2. 窗口函数基础回顾：OVER() 子句、PARTITION BY、ORDER BY、窗口帧（ROWS/RANGE）核心概念

窗口函数是 SQL 中用于在保持行级粒度的同时，对“窗口”内的行执行聚合、排序或偏移计算的函数。其核心语法围绕 OVER() 子句展开，理解 PARTITION BY、ORDER BY 和窗口帧（Frame）是掌握窗口函数的基础。

2.1 OVER() 子句：窗口函数的入口

所有窗口函数都必须通过 OVER() 子句定义其计算范围。空括号 OVER() 表示将整个结果集视为一个窗口，对所有行执行计算。

<窗口函数> OVER (
    [PARTITION BY <列名>]
    [ORDER BY <列名> [ASC|DESC]]
    [<窗口帧定义>]
)

2.2 PARTITION BY：分组边界

PARTITION BY 将结果集划分为多个逻辑分区（组）。窗口函数在每个分区内独立计算，分区之间互不影响。若省略 PARTITION BY，则整个结果集视为一个分区。

2.3 ORDER BY：排序与窗口帧锚点

ORDER BY 在窗口内定义行的排序顺序。它不仅影响排名函数的结果，还决定了窗口帧的起始与结束边界（当使用 ROWS 或 RANGE 时）。

• 排名函数：ROW_NUMBER()、RANK()、DENSE_RANK() 依赖 ORDER BY 生成顺序编号。
• 偏移函数：LAG()、LEAD() 依赖 ORDER BY 确定“前一行”或“后一行”的位置。
• 聚合窗口函数：SUM()、AVG() 等配合 ORDER BY 可实现累计计算。

2.4 窗口帧（Frame）：精确控制行范围

窗口帧在 PARTITION BY 和 ORDER BY 的基础上，进一步限定参与计算的行集合。帧定义使用 ROWS 或 RANGE 关键字，配合边界关键字 UNBOUNDED PRECEDING、n PRECEDING、CURRENT ROW、n FOLLOWING、UNBOUNDED FOLLOWING。

常见窗口帧定义示例

-- 默认帧（有 ORDER BY 时）
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

-- 固定前3行
ROWS BETWEEN 3 PRECEDING AND CURRENT ROW

-- 前后各2行
ROWS BETWEEN 2 PRECEDING AND 2 FOLLOWING

-- 整个分区
ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING

-- 按值范围：当前行值 ± 10
RANGE BETWEEN 10 PRECEDING AND 10 FOLLOWING

2.5 窗口帧边界关键字速查

2.6 窗口函数在特征稳定性分析中的角色

在批次偏移诊断中，窗口函数用于：

• 计算批次间统计量变化：使用 LAG() 获取上一批次的特征均值、标准差，计算偏移量。
• 生成累计分布：使用 SUM() OVER(ORDER BY batch_id) 计算特征值的累计占比。
• 滑动窗口监控：使用 AVG() OVER(ROWS BETWEEN 5 PRECEDING AND CURRENT ROW) 计算滑动平均，平滑短期波动。
• 分区对比：使用 PARTITION BY feature_name 对不同特征独立计算稳定性指标。