ROWS BETWEEN

基于行数为窗口函数定义窗口帧。

概述

ROWS BETWEEN 子句按物理行数来确定窗口帧的范围，支持滑动窗口、累计计算等多种基于行的聚合场景。

语法

FUNCTION() OVER (
    [ PARTITION BY partition_expression ]
    [ ORDER BY sort_expression ]
    ROWS BETWEEN frame_start AND frame_end
)

帧边界

边界	说明	示例
`UNBOUNDED PRECEDING`	分区起始行	`ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW`
`n PRECEDING`	当前行往前 n 行	`ROWS BETWEEN 2 PRECEDING AND CURRENT ROW`
`CURRENT ROW`	当前行	`ROWS BETWEEN CURRENT ROW AND CURRENT ROW`
`n FOLLOWING`	当前行往后 n 行	`ROWS BETWEEN CURRENT ROW AND 2 FOLLOWING`
`UNBOUNDED FOLLOWING`	分区末尾行	`ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING`

ROWS 与 RANGE 的区别

维度	ROWS	RANGE
定义方式	物理行数	逻辑值范围
边界依据	基于行的位置	基于值的位置
重复值处理	每行独立计算	相同值共享同一窗口帧
性能	通常更快	重复值多时较慢
适用场景	移动平均、累计汇总	时间窗口、百分位计算

示例

示例数据

CREATE OR REPLACE TABLE sales (
    sale_date DATE,
    product VARCHAR(20),
    amount DECIMAL(10,2)
);

INSERT INTO sales VALUES
    ('2024-01-01', 'A', 100.00),
    ('2024-01-02', 'A', 150.00),
    ('2024-01-03', 'A', 200.00),
    ('2024-01-04', 'A', 250.00),
    ('2024-01-05', 'A', 300.00),
    ('2024-01-01', 'B', 50.00),
    ('2024-01-02', 'B', 75.00),
    ('2024-01-03', 'B', 100.00),
    ('2024-01-04', 'B', 125.00),
    ('2024-01-05', 'B', 150.00);

1. 累计求和

SELECT sale_date, product, amount,
       SUM(amount) OVER (
           PARTITION BY product
           ORDER BY sale_date
           ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
       ) AS running_total
FROM sales
ORDER BY product, sale_date;

结果：

sale_date   | product | amount | running_total
------------+---------+--------+--------------
2024-01-01  | A       | 100.00 | 100.00
2024-01-02  | A       | 150.00 | 250.00
2024-01-03  | A       | 200.00 | 450.00
2024-01-04  | A       | 250.00 | 700.00
2024-01-05  | A       | 300.00 | 1000.00
2024-01-01  | B       | 50.00  | 50.00
2024-01-02  | B       | 75.00  | 125.00
2024-01-03  | B       | 100.00 | 225.00
2024-01-04  | B       | 125.00 | 350.00
2024-01-05  | B       | 150.00 | 500.00

2. 移动平均（3 日窗口）

SELECT sale_date, product, amount,
       AVG(amount) OVER (
           PARTITION BY product
           ORDER BY sale_date
           ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
       ) AS moving_avg_3day
FROM sales
ORDER BY product, sale_date;

结果：

sale_date   | product | amount | moving_avg_3day
------------+---------+--------+----------------
2024-01-01  | A       | 100.00 | 100.00
2024-01-02  | A       | 150.00 | 125.00  -- (100+150)/2
2024-01-03  | A       | 200.00 | 150.00  -- (100+150+200)/3
2024-01-04  | A       | 250.00 | 200.00  -- (150+200+250)/3
2024-01-05  | A       | 300.00 | 250.00  -- (200+250+300)/3

3. 居中窗口（前 1 行 + 当前行 + 后 1 行）

SELECT sale_date, product, amount,
       SUM(amount) OVER (
           PARTITION BY product
           ORDER BY sale_date
           ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
       ) AS centered_sum
FROM sales
ORDER BY product, sale_date;

结果：

sale_date   | product | amount | centered_sum
------------+---------+--------+-------------
2024-01-01  | A       | 100.00 | 250.00  -- (100+150)
2024-01-02  | A       | 150.00 | 450.00  -- (100+150+200)
2024-01-03  | A       | 200.00 | 600.00  -- (150+200+250)
2024-01-04  | A       | 250.00 | 750.00  -- (200+250+300)
2024-01-05  | A       | 300.00 | 550.00  -- (250+300)

4. 向后看窗口

SELECT sale_date, product, amount,
       MIN(amount) OVER (
           PARTITION BY product
           ORDER BY sale_date
           ROWS BETWEEN CURRENT ROW AND 2 FOLLOWING
       ) AS min_next_3days
FROM sales
ORDER BY product, sale_date;

结果：

sale_date   | product | amount | min_next_3days
------------+---------+--------+---------------
2024-01-01  | A       | 100.00 | 100.00  -- min(100,150,200)
2024-01-02  | A       | 150.00 | 150.00  -- min(150,200,250)
2024-01-03  | A       | 200.00 | 200.00  -- min(200,250,300)
2024-01-04  | A       | 250.00 | 250.00  -- min(250,300)
2024-01-05  | A       | 300.00 | 300.00  -- min(300)

5. 全分区窗口

SELECT sale_date, product, amount,
       MAX(amount) OVER (
           PARTITION BY product
           ORDER BY sale_date
           ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
       ) AS max_in_partition,
       MIN(amount) OVER (
           PARTITION BY product
           ORDER BY sale_date
           ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
       ) AS min_in_partition
FROM sales
ORDER BY product, sale_date;

