窗口函数不能直接行转列，需配合group by和case when：先用row_number()等打序号标签，再通过聚合将多行压为一行；pivot与窗口函数适用场景不同，不可混用。
窗口函数本身不能直接行转列，必须配合GROUP BY和CASE WHEN
窗口函数（如 ROW_NUMBER()、DENSE_RANK()）只在现有行上生成计算值，不改变行数、不合并行、也不创建新列。所谓“用窗口函数实现行转列”，真实意思是：先用窗口函数标出每行在分组内的序号或排名，再用 GROUP BY + CASE WHEN + 聚合函数（如 MAX()）把多行压成一行——窗口函数只是“打标签”，真正“压行”的是聚合逻辑。
- 常见误操作：写完
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at)就停了，没套外层GROUP BY，结果还是明细行，根本没转列 - 必须确保
PARTITION BY与最终GROUP BY的字段完全一致，否则序号分组错乱，CASE WHEN rn = 1可能匹配到错误分组的行 -
ORDER BY在窗口函数中必须明确（不能依赖默认），否则ROW_NUMBER()结果不可复现，尤其涉及NULL或相同排序键时
SQL Server中固定列数行转列的标准三步写法
以“每个用户前3笔订单时间转为 order_time_1 / order_time_2 / order_time_3”为例，这是最典型的可控场景：
- 第一步：子查询中用
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at)标序号，注意用created_at而非id，避免插入顺序干扰业务语义 - 第二步：外层
GROUP BY user_id，对每个用户聚合成一行 - 第三步：用
MAX(CASE WHEN rn = 1 THEN created_at END)提取对应值；MAX()是为了吞掉CASE对非匹配行返回的NULL，也可用MIN()，效果一致
SELECT user_id,
MAX(CASE WHEN rn = 1 THEN created_at END) AS order_time_1,
MAX(CASE WHEN rn = 2 THEN created_at END) AS order_time_2,
MAX(CASE WHEN rn = 3 THEN created_at END) AS order_time_3
FROM (
SELECT user_id, created_at,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at) AS rn
FROM orders
) t
GROUP BY user_id;
别用 RANK() 或 ROW_NUMBER() 替代 DENSE_RANK() 做 Top N 行转列
当你要取“每个地区销量前3的产品名”这类带业务去重含义的需求时，序号函数选错会导致结果漏项或重复：
-
ROW_NUMBER()：同销量产品强行编号不同 → 可能只取到一个第3名，漏掉并列者 -
RANK()：同销量同名次但跳号 → “前3”实际可能返回4行（如两个第2名 + 一个第4名） -
DENSE_RANK()：同销量同名次且不跳号 → 真正符合“前N个唯一排名”的业务预期
例如取各地区销量前3产品，必须用 DENSE_RANK() OVER (PARTITION BY region ORDER BY amount DESC)，再配合 MAX(CASE WHEN drnk = 1 THEN product END)，否则聚合后列值对不齐。
PIVOT 和窗口函数不是替代关系，而是适用场景完全不同
有人试图在 PIVOT 里嵌套窗口函数，这是无效的：PIVOT 的输入源必须是普通结果集，不能含未聚合的窗口表达式；而窗口函数又不能出现在 PIVOT 的 FOR 子句或 IN 列表中。
-
PIVOT适合类别值已知、数量稳定、且需硬编码列名的场景（如固定科目：Math/English/Science） - 窗口函数 +
CASE WHEN适合需要动态排序、Top N、或序号依赖业务逻辑（如“最早一笔”“最新三笔”）的场景 - 二者混用唯一合理方式：窗口函数在
PIVOT的子查询里预计算辅助字段（如加一列is_top3 = IIF(DENSE_RANK()... ），但 <code>PIVOT本身仍不处理序号逻辑
真正容易被忽略的是：窗口函数的执行时机早于 GROUP BY，但晚于 WHERE；如果你在子查询里过滤了数据，窗口函数只在过滤后结果上计算——这意味着，想取“每个用户最近3笔”，必须在窗口函数前就完成时间范围筛选，而不是指望 GROUP BY 后再裁剪。
