标准答案
- 需要每个租户、日期或类别只返回一行的计数、求和或最大值时，GROUP BY 更直接；如果还要保留每条明细，就使用窗口函数。
- 窗口的 PARTITION BY 决定分组范围，ORDER BY 决定计算顺序，ROWS/RANGE/GROUPS 等 frame 决定累计窗口，默认 frame 不能想当然。
- ROW_NUMBER、RANK 和 DENSE_RANK 对并列值的处理不同，Top N、取每组第一条和分页必须先定义并列规则。
- 大数据量窗口计算常需要排序和内存，可能产生临时文件；应结合 work_mem、分区大小、索引和实际计划评估。
- 窗口结果仍需稳定的 tie-breaker，例如时间相同再按唯一 ID 排序，否则翻页或重跑可能出现顺序变化。
题目解析
两者最核心的区别是结果形状：GROUP BY 会减少行数，窗口函数通常保留明细。先确定接口或报表需要“每组一行”还是“每行带组内结果”，再选语法。
很多排名错误不是函数写错，而是没有定义并列和 frame。例如累计金额的默认 frame、同一时间戳的顺序、每组取第一条都需要稳定规则。
性能上要关注排序和分区大小。窗口函数可以写得很清楚，但如果每次请求都对全历史数据排序，最终仍需要汇总表、索引、分区或异步计算。
常见误区
- 误区：用 GROUP BY 代替所有窗口计算。改正：如果要保留明细行，GROUP BY 会改变结果形状，应使用窗口函数或分层查询。
- 误区：忽略 ROWS/RANGE 和默认 frame。改正：累计、排名和并列场景要显式定义 frame 与排序规则。
- 误区：用窗口函数后不再看排序成本。改正：检查计划、临时文件、work_mem 和分区规模，避免把全表排序放进高频接口。