SQL基础-开窗函数

发表于 2026-02-20 更新于 2026-02-20 分类于技术文章阅读次数：本文字数： 4.4k 阅读时长 ≈ 16 分钟

最近在复习 SQL 的开窗函数（Window Functions），这是 SQL 中非常强大的高级功能，能在保留每一行原始数据的同时进行分组计算，在数据分析场景中几乎无处不在。排名、累计求和、环比计算等需求都离不开它。内容不少，整理成一份速查手册方便日后回顾。

本文使用以下示例表来演示所有查询：

-- 员工表
CREATE TABLE employee (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    department VARCHAR(50),
    salary DECIMAL(10, 2),
    hire_date DATE
);

INSERT INTO employee VALUES
(1, '张三', '技术部', 15000, '2022-03-15'),
(2, '李四', '技术部', 18000, '2020-07-01'),
(3, '王五', '销售部', 12000, '2023-01-10'),
(4, '赵六', '销售部', 9000,  '2023-06-20'),
(5, '孙七', '人事部', 11000, '2021-09-05'),
(6, '周八', '技术部', 22000, '2019-04-12'),
(7, '吴九', '销售部', 15000, '2022-11-08'),
(8, '郑十', '人事部', 13000, '2022-05-18');

-- 月度销售记录表
CREATE TABLE monthly_sales (
    id INT PRIMARY KEY AUTO_INCREMENT,
    salesperson VARCHAR(50),
    month VARCHAR(7),
    amount DECIMAL(10, 2)
);

INSERT INTO monthly_sales VALUES
(1,  '王五', '2025-01', 30000),
(2,  '赵六', '2025-01', 25000),
(3,  '吴九', '2025-01', 35000),
(4,  '王五', '2025-02', 28000),
(5,  '赵六', '2025-02', 32000),
(6,  '吴九', '2025-02', 40000),
(7,  '王五', '2025-03', 35000),
(8,  '赵六', '2025-03', 28000),
(9,  '吴九', '2025-03', 38000),
(10, '王五', '2025-04', 42000),
(11, '赵六', '2025-04', 30000),
(12, '吴九', '2025-04', 45000);

💡 表说明：

employee 表：8 名员工分布在 3 个部门，用于演示排名、分组计算等

monthly_sales 表：3 位销售人员 4 个月的业绩记录，用于演示累计求和、环比分析等

一、开窗函数概述

1. 什么是开窗函数

开窗函数（Window Functions）可以对结果集的一个子集（称为”窗口“）进行计算，不需要 GROUP BY 就能做聚合计算，而且不会减少行数。每一行都能”看到”自己所在窗口内的其他行，并基于它们进行计算。

⚠️ 版本要求：开窗函数需要 MySQL 8.0+ 才支持。

2. ⭐ 与 GROUP BY 聚合函数的区别

这是理解开窗函数最关键的一点：

对比维度	GROUP BY + 聚合函数	开窗函数
行数变化	多行合并为一行	✅ 保留所有原始行
原始数据	聚合后看不到明细	✅ 聚合结果和明细并存
使用位置	需要 GROUP BY 子句	使用 OVER() 子句

-- GROUP BY：按部门求平均工资 → 只有 3 行
SELECT department, AVG(salary) AS avg_salary
FROM employee
GROUP BY department;

department	avg_salary
技术部	18333.33
销售部	12000.00
人事部	12000.00

-- 开窗函数：每个员工都保留，同时附上部门平均工资 → 仍然 8 行
SELECT
    name, department, salary,
    AVG(salary) OVER(PARTITION BY department) AS dept_avg
FROM employee;

name	department	salary	dept_avg
张三	技术部	15000	18333.33
李四	技术部	18000	18333.33
周八	技术部	22000	18333.33
王五	销售部	12000	12000.00
赵六	销售部	9000	12000.00
吴九	销售部	15000	12000.00
孙七	人事部	11000	12000.00
郑十	人事部	13000	12000.00

⭐ 核心区别：GROUP BY 把多行”压缩”成一行，开窗函数在每行”旁边”附加聚合结果。

3. 基本语法

窗口函数() OVER (
    [PARTITION BY 分区列]    -- 可选：按什么分组
    [ORDER BY 排序列]        -- 可选：组内按什么排序
    [窗口范围]               -- 可选：计算范围（Frame）
)

