PostgreSQL window function

本是古典何须时尚 2021-09-10 14:08 317阅读 0赞

[Postgresql window function 第一篇][Postgresql window function]

window function，简单来说就是窗口函数。postgresql 在8.4版本开始有了窗口函数的特性。

看多很多中文解释，找不到合适的解释什么是窗口函数，有句英文很好的诠释了什么是窗口函数。 “ The whole idea behind window functions is to allow you to process several values of the result set at a time: you see through the window some peer rows and are able to compute a single output value from them, much like when using an aggregate function. ”  
     先来介绍一下postgresql里面关于窗口函数的语法吧。  
   function name over ( partition by column order by column \[ RANGE | ROWS \] BETWEEN frame\_start AND frame\_end);  
   这是简化的版本，官网上对于语句写的更详细，有兴趣的可以自己去看看。 对于第一次看见的人来说，这么长的语法可能一下子无法接受，那我们就慢慢一步一步来的说。  
     
   首先创建下面这张表

点击(此处)折叠或打开

1.  create table empsalary  
    
2.  (  
    
3.      depname varchar(20),  
    
4.      empno varchar(20),  
    
5.      salary integer  
    
6.  )

然后插入数据

点击(此处)折叠或打开

1.  postgres=\# select \* from empsalary;  
    
2.   depname | empno | salary  
    
3.  \----------+-------+--------  
    
4.   develop | 11 | 5200  
    
5.   develop | 7 | 4200  
    
6.   develop | 9 | 4500  
    
7.   personel | 5 | 3500  
    
8.   personel | 6 | 6500  
    
9.   personel | 12 | 6500  
    
10.  personel | 15 | 8900  
    
11. (7 行记录)

EXAMPLE 1  
    只使用 function name over（），这是窗口函数使用最简单的方式了吧。

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, sum(salary) over() from empsalary;  
    
2.   depname | empno | salary | sum  
    
3.  \----------+-------+--------+-------  
    
4.   develop | 11 | 5200 | 39300  
    
5.   develop | 7 | 4200 | 39300  
    
6.   develop | 9 | 4500 | 39300  
    
7.   personel | 5 | 3500 | 39300  
    
8.   personel | 6 | 6500 | 39300  
    
9.   personel | 12 | 6500 | 39300  
    
10.  personel | 15 | 8900 | 39300  
    
11. (7 行记录)

光看这个结果，可以看出最后相等的一列就是表是所有行的salary的总值。仔细体会上面那句英文： you see through the window some peer rows and are able to compute a single output value from them。这里的single output value 就是sum，这里的rows就是说有的表中所有的行。这就可以很好的理解了窗口函数的意思了吧。由于这里没有对窗口进行什么设定，所以看到的就是整个表当中的数据。

关于窗口函数就先写到这里吧。

[Postgresql window function 第二篇][Postgresql window function 1]

上一篇很好的解释了什么是窗口函数，并且举了一个最简单的例子，帮助理解什么是窗口函数。接下来我们来更深入的理解postgresql的窗口函数。还是借用上一篇新建的表来讲解。

点击(此处)折叠或打开

EXAMPLE 2：  
   function name over ( partition by column)   这里的partition by 子句用于对行进行分组的。

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, sum(salary) over(partition by depname)  from empsalary;
2.   depname | empno | salary | sum  
    
3.  \----------+-------+--------+-------  
    
4.   develop | 11 | 5200 | 13900  
    
5.   develop | 7 | 4200 | 13900  
    
6.   develop | 9 | 4500 | 13900  
    
7.   personel | 5 | 3500 | 25400  
    
8.   personel | 6 | 6500 | 25400  
    
9.   personel | 12 | 6500 | 25400  
    
10.  personel | 15 | 8900 | 25400  
    
11. (7 行记录)

由于这次对窗口进行了限制，每一行只能看见自己的分组，所以develop组的sum都是一样的，而personel组的sum是一样的。  
  
   EXAMPLE3：  
   function name over (order by column)

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, sum(salary) over(order by salary) from  
    
2.   empsalary;  
    
3.   depname | empno | salary | sum  
    
4.  \----------+-------+--------+-------  
    
5.   personel | 5 | 3500 | 3500  
    
6.   develop | 7 | 4200 | 7700  
    
7.   develop | 9 | 4500 | 12200  
    
8.   develop | 11 | 5200 | 17400  
    
9.   personel | 6 | 6500 | 30400  
    
10.  personel | 12 | 6500 | 30400  
    
11.  personel | 15 | 8900 | 39300  
    
12. (7 行记录)

