SQL窗口函数进阶解析：滑动窗口与帧子句详解

作者：袖梨 2026-05-30

窗口函数中的帧子句(ROWS/RANGE)是实现滑动窗口分析的核心语法，本文将深入解析其使用场景与选择策略，帮助开发者掌握这一高阶SQL技巧。

先解释两个核心术语

什么是“滑动窗口”？

数据队列中的固定宽度窗口会随着当前行移动，每次只统计窗口范围内的数据。例如计算3日移动平均时，窗口会从第1-3天滑动到第2-4天。这种动态范围的计算方式正是滑动窗口的本质特征。

什么是“帧子句”？

帧子句作为定义窗口范围的关键语法，明确指定了窗口的起始和结束位置。在函数() OVER (PARTITION BY ... ORDER BY ... 帧子句)结构中，帧子句决定了窗口函数是进行简单分组还是实现复杂滑动分析。

一、帧子句的基本语法

完整语法结构如下：

ROWS | RANGE BETWEEN 起点 AND 终点

起止点支持五种定义方式：

UNBOUNDED PRECEDING：分区首行
n PRECEDING：前n行
CURRENT ROW：当前行
n FOLLOWING：后n行
UNBOUNDED FOLLOWING：分区末行

需特别注意：当存在ORDER BY时默认使用RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW，否则默认ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING，这个差异常导致计算结果与预期不符。

二、ROWS vs RANGE 的核心区别

两者的本质差异在于窗口划分依据：

ROWS基于行号划分窗口，每行独立计算，适合需要精确控制行数的场景。
RANGE基于ORDER BY列的值划分，相同值的数据会作为一个整体处理。

通过sales表示例可清晰展示差异：

sale_date	amount
2026-01-01	100
2026-01-01	50
2026-01-02	200
2026-01-03	150

执行以下查询：

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_cumFROM sales;

结果对比：

sale_date	amount	rows_cum	range_cum
2026-01-01	100	100	150
2026-01-01	50	150	150
2026-01-02	200	350	350
2026-01-03	150	500	500

业务场景选择建议：

严格逐行计算用ROWS
逻辑分组聚合用RANGE

三、典型滑动窗口场景

场景1：3日移动平均

计算包含当前行及前后各1天的平均值：

SELECT sale_date, amount,  AVG(amount) OVER (ORDER BY sale_date ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) as moving_avg_3FROM sales;

场景2：从当前行到分区末尾的累计

计算部门内从当前员工到最高工资者的总和：

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

场景3：排除当前行的滑动窗口

PostgreSQL等数据库支持以下语法：

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_selfFROM sales;

四、ROWS与RANGE在滑动窗口中的选择建议

需求场景	推荐帧类型	原因
时间序列移动平均（按行严格计算）	ROWS	不关心时间间隔是否连续，只关心行数
按日期分组统计（同一天数据一起算）	RANGE	相同ORDER BY值应属于同一个窗口
财务累计（按交易顺序）	ROWS	每笔交易独立，严格逐行累加
滚动窗口（最近7天，不关心行数）	RANGE	基于日期的范围，可能某天有多行或没有行

五、实际运用：计算同比环比

计算月度环比增长率：

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_rateFROM monthly_sales;