常见的开窗函数类型：

类型	函数	说明
聚合函数	`SUM`、`AVG`、`COUNT`、`MAX`、`MIN`	配合 OVER() 使用
排名函数	`ROW_NUMBER`、`RANK`、`DENSE_RANK`、`NTILE`	为行编号或排名
偏移函数	`LAG`、`LEAD`	访问前/后行的数据
取值函数	`FIRST_VALUE`、`LAST_VALUE`、`NTH_VALUE`	取窗口中特定位置的值

二、PARTITION BY 与 ORDER BY

PARTITION BY 和 ORDER BY 是开窗函数中最重要的两个子句，它们决定了”窗口”的形状。

1. `PARTITION BY`（分区）

将数据按指定列分成多个分区，开窗函数在每个分区内独立计算。类似 GROUP BY 的分组，但不合并行。

-- 计算每个员工的工资占其部门总工资的百分比
SELECT
    name, department, salary,
    SUM(salary) OVER(PARTITION BY department) AS dept_total,
    ROUND(salary / SUM(salary) OVER(PARTITION BY department) * 100, 2) AS pct
FROM employee;

name	department	salary	dept_total	pct
张三	技术部	15000	55000	27.27
李四	技术部	18000	55000	32.73
周八	技术部	22000	55000	40.00
王五	销售部	12000	36000	33.33
赵六	销售部	9000	36000	25.00
吴九	销售部	15000	36000	41.67
孙七	人事部	11000	24000	45.83
郑十	人事部	13000	24000	54.17

💡 省略 PARTITION BY：如果不写 PARTITION BY，整个结果集被视为一个分区。

-- 不分区：计算每个人工资占全公司总工资的百分比
SELECT name, salary,
    ROUND(salary / SUM(salary) OVER() * 100, 2) AS company_pct
FROM employee;

2. `ORDER BY`（排序）

指定分区内的行排列顺序，这对排名函数和累计计算至关重要。

-- 按月份排序，计算累计销售额
SELECT
    salesperson, month, amount,
    SUM(amount) OVER(PARTITION BY salesperson ORDER BY month) AS running_total
FROM monthly_sales;

salesperson	month	amount	running_total
吴九	2025-01	35000	35000
吴九	2025-02	40000	75000
吴九	2025-03	38000	113000
吴九	2025-04	45000	158000
王五	2025-01	30000	30000
王五	2025-02	28000	58000
王五	2025-03	35000	93000
王五	2025-04	42000	135000
赵六	2025-01	25000	25000
赵六	2025-02	32000	57000
赵六	2025-03	28000	85000
赵六	2025-04	30000	115000

⚠️ 重要：在聚合开窗函数中加了 ORDER BY 后，默认的计算范围会变成从分区开头到当前行（即累计计算），而不是整个分区！这一点很容易忽略，后面”窗口范围”章节会详细说明。

3. 组合使用

-- PARTITION BY + ORDER BY：每个销售人员按月排序的累计业绩
SELECT
    salesperson, month, amount,
    SUM(amount) OVER(PARTITION BY salesperson ORDER BY month) AS person_running,
    SUM(amount) OVER(PARTITION BY salesperson) AS person_total
FROM monthly_sales;

💡 对比理解：

只有 PARTITION BY（无 ORDER BY）→ 整个分区的汇总值（每行相同）

PARTITION BY + ORDER BY → 分区内按顺序的累计值（逐行递增）

三、聚合开窗函数

常见的聚合函数 SUM、AVG、COUNT、MAX、MIN 都可以搭配 OVER() 使用。

1. `SUM() OVER()`

-- 1. 全局总和（每行都显示相同的总数）
SELECT salesperson, month, amount,
    SUM(amount) OVER() AS grand_total
FROM monthly_sales;
-- grand_total 每行都是 408000

-- 2. 分区总和
SELECT salesperson, month, amount,
    SUM(amount) OVER(PARTITION BY salesperson) AS person_total
FROM monthly_sales;

