窗口函数不改变行数，仅在每行附加计算结果；partition by仅划分计算范围而不折叠数据；实现降维需配合qualify或子查询过滤，因窗口结果为虚拟列不可直接where筛选。
窗口函数不改变行结构，只附加计算结果
窗口函数不会减少行数，是因为它根本没做“归并”这件事。它只是在原始每一行上，额外算一个值，然后贴回去——就像给每条记录加个标签，而不是把几条记录揉成一条。ROW_NUMBER() 给每行编号，AVG(salary) OVER (PARTITION BY dept) 给每行标上所在部门平均薪资，原始字段一个不少，行数也一个不丢。
PARTITION BY 不是 GROUP BY，它不分组、不折叠
PARTITION BY 看起来像分组，但语义完全不同：它只是划定计算范围，不触发聚合逻辑。你写 COUNT(*) OVER (PARTITION BY dept)，数据库会在每个部门内部各自数一遍，结果广播到该部门所有员工行；而 GROUP BY dept 是强制把所有 tech 员工压成一行，其他字段必须进 GROUP BY 或套聚合函数，否则直接报错 column "name" must appear in the GROUP BY clause。
- 漏写
PARTITION BY→ 默认全表一个分区，COUNT(*) OVER ()每行都返回总行数 - 写错粒度（比如只按年份分区，但业务要按月+岗位）→ 结果看起来“重复”或“不准”，其实是分区切歪了
- 误把
PARTITION BY当GROUP BY用 → 以为能省掉外层查询，结果发现明细还在，没达到“取每组一条”的目标
想降维就得叠加过滤，窗口函数自己不筛选
窗口函数输出和输入行数严格一致，所以它不能单独实现“每个部门只留最高薪那条”。常见错误是写完 ROW_NUMBER() OVER (PARTITION BY dept ORDER BY salary DESC) 就停手，结果返回全部员工——编号是算出来了，但没过滤。真正落地得靠：
-
QUALIFY（Snowflake / BigQuery / Doris）：QUALIFY ROW_NUMBER() OVER (...) = 1 - 子查询嵌套（PostgreSQL / MySQL 8.0+）：
SELECT * FROM (SELECT *, ROW_NUMBER() OVER (...) AS rn FROM t) s WHERE rn = 1 -
DISTINCT ON（PostgreSQL）：SELECT DISTINCT ON (dept) * FROM t ORDER BY dept, salary DESC
注意：ORDER BY 在 OVER 里不是可选的——ROW_NUMBER() 必须指定排序，否则行为未定义；而 AVG() 类函数不写 ORDER BY 虽不报错，但默认帧类型（ROWS 还是 RANGE）因数据库而异，可能引发时间字段重复时的累计偏差。
容易被忽略的虚拟列本质
窗口函数产生的列是运行时计算的虚拟列，不能直接用于 WHERE 过滤——你不能写 WHERE ROW_NUMBER() OVER (...) = 1，会报语法错。必须用 QUALIFY，或者套一层子查询/CTE。这点和 GROUP BY 输出的物理行完全不同：GROUP BY 后的列可直接 WHERE，但窗口结果只能靠外层再筛。这也是为什么“先算再滤”这个动作无法省略，哪怕看起来多了一层嵌套。
