窗口函数是那些对分区或窗口的每一行进行操作的函数。这些函数为每条查询行产生结果，而聚合函数则将它们分组，并将结果归入单行。窗口函数的基本语法：<窗口函数>OVER排名窗口函数：RANK、DENSE_RANK、ROW_number能够作为窗口函数的聚合函数：SUM、AVG、COUNT、MAX、MIN非聚类窗口函数：LAG、LEADPARTITIONBY按指定对象来分类。ORDERBY能够指定按照哪一列、何种顺序进行排序。这篇主要是排名窗口函数的应用。
窗口函数是那些对分区或窗口的每一行进行操作的函数。这些函数为每条查询行产生结果，而聚合函数则将它们分组，并将结果归入单行。
窗口函数的基本语法：
<窗口函数> OVER ( [ partition BY <列清单> ] ORDER BY <排序用列清单> )
- 排名窗口函数：RANK、DENSE_RANK、ROW_number
- 能够作为窗口函数的聚合函数：SUM、AVG、COUNT、MAX、MIN
- 非聚类窗口函数（可用于同比、环比等）：LAG、LEAD
PARTITION BY 按指定对象来分类。
ORDER BY 能够指定按照哪一列、何种顺序进行排序。
这篇主要是排名窗口函数的应用。
小智和他的小伙伴们
故事：来自真新镇的10岁天才少年小智，用他25年的学习经验夺得了世界冠军。今天他想在隔壁老木那里看看哪只杰尼龟和小火龙的攻击力最高。他简单的看了下数据，决定用SQL操作一番。
- 首先看下数据：
SELECT *FROM pokemon_table;
- 排名窗口函数的应用：
对上述SQL进行拆分解释，先来看看OVER括号里的内容：
- PARTITION BY对pokemon列进行了分组，将小火龙和杰尼龟分为两大组；
- 在分完组后，ORDER BY对attack列按降序排列，然后分别赋予排名。
接下来看看这几个排名的区别：
- RANK 函数：计算排序时，如果存在相同位次的记录，则会跳过之后的位次。例如：有 3 条记录排在第 1 位时：1 位、1 位、1 位、4 位
- DENSE_RANK 函数：同样是计算排序，即使存在相同位次的记录，也不会跳过之后的位次。例如：有 3 条记录排在第 1 位时：1 位、1 位、1 位、2 位......
- ROW_NUMBER 函数：赋予唯一的连续位次。例如：有 3 条记录排在第 1 位时：1 位、2 位、3 位、4 位......
rank
dense_rank
row_number
这三个排序还是比较好记的：
- rank：正常排名，会跳位次
- dense_rank：dense单词是密集的意思，所以排名是紧靠的，不存在跳位次
- row_number：可以这么记，row是行的意思，每一个人必须单独占有一行，所以是1，2，3，4......
另外需要知道的是，排序窗口函数的第一个括号是不需要填任何东西的，而第二个括号中PARTITION BY不是必须项，但是去掉的话，就是按整个表的数据进行处理，不会按组进行分类处理了
我们按的是攻击力降序排列，没有了partition by，所以是对整个数据进行排序
总结：
<窗口函数> OVER ( [ PARTITION BY <列清单> ] ORDER BY <排序用列清单> )
- <窗口函数>填入RANK()、DENSE_RANK()、ROW_NUMBER()，括号不需要填写任何东西
- PARTITION BY <列清单>：列清单填入所需要的列（可以多个列），窗口函数会按填入的列进行分组，PARTITION BY不是必须项，去掉就是对整个数据进行处理
- ORDER BY <排序用列清单>：选定需要按哪一列的数据大小排序
- RANK()：跳位次、DENSE_RANK()：密集排序、ROW_NUMBER()：1，2，3...
彩蛋：小智肯定不会只满足于攻击力高这一选项，毕竟是顶尖训练师，所以他接下来要做的事情便是找到综合实力最高的，平均实力最强的，数量最多的小精灵。