-- 3. 累计总和（加 ORDER BY 后变成逐行累加）
SELECT salesperson, month, amount,
    SUM(amount) OVER(PARTITION BY salesperson ORDER BY month) AS running_total
FROM monthly_sales;

2. `AVG() OVER()`

-- 每个员工的工资与部门平均工资的差值
SELECT
    name, department, salary,
    ROUND(AVG(salary) OVER(PARTITION BY department), 2) AS dept_avg,
    salary - ROUND(AVG(salary) OVER(PARTITION BY department), 2) AS diff
FROM employee;

name	department	salary	dept_avg	diff
张三	技术部	15000	18333.33	-3333.33
李四	技术部	18000	18333.33	-333.33
周八	技术部	22000	18333.33	3666.67
王五	销售部	12000	12000.00	0.00
赵六	销售部	9000	12000.00	-3000.00
吴九	销售部	15000	12000.00	3000.00
孙七	人事部	11000	12000.00	-1000.00
郑十	人事部	13000	12000.00	1000.00

3. `COUNT() / MAX() / MIN() OVER()`

-- 每个部门的人数、最高工资、最低工资
SELECT
    name, department, salary,
    COUNT(*) OVER(PARTITION BY department) AS dept_count,
    MAX(salary) OVER(PARTITION BY department) AS dept_max,
    MIN(salary) OVER(PARTITION BY department) AS dept_min
FROM employee;

四、窗口范围（Frame）详解

窗口范围（Frame）定义了当前行参与计算的”可见范围”。这是开窗函数中最容易被忽略但非常重要的概念。

1. 基本语法

1	ROWS BETWEEN 起点 AND 终点

常用的起点/终点关键字：

关键字	说明
`UNBOUNDED PRECEDING`	分区的第一行
`N PRECEDING`	当前行的前 N 行
`CURRENT ROW`	当前行
`N FOLLOWING`	当前行的后 N 行
`UNBOUNDED FOLLOWING`	分区的最后一行

2. 默认窗口范围

⚠️ 易错点：有无 ORDER BY 会导致默认窗口范围不同！

情况	默认窗口范围	效果
无 ORDER BY	`ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING`	整个分区
有 ORDER BY	`RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW`	分区开头到当前行

这就是为什么加了 ORDER BY 后，SUM() OVER() 会变成累计求和的原因。

-- 无 ORDER BY → 整个分区的总和（每行一样）
SELECT salesperson, month, amount,
    SUM(amount) OVER(PARTITION BY salesperson) AS total
FROM monthly_sales;
-- 王五: 135000, 135000, 135000, 135000

-- 有 ORDER BY → 累计求和（逐行递增）
SELECT salesperson, month, amount,
    SUM(amount) OVER(PARTITION BY salesperson ORDER BY month) AS running
FROM monthly_sales;
-- 王五: 30000, 58000, 93000, 135000

3. 常用窗口范围模式

-- 移动平均（前1行 + 当前行 + 后1行 = 3行滑动窗口）
SELECT
    salesperson, month, amount,
    ROUND(AVG(amount) OVER(
        PARTITION BY salesperson
        ORDER BY month
        ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
    ), 2) AS moving_avg_3
FROM monthly_sales
WHERE salesperson = '王五';

salesperson	month	amount	moving_avg_3
王五	2025-01	30000	29000.00
王五	2025-02	28000	31000.00
王五	2025-03	35000	35000.00
王五	2025-04	42000	38500.00

💡 解析：

2025-01：无前一行 → AVG(30000, 28000) = 29000

2025-02：AVG(30000, 28000, 35000) = 31000

2025-03：AVG(28000, 35000, 42000) = 35000

2025-04：无后一行 → AVG(35000, 42000) = 38500

其他常用模式：

-- 从分区开头到当前行（默认，累计计算）
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

-- 整个分区（不管 ORDER BY）
ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING

-- 前 2 行到当前行（3 行窗口）
ROWS BETWEEN 2 PRECEDING AND CURRENT ROW

-- 当前行到后 2 行
ROWS BETWEEN CURRENT ROW AND 2 FOLLOWING

4. `ROWS` vs `RANGE`

⚠️ 注意：ROWS 按物理行数计算，RANGE 按值的范围计算。当存在相同排序值时，两者结果可能不同。

-- ROWS：严格按行数，相同值的行也分开处理
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

-- RANGE：相同排序值的行被视为同一组，一起计算
RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

