悠悠楠杉
网站页面
SQL中SUM()OVER分组求和详解：窗口函数的强大之处
07/10
引言：为什么需要窗口函数？
在日常数据分析工作中，我们经常遇到这样的场景：既要计算总和，又要保留原始数据行；既要看到整体情况，又要分析局部细节。这正是SQL窗口函数大显身手的地方。今天我们就来深入探讨SUM() OVER这个强大的窗口函数用法。
一、SUM() OVER基础语法解析
SUM() OVER的基本语法结构如下：
sql
SUM(column_name) OVER (
[PARTITION BY partition_expression]
[ORDER BY sort_expression [ASC|DESC]]
[frame_clause]
)
1.1 简单分组求和
最简单的用法是只使用PARTITION BY子句：
sql
SELECT
department_id,
employee_name,
salary,
SUM(salary) OVER (PARTITION BY department_id) AS dept_total_salary
FROM employees;
这个查询会计算每个部门的工资总额，同时保留每位员工的详细信息。
1.2 添加排序的累计求和
当加入ORDER BY子句时，SUM() OVER就变成了累计求和：
sql
SELECT
order_date,
product_id,
daily_sales,
SUM(daily_sales) OVER (PARTITION BY product_id ORDER BY order_date) AS running_total
FROM sales_data;
这样可以得到每个产品按日期累计的销售总额。
二、高级用法详解
2.1 自定义窗口范围
通过frame_clause可以精确控制求和范围：
sql
-- 当前行及前两行的总和
SELECT
date,
revenue,
SUM(revenue) OVER (ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS 3day_moving_avg
FROM daily_revenue;
常用窗口范围：
- ROWS BETWEEN N PRECEDING AND CURRENT ROW：前N行到当前行
- ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW：从开始到当前行（默认）
- ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING：从当前行到最后
2.2 多列分组
PARTITION BY支持多列组合：
sql
SELECT
year,
quarter,
region,
sales,
SUM(sales) OVER (PARTITION BY year, quarter, region) AS regional_quarterly_sales
FROM sales_records;
三、实际应用场景
3.1 销售数据分析
sql
-- 计算每位销售员的销售额占团队比例
SELECT
salesperson,
sale_amount,
team,
SUM(sale_amount) OVER (PARTITION BY team) AS team_total,
sale_amount / SUM(sale_amount) OVER (PARTITION BY team) * 100 AS contribution_percentage
FROM sales_transactions;
3.2 库存管理
sql
-- 计算产品库存的累计入库和出库
SELECT
product_id,
transaction_date,
transaction_type,
quantity,
SUM(CASE WHEN transaction_type = 'IN' THEN quantity ELSE 0 END)
OVER (PARTITION BY product_id ORDER BY transaction_date) AS cumulative_in,
SUM(CASE WHEN transaction_type = 'OUT' THEN quantity ELSE 0 END)
OVER (PARTITION BY product_id ORDER BY transaction_date) AS cumulative_out
FROM inventory_transactions;
四、性能优化建议
- 合理使用PARTITION BY：过多的分组列会增加计算负担
- 谨慎使用ORDER BY：可能导致全表排序，在大数据量时性能下降
- 考虑索引：为PARTITION BY和ORDER BY涉及的列建立索引
- 替代方案：对于简单分组求和，GROUP BY可能更高效
五、与其他窗口函数的比较
SUM() OVER只是众多窗口函数中的一个，其他常用函数包括：
- AVG() OVER：计算移动平均
- ROW_NUMBER() OVER：生成行号
- RANK() OVER：计算排名
- LEAD()/LAG() OVER：访问相邻行数据
这些函数可以组合使用，实现复杂的分析需求。
结语：窗口函数的思考
SUM() OVER为代表的窗口函数，打破了传统SQL要么聚合要么明细的二元对立，实现了"既要又要"的数据分析需求。掌握好窗口函数，能让你的SQL查询能力提升一个层次，写出更优雅、更高效的分析语句。
在实际工作中，建议从简单场景开始练习，逐步尝试更复杂的窗口定义，最终你会发现自己已经离不开这些强大的分析工具了。
