SQL窗口函数面试答不上怎么办？3类高频题让面试官相信你会做业务分析

先把窗口函数讲成一句人话

GROUP BY 是「把一组记录合成一个结果」；窗口函数是「每行还在，但多了一列分组内排名、累计值或前后行对比」。

面试官真正盯的不是函数名

高频题型一：Top N per group，别把并列名次说糊

• 每个部门工资最高的 2 名员工。
• 每个品类销售额最高的 3 个商品。
• 每个用户最近一次登录记录。

WITH ranked AS (
  SELECT
    department_id,
    employee_id,
    salary,
    ROW_NUMBER() OVER (
      PARTITION BY department_id
      ORDER BY salary DESC, employee_id ASC
    ) AS rn
  FROM employee_salary
)
SELECT department_id, employee_id, salary
FROM ranked
WHERE rn <= 2;

「我先按部门分组，在每个部门里按工资倒序编号。这里用 row_number()，因为题目要固定返回 2 个人；如果业务要求并列第一都保留，我会改成 rank() 或 dense_rank()，再筛 rank <= 2。」

高频题型二：前后行对比，重点是「同一条时间线」

• 找出用户第二次下单距注册日相隔几天。
• 计算每个用户本次消费比上次多了多少。
• 找出 10 分钟内疑似重复支付。

WITH ordered_orders AS (
  SELECT
    user_id,
    order_id,
    order_time,
    ROW_NUMBER() OVER (
      PARTITION BY user_id
      ORDER BY order_time ASC, order_id ASC
    ) AS order_seq
  FROM orders
)
SELECT user_id, order_id, order_time
FROM ordered_orders
WHERE order_seq = 2;

WITH pay_with_prev AS (
  SELECT
    merchant_id,
    card_id,
    amount,
    pay_time,
    LAG(pay_time) OVER (
      PARTITION BY merchant_id, card_id, amount
      ORDER BY pay_time ASC
    ) AS prev_pay_time
  FROM payments
)
SELECT *
FROM pay_with_prev
WHERE pay_time <= prev_pay_time + INTERVAL '10 minutes';

「我把同一商户、同一卡、同一金额看成一条支付时间线，按支付时间排序，再把当前行和上一笔比较。如果两笔间隔小于等于 10 分钟，就标为疑似重复。」

高频题型三：累计值和移动窗口，别漏掉 frame

• 每天 GMV 的累计值。
• 每个用户最近 3 次购买的平均客单价。
• 近 7 日活跃用户均值。

SELECT
  dt,
  gmv,
  SUM(gmv) OVER (
    ORDER BY dt ASC
    ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
  ) AS cumulative_gmv
FROM daily_sales;

SELECT
  user_id,
  order_id,
  order_time,
  amount,
  AVG(amount) OVER (
    PARTITION BY user_id
    ORDER BY order_time ASC, order_id ASC
    ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
  ) AS avg_last_3_orders
FROM orders;

「前三条记录不够 3 次时，就按已有记录算平均值；如果业务要求必须满 3 次才输出，我会在外层再筛一遍计数。」

现场答题用这 5 步

1. 先复述输出粒度：最终一行代表什么，是用户、订单、商品，还是日期。
2. 再确定分区：PARTITION BY 对应业务对象，不对应你觉得顺手的字段。
3. 再确定排序：时间题要写时间字段，排名题要写指标字段，并补唯一字段兜底。
4. 再选函数：编号用 row_number()，保留并列用 rank()/dense_rank()，前后行比较用 lag()/lead()，累计和移动平均用聚合函数加 frame。
5. 最后外层过滤：很多数据库不允许窗口函数直接写在 WHERE 里；PostgreSQL 文档也说明窗口函数只允许出现在 SELECT 列表和 ORDER BY 中，需要在窗口计算后过滤时可用子查询。1

「我先看最终要保留哪一行明细，所以不用普通 GROUP BY 直接压缩。接着按业务对象分区，比如每个用户或每个品类；在分区内按题目指标排序，比如时间或销售额。需要第 N 条就用 row_number()，需要和上一条比较就用 lag()，需要累计值就用 SUM() OVER 并写清窗口范围。最后用 CTE 包一层再过滤排名或序号。」

4 个最容易扣分的细节

自己练题时，别只刷答案

1. 连续练 5 道 Top N per group，只改分区对象和排序口径。
2. 连续练 5 道第 N 次行为或前后行对比，强迫自己先说「同一条时间线」由哪些字段组成。
3. 连续练 5 道累计值、移动平均或近 N 行统计，每题都显式写 frame。
4. 每写完一题，用中文复述一遍：输出粒度、分区、排序、函数、边界。

常见追问怎么接