窗口函数和 GROUP BY 有什么区别？各自适用什么场景？
窗口函数聚合GROUP BY
考察意图
考察候选人对「聚合会丢行」与「窗口保留行」这两种范式的本质理解，以及能否在业务场景里选对工具。
回答框架
- 先给一句话对比：GROUP BY 折叠行；窗口函数在保留明细的前提下做计算。
- 说清语法结构：OVER(PARTITION BY … ORDER BY …) 与聚合函数的分工。
- 举 1–2 个业务例子（排名、累计、同组对比）。
- 补充常见窗口类型：排名、聚合窗口、偏移（LAG/LEAD）。
参考答案（口述版）
一句话：GROUP BY 会把多行「折叠」成更少的组；窗口函数在「不丢行」的前提下，对每一行按窗口范围做计算。
GROUP BY 适合「只要汇总结果」：例如每个城市的 GMV、每个用户的订单数。结果集行数通常远小于原表。
窗口函数适合「既要明细又要上下文统计」：例如给每笔订单标上该用户的累计消费、同城排名、相对上一日的差值。语法核心是 函数() OVER (PARTITION BY … ORDER BY … [ROWS/RANGE …])。
常见三类：
1. 排名：ROW_NUMBER / RANK / DENSE_RANK
2. 聚合窗口：SUM/AVG/COUNT() OVER(...)
3. 偏移：LAG / LEAD 做环比、漏斗前后步
面试时可主动对比：若业务最终只要汇总，GROUP BY 更清晰且优化器更好推；若下游还要明细字段或需要「同组对比」，窗口函数更合适。
关键词
不丢行OVERPARTITION BY排名函数LAG/LEAD
面试官可能的追问
追问 1：ROW_NUMBER、RANK、DENSE_RANK 的区别？
ROW_NUMBER 严格唯一序号，并列也强制拆开；RANK 并列同名次并跳号（1,1,3）；DENSE_RANK 并列同名次但不跳号（1,1,2）。取 TopN 不重复用 ROW_NUMBER；要「并列并列算并列」用 RANK/DENSE_RANK。
追问 2：窗口函数能替代所有 GROUP BY 吗？
不能优雅替代。窗口结果仍是明细粒度，若最终要一行一组，还得再 DISTINCT/再聚合，既难读又可能更慢。该折叠就折叠。
常见踩坑
- 把窗口函数当成 GROUP BY 用，忘了结果仍是一行一条明细
- ORDER BY 写错导致累计/排名语义完全反了
- PARTITION BY 漏字段，把全局排名当成组内排名
记忆锚点
GROUP BY 折叠行；窗口函数在行上「挂」上下文统计。