关键词：sql server窗口函数，窗口函数，分析函数
如果分析函数不可用，那么可能是版本还不支持
Window Function 包含了 4 个大类
分别是：
1 - Rank Function
1.1 Rank() Over()
1.2 Row_Number() Over()
1.3 Dense_Rank() Over()
1.4 NTILE(N) Over()
2 - Aggregate Function
2.1 - Sum() Over()
2.2 - Count() Over()
2.3 - AVG() Over()
2.4 - MIN() Over()
2.5 - MAX() Over()
3 - Offset Function
3.1 Lead()
3.2 LAG()
3.3 First_Value()
3.4 Last_Value()
3.5 Nth_Value()
4 - Distribution Function.
4.1- PERCENT_RANK()
4.2 - CUME_DIST()
4.3 - PERCENT_COUNT()
4.4 - PERCENT_DISC()
1 - Rank Function
估计是平常用到最多的一类 window Function.
1.1 Rank() Over()
1.2 Row_Number() Over()
1.3 Dense_Rank() Over()
1.4 NTILE(N) Over()
使用：四大排名函数
注意点
这四个函数，要注意的地方有两点：
a. Rank() Over() 与 Row_Number() Over() :
两者唯一的区别，就在于Row_Number() Over() 真正实现了相同条件的两条或者多条记录是用唯一值来区别的
b. Rank() Over() 与 Dense_Rank() Over() :
这两者的区别，在于他们对位于相同排名之后的名次，是接着相同排名的连续数（Rank) 还是相隔 N 个相同记录个数之后的连续数(Dense_Rank)。
所以 Rank 出来的结果都是连续数字，而 Dense_Rank 出来的结果有可能有跳格数。
例子（更多参考四大排名函数）
第一种，我们平常用 Row_Number() 加 Top (N) 来实现 ：
SELECT TOP (100) * FROM ( SELECT OrderId, OrderMonth, OrderAmount, Row_Number () OVER (OrderBy OrderAmount DESC) AS Amt_Order FROM FctSales ) tmp WHERE Amt_Order BETWEEN 2000 AND 3000
2 - Aggregate Function. 用于聚合数据
2.1 - Sum() Over()
2.2 - Count() Over()
2.3 - AVG() Over()
2.4 - MIN() Over()
2.5 - MAX() Over()
在使用 Aggregation 函数的时候，唯一要注意的地方就是 Order 子句。
function_name(<arguments>) Over(
[ <window partition clause>]
[ <window Order clause>
[ <window frame clause>]
])
Over::
Over(
[ <PARTITION BY clause> ]
[ <ORDER BY clause> ]
[ <ROW or RANGE clause> ]
)
<window frame clause>::窗口中的窗口
ROWS | RANGE
BETWEEN
UNBOUNDED PRECDEDING |
<N> PRECEDING |
<N> FOLLOWING |
CURRENT ROW
AND
UNBOUNDED FOLLOWING |
<N> PRECEDING |
<N> FOLLOWING |
CURRENT ROW
举一个例子：--利用嵌套统计累加和 ;with temp1 as ( select 1 as id ,1 as num union all select 1 as id ,2 as num union all select 1 as id ,3 as num union all select 2 as id ,4 as num union all select 2 as id ,5 as num union all select 2 as id ,6 as num ) select *,sum(num) over(partition by id order by num asc rows between unbounded preceding and current row) from temp1
3 - Offset Function:定位记录
3.1 Lead() --自上而下（lead lag 参考：https://blog.csdn.net/leewhoee/article/details/20264653/）
3.2 LAG() --自下而上
3.3 First_Value() --第一个值
3.4 Last_Value() --最后一个值
3.5 Nth_Value() --第N个值
这一类比较好理解，根据当前的记录，获取前后 N 条数据。
举例：
LEAD ( scalar_expression [ ,offset ] , [ default ] ) OVER ( [ partition_by_clause ] order_by_clause )
LEAD(score,1,0) over(order by score) as next_score
根据score排序，第1行之后开始的1行（即第2行的score列值），default对应的是，如果是末行或者值为null，则给个默认值
4 - Distribution Function: 分布函数
4.1- PERCENT_RANK()
4.2 - CUME_DIST()
4.3 - PERCENT_COUNT()
4.4 - PERCENT_DISC()
参考自：https://www.jianshu.com/p/bfc39dcb73f9
参考文献：https://www.cnblogs.com/CareySon/p/3411176.html