结果：

sale_date   | product | amount | max_in_partition | min_in_partition
------------+---------+--------+------------------+-----------------
2024-01-01  | A       | 100.00 | 300.00           | 100.00
2024-01-02  | A       | 150.00 | 300.00           | 100.00
2024-01-03  | A       | 200.00 | 300.00           | 100.00
2024-01-04  | A       | 250.00 | 300.00           | 100.00
2024-01-05  | A       | 300.00 | 300.00           | 100.00

常用模式

累计计算

语法示例：

-- 累计求和
SUM(column) OVER (ORDER BY sort_col ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)

-- 累计平均
AVG(column) OVER (ORDER BY sort_col ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)

-- 累计计数
COUNT(*) OVER (ORDER BY sort_col ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW)

完整示例：

SELECT sale_date, product, amount,
       SUM(amount) OVER (
           ORDER BY sale_date
           ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
       ) AS running_total
FROM sales
ORDER BY sale_date;

滑动窗口

语法示例：

-- 3 期移动平均
AVG(column) OVER (ORDER BY sort_col ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)

-- 5 期移动求和
SUM(column) OVER (ORDER BY sort_col ROWS BETWEEN 4 PRECEDING AND CURRENT ROW)

-- 居中 3 期窗口
AVG(column) OVER (ORDER BY sort_col ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING)

完整示例：

SELECT sale_date, amount,
       AVG(amount) OVER (
           ORDER BY sale_date
           ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
       ) AS moving_avg_3day
FROM sales
ORDER BY sale_date;

固定范围窗口

语法示例：

-- 分区前 3 行
SUM(column) OVER (ORDER BY sort_col ROWS BETWEEN UNBOUNDED PRECEDING AND 2 FOLLOWING)

-- 分区后 3 行
SUM(column) OVER (ORDER BY sort_col ROWS BETWEEN 2 PRECEDING AND UNBOUNDED FOLLOWING)

-- 固定 5 行窗口
AVG(column) OVER (ORDER BY sort_col ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING)

完整示例：

SELECT sale_date, amount,
       AVG(amount) OVER (
           ORDER BY sale_date
           ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING
       ) AS avg_5row_window
FROM sales
ORDER BY sale_date;

最佳实践

需要精确行数时选 ROWS — 明确基于物理行位置的窗口场景
使用 ROWS BETWEEN 时务必加 ORDER BY — 全分区窗口（UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING）除外
注意大窗口的性能 — 窗口越小，计算越高效
处理边界行为 — 分区边缘处窗口会自动收缩
搭配 PARTITION BY — 实现分组内的独立计算
理解边界收缩行为 — 分区边缘处窗口帧会变小

边界行为示例

分区边缘的居中窗口：

-- 第 1 行：ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
-- 实际窗口：CURRENT ROW AND 1 FOLLOWING（前面没有行）

-- 最后一行：ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING
-- 实际窗口：1 PRECEDING AND CURRENT ROW（后面没有行）

起始处的移动平均：

-- 第 1 行：ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
-- 实际窗口：仅 CURRENT ROW（前面没有行）

-- 第 2 行：ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
-- 实际窗口：1 PRECEDING AND CURRENT ROW（只有 1 行在前）

这是正常行为——窗口帧会根据分区边界自动调整可用行数。

限制

n 必须为非负整数 — 不支持负数或表达式
大多数窗口帧需要 ORDER BY — 全分区窗口除外
帧边界须有序 — start_bound 须 ≤ end_bound
PRECEDING 与 FOLLOWING 须构成合法窗口 — 不能任意组合

参考

窗口函数概览
RANGE BETWEEN — 基于值范围的窗口帧
聚合函数 — 可与窗口帧配合使用的函数
FIRST_VALUE — 带窗口帧的函数示例

ROWS BETWEEN

概述

语法

帧边界

ROWS 与 RANGE 的区别

示例

示例数据

1. 累计求和

2. 移动平均（3 日窗口）

3. 居中窗口（前 1 行 + 当前行 + 后 1 行）

4. 向后看窗口

5. 全分区窗口

常用模式

累计计算

滑动窗口

固定范围窗口

最佳实践

边界行为示例

限制

参考

加入我们的社区

GitHub

知乎

bilibili

开源中国

微信

销售电话

欢迎体验 Databend Cloud

概述​

语法​

帧边界​

ROWS 与 RANGE 的区别​

示例​

示例数据​

1. 累计求和​

2. 移动平均（3 日窗口）​

3. 居中窗口（前 1 行 + 当前行 + 后 1 行）​

4. 向后看窗口​

5. 全分区窗口​

常用模式​

累计计算​

滑动窗口​

固定范围窗口​

最佳实践​

边界行为示例​

限制​

参考​

加入我们的社区

GitHub

知乎

bilibili

开源中国

微信

销售电话

欢迎体验 Databend Cloud

概述

语法

帧边界

ROWS 与 RANGE 的区别

示例

示例数据

1. 累计求和

2. 移动平均（3 日窗口）

3. 居中窗口（前 1 行 + 当前行 + 后 1 行）

4. 向后看窗口

5. 全分区窗口

常用模式

累计计算

滑动窗口

固定范围窗口

最佳实践

边界行为示例

限制

参考