标准答案
- ROW_NUMBER、RANK、DENSE_RANK 适合按分组排名，并可用于取每组最新一条或前 N 条记录。
- SUM、AVG 等配合 OVER 和窗口边界可计算累计值、移动平均和时间序列指标。
- LAG、LEAD 可以读取同一分区的前后记录，适合比较状态变化、相邻事件和环比。
- PARTITION BY 定义独立计算组，ORDER BY 定义组内顺序；排序字段必须稳定，否则排名与分页可能不确定。
- 窗口函数通常需要排序或分区扫描，大数据场景要先过滤并评估索引、内存与离线预聚合。
题目解析
传统 GROUP BY 会把多行压成一行，窗口函数则把聚合结果附在每行旁边。这个差异使它特别适合“既要明细又要知道自己在组内排名”的需求，例如每个用户最新一次登录或每个类目销量前十商品。
窗口函数是查询表达能力，不是性能魔法。一个没有时间范围的全量分区排名，在大表上仍要承担排序和扫描成本；线上接口应限制分区规模和返回范围。
常见误区
- 使用 RANK 后却假设排名连续，忽略并列时会跳号。
- 没有稳定的次级排序字段，两个相同时间的记录每次可能返回不同的“第一条”。