💡 建议：大多数情况下使用 ROWS 更直观、可预测。RANGE 在处理相同排序值时有特殊行为，使用时要注意。

五、⭐ 排名函数

排名函数是开窗函数中使用频率最高的一类，面对”Top N”、”排名第几”等需求时必不可少。

1. `ROW_NUMBER()`

为分区内的每一行分配一个唯一的连续序号（1, 2, 3, …），即使值相同，序号也不同。

SELECT
    name, department, salary,
    ROW_NUMBER() OVER(PARTITION BY department ORDER BY salary DESC) AS rn
FROM employee;

name	department	salary	rn
周八	技术部	22000	1
李四	技术部	18000	2
张三	技术部	15000	3
吴九	销售部	15000	1
王五	销售部	12000	2
赵六	销售部	9000	3
郑十	人事部	13000	1
孙七	人事部	11000	2

⭐ 经典用法：取每组的 Top N

-- 取每个部门工资最高的员工
SELECT * FROM (
    SELECT
        name, department, salary,
        ROW_NUMBER() OVER(PARTITION BY department ORDER BY salary DESC) AS rn
    FROM employee
) t
WHERE rn = 1;

name	department	salary	rn
周八	技术部	22000	1
吴九	销售部	15000	1
郑十	人事部	13000	1

⚠️ 注意：ROW_NUMBER() 在值相同时的排序是不确定的（相同值的行谁排前面取决于数据库实现）。如果需要确定性排序，应在 ORDER BY 中加入额外的列（如主键）。

2. `RANK()`

相同值获得相同排名，但后续排名会跳跃（如 1, 2, 2, 4）。

SELECT
    name, salary,
    RANK() OVER(ORDER BY salary DESC) AS rnk
FROM employee;

name	salary	rnk
周八	22000	1
李四	18000	2
张三	15000	3
吴九	15000	3
郑十	13000	5
王五	12000	6
孙七	11000	7
赵六	9000	8

注意：张三和吴九并列第 3，下一名直接跳到第 5（跳过了 4）。

3. `DENSE_RANK()`

相同值获得相同排名，后续排名不跳跃（如 1, 2, 2, 3）。

SELECT
    name, salary,
    DENSE_RANK() OVER(ORDER BY salary DESC) AS drnk
FROM employee;

name	salary	drnk
周八	22000	1
李四	18000	2
张三	15000	3
吴九	15000	3
郑十	13000	4
王五	12000	5
孙七	11000	6
赵六	9000	7

4. ⭐ `ROW_NUMBER` vs `RANK` vs `DENSE_RANK` 对比

将三个函数放在一起对比，差异一目了然：

SELECT
    name, salary,
    ROW_NUMBER() OVER(ORDER BY salary DESC) AS row_num,
    RANK()       OVER(ORDER BY salary DESC) AS rnk,
    DENSE_RANK() OVER(ORDER BY salary DESC) AS dense_rnk
FROM employee;

name	salary	row_num	rnk	dense_rnk
周八	22000	1	1	1
李四	18000	2	2	2
张三	15000	3	3	3
吴九	15000	4	3	3
郑十	13000	5	5	4
王五	12000	6	6	5
孙七	11000	7	7	6
赵六	9000	8	8	7

函数	并列处理	排名跳跃	典型场景
`ROW_NUMBER`	❌ 不并列（每行唯一）	不涉及	分页、Top N、去重
`RANK`	✅ 并列	✅ 会跳跃	竞赛排名（第3名两人，下一个是第5名）
`DENSE_RANK`	✅ 并列	❌ 不跳跃	连续排名（第3名两人，下一个是第4名）

💡 选择建议：

需要唯一编号 → ROW_NUMBER（分页、去重取一）

需要真实名次（如比赛排名）→ RANK

需要连续等级（如工资等级）→ DENSE_RANK

5. `NTILE(n)`

将分区内的行均分为 n 组，返回组号（1 到 n）。常用于”前 25%”、”四分位”等场景。

-- 将员工按工资分成 4 组（四分位）
SELECT
    name, salary,
    NTILE(4) OVER(ORDER BY salary DESC) AS quartile
FROM employee;

name	salary	quartile
周八	22000	1
李四	18000	1
张三	15000	2
吴九	15000	2
郑十	13000	3
王五	12000	3
孙七	11000	4
赵六	9000	4

