窗口函数执行前必须拿到完整分区数据,它在WHERE/JON/GROUP BY之后、结果返回前运行,ORDER BY字段无索引时将强制全量内存排序,且无法下推过滤条件。

窗口函数执行前必须拿到完整分区数据
窗口函数不是边读边算,它处在 SQL 执行流程的固定阶段:WHERE / JOIN / GROUP BY 完成后、最终结果返回前。这时中间结果集已经生成,ORDER BY字段若无索引,数据库只能把整个分区所有行一次性加载进内存排序——哪怕你只取 ROW_NUMBER() = 1,也得全载入。
- PostgreSQL 的
EXPLAIN (ANALYZE)显示WindowAgg节点在最外层,且子节点是Seq Scan或未命中索引的Index Scan,基本等于确认:没过滤干净、没走索引、全量排序已发生 - MySQL 8.0+ 查
SHOW STATUS LIKE 'Sort%',若Sort_merge_passes持续上升,说明sort_buffer_size不够用,已在磁盘落刷 - ClickHouse 更极端:21.8+ 实验性支持部分窗口函数,但
sum(x) OVER (PARTITION BY a ORDER BY b)仍需把整个分组数据加载进内存排序,且压根没有max_bytes_before_external_window这类磁盘落刷参数
ORDER BY 字段没索引 = 强制内存排序
只要 OVER (PARTITION BY x ORDER BY y) 中的 y 列没索引,几乎所有主流数据库都会触发显式排序操作。SQL Server 执行计划里出现红色警告或高成本的 Sort 节点;PostgreSQL 显示 Sort Method: external merge Disk;MySQL 报 Using filesort —— 这些都不是提示,是溢出已发生的铁证。
- 复合索引顺序必须匹配:对
PARTITION BY a, b ORDER BY c,应建INDEX(a, b, c) INCLUDE(d, e),不能颠倒 -
RANGE BETWEEN对非唯一ORDER BY列更敏感,没索引时容易退化成全扫描;ROWS BETWEEN相对稳定,但仍依赖排序效率 - MySQL 8.0+ 不支持
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW语法,写了也白写,别浪费调试时间
低区分度 PARTITION BY 让内存压力翻倍
如果 PARTITION BY 字段基数太低(比如只有 'active'/'inactive' 两个值),整个表就被压成极少数几个超大分区。SQL Server 可能因内存不足降级到 TempDB;ClickHouse 直接 OOM;PostgreSQL 在 work_mem 不足时大量写磁盘。
- 查
system.query_log(ClickHouse)或pg_stat_statements(PostgreSQL)看memory_usage是否达 GB 级 - 用
SELECT COUNT(*) FROM t GROUP BY partition_col快速验证分区大小分布,避免 “3 个分区占 99% 行数” 这种陷阱 - 业务上可接受时,改用时间粒度切分(如按天/周分组)代替宽泛状态字段,把一个巨分区拆成几十个可控小分区
别指望 WHERE 下推进窗口函数内部
WHERE 写在窗口函数外面,和写在里面对执行计划毫无影响。窗口函数本身不支持条件下推,所谓 “优化器自动下推” 是误解。真正有效的是手动包一层子查询或 CTE,让过滤发生在窗口计算之前。
- 错误写法:
SELECT *, ROW_NUMBER() OVER (ORDER BY created_at) FROM orders WHERE status = 'shipped'→ 先开窗再过滤,全表排序已发生 - 正确写法:
SELECT * FROM (SELECT id, created_at FROM orders WHERE status = 'shipped' AND created_at >= '2026-04-01') t ORDER BY created_at LIMIT 100→ 子查询走(status, created_at)复合索引,直接 range 扫描 + 索引有序返回 - 真要全局序号分页?90% 场景其实不需要
ROW_NUMBER(),ORDER BY created_at DESC LIMIT 100配合索引就是毫秒级
实际最难处理的,是那些必须跨大分区做累计计算(比如用户全生命周期流水求 running_total)的场景。这时候光靠索引和过滤不够,得结合业务接受近似结果、拆分时间粒度、或改用物化中间表——否则内存压力不会消失。











