聚合函数与窗口函数不可混写于同一级select，因语义冲突；正确做法是用子查询或cte分层处理，先group by聚合再在其结果上应用窗口函数。
聚合函数和窗口函数不能混写在同一级 SELECT 中
直接在同一个 SELECT 列表里既写 SUM(amount) 又写 AVG(amount) OVER (PARTITION BY status)，几乎所有主流数据库（PostgreSQL、MySQL 8.0+、SQL Server、Oracle）都会报错，典型错误是 invalid reference to FROM-clause entry 或语法解析失败。
这不是配置问题，也不是版本兼容问题，而是 SQL 标准的硬性限制：聚合函数（SUM、COUNT 等）作用于分组后的一行结果；窗口函数（SUM() OVER、AVG() OVER）则必须作用于未分组的原始行集。二者语义冲突，无法共存于同一层级。
正确做法：用子查询或 CTE 分层处理
把聚合和窗口拆到不同层级，是最稳妥、最易理解的方式。核心思路是：先用 GROUP BY 得到聚合结果，再把该结果作为“新表”，在其上施加窗口计算。
- 如果目标是“每个部门的平均薪资，以及这些平均值的中位数”，就得先
GROUP BY dept算出dept_avg，再套一层SELECT PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY dept_avg) - 如果要“每个订单的总金额 + 所有订单总金额的占比”，不能写
SUM(amount), SUM(amount) / SUM(SUM(amount)) OVER()，而应：WITH order_sums AS ( SELECT order_id, SUM(amount) AS order_total FROM payments GROUP BY order_id ) SELECT order_id, order_total, order_total / SUM(order_total) OVER() AS pct_of_total FROM order_sums; - CTE 比子查询更清晰，尤其当需要多次引用中间结果时
替代方案：全用窗口函数，避免 GROUP BY
如果你其实不需要减少行数（比如想保留每条明细记录），那完全可以绕开 GROUP BY，全部改用窗口函数——它们天然支持多指标并行计算，且不改变原始行数。
- 例如统计“每位客户每笔订单金额 + 该客户的订单总数 + 该客户的平均订单额”，直接写：
SELECT customer_id, order_id, amount, COUNT(*) OVER (PARTITION BY customer_id) AS order_count, AVG(amount) OVER (PARTITION BY customer_id) AS avg_order_amt FROM orders;
- 注意：
COUNT(*) OVER和AVG(amount) OVER是独立计算的，互不影响，也不需要GROUP BY - 但这样无法做
HAVING过滤，也不能替代对原始数据的分组汇总需求
最容易被忽略的细节：ORDER BY 在窗口函数中的隐式影响
哪怕你只写 SUM(amount) OVER (PARTITION BY dept)，没加 ORDER BY，某些数据库（如 PostgreSQL）仍可能按主键或物理顺序隐式排序，导致累计类行为不稳定。如果后续要加 ROWS BETWEEN 或依赖顺序（比如 FIRST_VALUE），就必须显式声明 ORDER BY，且最好包含唯一列防歧义。
另外，OVER() 里不写任何子句（即 SUM(amount) OVER()）表示整张结果集为一个窗口，此时若原始查询带 WHERE 或 LIMIT，窗口范围会受其影响——这点常被当成“全局总计”误用，实际需确认执行计划里的实际行数是否符合预期。