💡 8 行分 4 组，每组 2 行。如果不能整除，前面的组会多分 1 行（如 7 行分 3 组 → 3, 2, 2）。

六、⭐ 偏移函数与取值函数

1. `LAG(expr, offset, default)`

获取当前行前面第 N 行的值。

expr：要获取的列
offset：偏移量，默认 1（前一行）
default：没有前一行时的默认值，默认 NULL

-- 计算每个销售人员的月度环比增长
SELECT
    salesperson, month, amount,
    LAG(amount) OVER(PARTITION BY salesperson ORDER BY month) AS prev_amount,
    amount - LAG(amount) OVER(PARTITION BY salesperson ORDER BY month) AS growth
FROM monthly_sales;

salesperson	month	amount	prev_amount	growth
王五	2025-01	30000	NULL	NULL
王五	2025-02	28000	30000	-2000
王五	2025-03	35000	28000	7000
王五	2025-04	42000	35000	7000
赵六	2025-01	25000	NULL	NULL
赵六	2025-02	32000	25000	7000
赵六	2025-03	28000	32000	-4000
赵六	2025-04	30000	28000	2000
吴九	2025-01	35000	NULL	NULL
吴九	2025-02	40000	35000	5000
吴九	2025-03	38000	40000	-2000
吴九	2025-04	45000	38000	7000

-- 指定偏移量和默认值
SELECT salesperson, month, amount,
    LAG(amount, 2, 0) OVER(PARTITION BY salesperson ORDER BY month) AS two_months_ago
FROM monthly_sales;
-- 王五 2025-01: 0（无前2行，用默认值0）
-- 王五 2025-02: 0
-- 王五 2025-03: 30000（前2行是2025-01）

2. `LEAD(expr, offset, default)`

获取当前行后面第 N 行的值，参数与 LAG 相同，方向相反。

-- 查看每个销售人员下个月的业绩
SELECT
    salesperson, month, amount,
    LEAD(amount) OVER(PARTITION BY salesperson ORDER BY month) AS next_amount
FROM monthly_sales;

salesperson	month	amount	next_amount
王五	2025-01	30000	28000
王五	2025-02	28000	35000
王五	2025-03	35000	42000
王五	2025-04	42000	NULL

⭐ 实用场景：计算环比增长率

SELECT
    salesperson, month, amount,
    LAG(amount) OVER(PARTITION BY salesperson ORDER BY month) AS prev,
    CASE
        WHEN LAG(amount) OVER(PARTITION BY salesperson ORDER BY month) IS NULL THEN NULL
        ELSE ROUND(
            (amount - LAG(amount) OVER(PARTITION BY salesperson ORDER BY month))
            / LAG(amount) OVER(PARTITION BY salesperson ORDER BY month) * 100, 2
        )
    END AS growth_rate_pct
FROM monthly_sales;

3. `FIRST_VALUE()` / `LAST_VALUE()`

获取窗口中第一行 / 最后一行的值。

-- 每个部门工资最高的人的工资（第一行 = 最大值）
SELECT
    name, department, salary,
    FIRST_VALUE(salary) OVER(
        PARTITION BY department ORDER BY salary DESC
    ) AS dept_max_salary
FROM employee;

⚠️ LAST_VALUE 的陷阱：LAST_VALUE 搭配 ORDER BY 使用时，默认窗口范围是”到当前行为止”，所以 LAST_VALUE 实际返回的是当前行的值，而不是分区最后一行！

-- ❌ 结果不符合预期：每行的 last_val 都是自己
SELECT
    name, department, salary,
    LAST_VALUE(salary) OVER(
        PARTITION BY department ORDER BY salary DESC
    ) AS last_val
FROM employee;
-- 技术部: 周八→22000, 李四→18000, 张三→15000（每行返回自己的值）

