sql中我們經常會用到聚合函式，聚合之後它會減少資料量，但是如果我們想把聚合之後的資料和原始資料同時展示出來，那麼我們需要用到視窗函式。

lag視窗函式通過條件把資料劃分成子類，在子類中進行排序

視窗函式的通用寫法

select name ,orderdate, cost, sum(cost) over(partition by extract(month from orderdate) order by orderdate)
from order1;

over()：將聚合函式新增到查詢結果中
partition by：分成子類的條件
order by：將劃分子類之後的資料進行排序（一般只有排序之後串列埠函式lag才能發揮他的作用）

原始資料：

select name,orderdate,cost,
lag(orderdate,1,‘1900-01-01’) over(partition by name order by orderdate ) as time1,
lag(orderdate,2) over (partition by name order by orderdate) as time2

這是通過lag函式生成的兩個聚合欄位

lag中的引數

	orderdate：代表以orderdate進行分組，預設組內升序（降序desc）
	1：代表預設取上一個資料值（就是排序之後的上一個orderdate）
	'1900-01-01'：因為組內起始值肯定是沒有前面的值的，也就是沒辦法取自己前面的值，預設為'1900-01-01'，不寫則為null
 

聚合之後的結果：

至於Lead函式則與lag函式相反

lag取前面的值
lead則是取後面的值

相信大家看了之後還是不明白他有什麼用處，精髓就在於take以將聚合的資料和原始資料一同查詢出來。

舉個例子：
我們資料庫中有一張百萬級別的表，現在我們要查詢，但是，需要A資料中的m欄位於B資料中的欄位進行運算，又恰好你的資料是有一定的規律進行運算的，當然通過表的自關聯可以解決，但是對於一張資料量大的表來說，自關聯可想而知，效率極低。我們就可以利用視窗函式，在表中直接進行分組排序，運算了。

本次創作借鑑
可以檢視詳情
連結:關於視窗函式的其他用法