（整窗口）；写了，则可能触发默认帧变为 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW（累计计算）。
- 想算“部门内按薪资升序的累计人数”：用
COUNT(*) OVER (PARTITION BY dept ORDER BY salary) - 想算“部门平均薪资（不管排序）”：用
AVG(salary) OVER (PARTITION BY dept)，加不加ORDER BY结果一样 - 错误用法：
SELECT *, AVG(salary) OVER (ORDER BY hire_date) FROM emp—— 这会跨部门计算滑动平均，通常不是本意
性能提示：带 ORDER BY 的窗口函数一般比不带的开销大，尤其数据量大时；PostgreSQL 中还可能触发强制排序。
为什么结果看起来“重复”或“不对”？
根本原因常是 PARTITION BY 划分粒度太粗或太细。
- 太粗：比如只按
YEAR(hire_date)分区，但你想看“每月每个岗位”的平均薪资 → 应写PARTITION BY YEAR(hire_date), job_title - 太细：比如
PARTITION BY id，那每个窗口就一行，AVG()就等于原值，毫无意义 - NULL 值陷阱：
PARTITION BY dept时，所有dept IS NULL的行会被分到同一组 —— 如果业务上它们不属于同一逻辑组，得先COALESCE(dept, 'unknown')或过滤
另一个隐形坑：ROWS vs RANGE 帧类型。默认 RANGE 对 ORDER BY 相同值会把它们全纳入当前帧；ROWS 只认物理行序。时间字段用 RANGE 更自然，主键用 ROWS 更可控。
窗口函数本身不难，难的是想清楚“我要对哪几行做聚合、这些行怎么界定、顺序是否影响结果”。写之前先手写两行样例，模拟窗口范围，比直接跑 SQL 更快定位问题。
