PostgreSQL窗口函数详解：rank, row_number, dense_rank等

本文主要对PostgreSQL数据库中的窗口函数进行了全面总结，涵盖了row_number、rank、dense_rank等重要窗口函数的使用方法，以及它们之间的区别。同时，文章还讲解了percent_rank、groupingsets等高级窗口函数的应用，并通过实例演示了如何结合聚合函数来实现更复杂的查询。 1. 窗口函数说明： 窗口函数允许我们在一行数据上执行计算，同时考虑同一查询的其他行。这些函数在SELECT语句中使用，通常配合OVER子句定义一个“窗口”，在这个窗口内进行计算。 2. row_number/rank/dense_rank的区别： - `row_number()`：为每一行分配一个唯一的数字，按照指定的排序顺序连续编号。 - `rank()`：与row_number类似，但如果有相同值，则分配相同的排名，之后的排名会有空缺。 - `dense_rank()`：同样处理相同值，但不会产生排名空缺，而是连续分配排名。 3. 窗口函数语句示例： 文章通过创建测试表`test1`和插入数据，展示了如何在不同场景下使用窗口函数，如查看每个部门的最高工资、显示行号等。 4. rank over 窗口函数使用： - 按照分区查看每行的个数，展示每个部门的员工数量。 - 按照分区和排序查看每行数据，比如按部门和工资排序。 - 查看每个部门最高的数据，找出每个部门工资最高的员工。 5. row_number over 窗口函数的使用： - 显示数据的行号，可以按顺序分配行号或在特定范围内获取数据。 - 显示分区的个数，例如计算每个部门的员工数。 - 按照department分组并按wages排序显示数据，展示每个部门按工资排序后的员工列表。 6. dense_rank over 窗口函数的使用： - 与rank函数对比，展示了当有相同值时，dense_rank如何连续分配排名。 7. rank/row_number/dense_rank比较： 文章进一步探讨了这三个函数在处理重复值时的行为差异。 8. percent_rank窗口函数的使用： 解释了如何使用percent_rank计算每个数据点在分组内所占的比例。 9. groupingsets函数的使用： 通过示例展示了如何使用groupingsets进行多层次的分组，如先按工资分组，再按部门分组。 10. 聚合函数+窗口函数使用： 结合聚合函数（如COUNT、SUM）与窗口函数，实现更复杂的数据统计，如统计每个部门的员工数和工资总和，以及按排序统计部门工资总和。 11. window子句使用： 讲解了window子句的含义和作用，以及如何在SQL语句中使用它。 12. 序列函数（first_value, last_value）使用： 介绍了这两个函数的功能，用于获取窗口内的第一个或最后一个值，并提供了实际的SQL示例。 通过以上内容，读者可以深入理解PostgreSQL中的窗口函数，并能够灵活应用在实际的数据库查询中。