-- ✅ 正确写法：显式指定窗口范围为整个分区
SELECT
    name, department, salary,
    LAST_VALUE(salary) OVER(
        PARTITION BY department ORDER BY salary DESC
        ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
    ) AS dept_min_salary
FROM employee;
-- 技术部所有行都返回 15000（分区内工资最低值）

💡 建议：使用 LAST_VALUE 时必须显式指定窗口范围，否则很容易得到错误结果。或者直接用 FIRST_VALUE 配合反向排序来替代。

七、⚠️ 开窗函数不能在 WHERE 中使用

这是一个非常重要的限制：开窗函数的结果不能直接在 WHERE、GROUP BY、HAVING 中使用。

原因：SQL 的执行顺序决定了这一点：

1	FROM → WHERE → GROUP BY → HAVING → SELECT（开窗函数在此计算） → ORDER BY → LIMIT

WHERE 在 SELECT 之前执行，而开窗函数是在 SELECT 阶段才计算的，所以 WHERE 根本”看不到”开窗函数产生的列。

-- ❌ 错误：WHERE 中不能直接引用开窗函数
SELECT
    name, salary,
    RANK() OVER(ORDER BY salary DESC) AS rnk
FROM employee
WHERE rnk <= 3;
-- 报错！rnk 在 WHERE 执行时还不存在

-- ✅ 正确写法1：包装成子查询，在外层 WHERE 过滤
SELECT * FROM (
    SELECT
        name, salary,
        RANK() OVER(ORDER BY salary DESC) AS rnk
    FROM employee
) t
WHERE rnk <= 3;

-- ✅ 正确写法2：使用 CTE（可读性更好）
WITH ranked AS (
    SELECT
        name, salary,
        RANK() OVER(ORDER BY salary DESC) AS rnk
    FROM employee
)
SELECT * FROM ranked WHERE rnk <= 3;

name	salary	rnk
周八	22000	1
李四	18000	2
张三	15000	3
吴九	15000	3

💡 实用建议：需要对开窗函数的结果做过滤时，套一层子查询或 CTE 是标准做法。推荐用 CTE（WITH 语法），可读性更好。这也是前一篇文章中 CTE 的典型应用场景之一。

⭐ 记忆口诀：开窗函数只能出现在 SELECT 和 ORDER BY 中，不能出现在 WHERE、GROUP BY、HAVING 中。要过滤？先套一层！

八、综合速查表

需求	函数 / 写法	要点
分区内汇总（保留明细）	`SUM/AVG/COUNT() OVER(PARTITION BY ...)`	不加 ORDER BY = 整个分区
累计求和	`SUM() OVER(PARTITION BY ... ORDER BY ...)`	加 ORDER BY 默认累计
移动平均 / 滑动窗口	`AVG() OVER(... ROWS BETWEEN N PRECEDING AND N FOLLOWING)`	手动指定 Frame
唯一行号	`ROW_NUMBER() OVER(ORDER BY ...)`	不并列，常用于 Top N
排名（跳跃）	`RANK() OVER(ORDER BY ...)`	并列后跳号
排名（不跳跃）	`DENSE_RANK() OVER(ORDER BY ...)`	并列后连续
均分为 N 组	`NTILE(N) OVER(ORDER BY ...)`	四分位、百分位
前一行的值	`LAG(col, 1) OVER(ORDER BY ...)`	环比计算
后一行的值	`LEAD(col, 1) OVER(ORDER BY ...)`	预测 / 对比
窗口内第一个值	`FIRST_VALUE(col) OVER(...)`	分区最大/最小
窗口内最后一个值	`LAST_VALUE(col) OVER(... ROWS BETWEEN ... AND UNBOUNDED FOLLOWING)`	⚠️ 必须显式指定 Frame

九、LeetCode 相关练习

🔗 后续待补充..

参考资料

📚 本文内容参考以下资料整理：

编程导航 - 第 9 章：开窗函数

一、开窗函数概述

1. 什么是开窗函数

2. ⭐ 与 GROUP BY 聚合函数的区别

3. 基本语法

二、PARTITION BY 与 ORDER BY

1. PARTITION BY（分区）

2. ORDER BY（排序）

3. 组合使用

三、聚合开窗函数

1. SUM() OVER()

2. AVG() OVER()

3. COUNT() / MAX() / MIN() OVER()