大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！

上周讲了窗口函数与子查询、CTE的性能对比，有读者问：窗口函数的帧子句（ROWS/RANGE）到底怎么用？为什么有时候用ROWS有时候用RANGE？今天就把这个坑填上，专门讲讲窗口函数的进阶能力——滑动窗口与帧子句。

想象你站在一列数据的长队里，眼前有一个固定宽度的“窗口”，这个窗口每次向右移动一格，每次只统计窗口内的数据。比如计算最近3天的移动平均：第一天看第1-3天，第二天看第2-4天，第三天看第3-5天……窗口在“滑动”。这就是滑动窗口的核心思想：​

窗口位置随着当前行移动，每次计算一个范围内的数据

帧子句就是用来定义这个“窗口范围”的规则。它告诉数据库：当前行的窗口应该从哪里开始、到哪里结束。比如“从当前行的前2行到当前行的后2行”“从分区第一行到当前行”。帧子句是窗口函数实现滑动窗口的关键语法。

函数() OVER (PARTITION BY ... ORDER BY ... 帧子句)

。帧子句定义了相对于当前行，窗口的起止范围。用好帧子句，可以实现移动平均、累计求和、同比环比、滑动聚合等复杂逻辑，否则窗口函数就只是带排序的分组聚合而已。

ROWS | RANGE BETWEEN 起点 AND 终点
​

如果不显式指定帧子句，默认行为是：有ORDER BY时默认

RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING

。这一点经常被误解，导致计算结果与预期不符。

这是最容易踩的坑。用一个比喻帮助你理解：

SELECT sale_date, amount,
  SUM(amount) OVER (ORDER BY sale_date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) as rows_cum,
  SUM(amount) OVER (ORDER BY sale_date RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) as range_cum
FROM sales;
​

计算每个日期前后各1天（包含当天）的平均销售额。这里的“窗口”就是当前行、前1行、后1行。随着当前行向下移动，窗口也跟着“滑动”。

SELECT sale_date, amount,
  AVG(amount) OVER (ORDER BY sale_date ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) as moving_avg_3
FROM sales;
​

。这就是滑动窗口最常用的形式。

场景2：从当前行到分区末尾的累计

计算每个部门内，按工资从低到高排序，从当前员工到工资最高者的工资总和。

SELECT dept, salary,
  SUM(salary) OVER (PARTITION BY dept ORDER BY salary 
                    ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) as sum_from_curr
FROM emp;
​

这里窗口的起点是“当前行”，终点是“分区末尾”，随着当前行下移，窗口越来越小。适合计算“比我工资高的人的总和”等需求。

计算当前行之前2行到当前行之后2行，但排除当前行本身。例如分析整体趋势时去掉自身的波动。

SELECT sale_date, amount,
  AVG(amount) OVER (ORDER BY sale_date ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING EXCLUDE CURRENT ROW) as moving_avg_exclude_self
FROM sales;
​

是SQL标准支持但MySQL尚未实现的语法，PostgreSQL等数据库已支持。如果MySQL需要实现类似效果，可以自行计算总窗口值再减去当前值。

四、ROWS与RANGE在滑动窗口中的选择建议

（year, month, amount）。计算环比（与上月比较）：

SELECT year, month, amount,
  LAG(amount, 1) OVER (ORDER BY year, month) as prev_amount,
  (amount - LAG(amount, 1) OVER (ORDER BY year, month)) / LAG(amount, 1) OVER (ORDER BY year, month) as growth_rate
FROM monthly_sales;
​

LAG/LEAD函数配合帧子句可以更灵活地定义偏移量。计算同比（去年同期）则需要更复杂的窗口定义或自连接。

窗口函数的高级能力——帧子句，是实现复杂滑动分析的关键。区分ROWS与RANGE、正确设置边界，能写出更简洁高效的SQL，避免使用自连接或游标。掌握这些技巧，是SQL从“能写”到“会优化”的重要一步。

还有什么想了解的，欢迎留言！小耶一定知无不言言无不尽……我们下次见~

SQL中的窗口函数进阶：滑动窗口与帧子句详解

窗口函数是SQL进阶的核心技能，但很多人在使用ROW_NUMBER()、RANK()后就止步了。本文深入讲解窗口函数的帧子句（ROWS/RANGE），实现滑动窗口聚合、移动平均、累计求和等复杂计算。通过真实案例对比ROWS与RANGE的区别，以及使用UNBOUNDED、CURRENT ROW、FOLLOWING的精确定义，帮助DBA和开发人员真正驾驭窗口函数。

数据库

后端

算法

本文详细解析SQL窗口函数中的帧子句（ROWS与RANGE），帮助读者掌握滑动窗口的实现方法。ROWS按行数严格划分窗口，适合逐行计算移动平均；RANGE基于ORDER BY列的值划分窗口，适合按逻辑分组统计。文章通过实际案例对比两种帧子句的应用场景，如3日移动平均、同比环比计算，并提供性能优化建议，助力提升SQL查询效率与数据分析能力。

PostgreSQL

MySQL

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

本文详细解析SQL窗口函数中的帧子句（ROWS与RANGE），帮助读者掌握滑动窗口的实现方法。ROWS按行数严格划分窗口，适合逐行计算移动平均；RANGE基于ORDER BY列的值划分窗口，适合按逻辑分组统计。文章通过实际案例对比两种帧子句的应用场景，如3日移动平均、同比环比计算，并提供性能优化建议，助力提升SQL查询...

SQL中的窗口函数进阶：滑动窗口与帧子句详解

SQL中的窗口函数进阶：滑动窗口与帧子句详解

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