上面的结果是按照salary的正序排列的，但是sum列显得很奇怪，好像是累积的加法，好像不是。这就取决于，到底这里的每一行从窗口看看到了什么，我们可以用以下的语句看一下。

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary,array\_agg(salary) over(order by salary)  
    
2.   ,sum(salary) over(order by salary) from empsalary;  
    
3.   depname | empno | salary | array\_agg                            | sum  
    
4.  \----------+-------+--------+--------------------------------------+-------  
    
5.   personel | 5  | 3500     | \{ 3500\}                               | 3500  
    
6.   develop  | 7  | 4200     | \{ 3500,4200\}                          | 7700  
    
7.   develop  | 9  | 4500     | \{ 3500,4200,4500\}                     | 12200  
    
8.   develop  | 11 | 5200     | \{ 3500,4200,4500,5200\}                | 17400  
    
9.   personel | 6  | 6500     | \{ 3500,4200,4500,5200,6500,6500\}      | 30400  
    
10.  personel | 12 | 6500     | \{ 3500,4200,4500,5200,6500,6500\}      | 30400  
    
11.  personel | 15 | 8900     | \{ 3500,4200,4500,5200,6500,6500,8900\} | 39300  
    
12. (7 行记录)

每一行能看见的结果都在array\_agg列当中可以看出，这就很容易理解为什么sum的值会变成现在像上面一样奇怪的结果吧。其实这里的  
  
   EXAMPLE 3:  
    function name over （order by column \[rows | range \] between framestart and frameend）;  
   rows between 子句无法独自和over一起使用，这个子句的作用也是决定了那些行可以被每一行看到。

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary,sum(salary) over(order by salary rows between unbounded preceding and current row) from empsalary;
2.   depname | empno | salary | sum  
    
3.  \----------+-------+--------+-------  
    
4.   personel | 5 | 3500 | 3500  
    
5.   develop | 7 | 4200 | 7700  
    
6.   develop | 9 | 4500 | 12200  
    
7.   develop | 11 | 5200 | 17400  
    
8.   personel | 6 | 6500 | 23900  
    
9.   personel | 12 | 6500 | 30400  
    
10.  personel | 15 | 8900 | 39300  
    
11. (7 行记录)

现在的结果是安salary从小到大排列的，sum刚好就是累积的加法运算。这里的framestart和frameend只能从固定的三个值当中取： unbounded preceding ， current row， unbounded following。第一个表示第一行，第二个表示当前行，最后一个表示最后一行，而且他们顺序也不能调换。这能是 unbounded preceding and current row 或者是 current row and unbounded following 再或者就是  unbounded preceding and  unbounded following。  
 至此所有的部分都已经讲完了，在复杂的用法就是把他们结合起来使用。相信大家能很好的使用窗口函数。

[postgresql windows function 第三篇][postgresql windows function]

前面两篇已经很好的介绍了窗口函数，这篇我们来关注一下function name这个部分。postgresql有一些内置的函数，专门用于窗口函数。如下

<table style=""> 
 <tbody style="word-wrap:break-word"> 
  <tr style="word-wrap:break-word"> 
   <th style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223)"> Function</th> 
   <th style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223)"> Return Type</th> 
   <th style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223)"> Description</th> 
  </tr> 
 </tbody> 
 <tbody style="word-wrap:break-word"> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> row_number()</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> bigint</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> number of the current row within its partition, counting from 1</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> rank()</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> bigint</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> rank of the current row with gaps; same as&nbsp;row_number&nbsp;of its first peer</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> dense_rank()</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> bigint</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> rank of the current row without gaps; this function counts peer groups</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> percent_rank()</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> double precision</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> relative rank of the current row: (rank&nbsp;- 1) / (total rows - 1)</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> cume_dist()</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> double precision</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> relative rank of the current row: (number of rows preceding or peer with current row) / (total rows)</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> ntile(num_buckets&nbsp;integer)</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> integer</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> integer ranging from 1 to the argument value, dividing the partition as equally as possible</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> lag(value&nbsp;any&nbsp;[,&nbsp;offsetinteger&nbsp;[,&nbsp;default&nbsp;any&nbsp;]])</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> same type as&nbsp;value</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> returns&nbsp;value&nbsp;evaluated at the row that is&nbsp;offset&nbsp;rows before the current row within the partition; if there is no such row, instead return&nbsp;default. Bothoffset&nbsp;and&nbsp;default&nbsp;are evaluated with respect to the current row. If omitted,&nbsp;offset&nbsp;defaults to 1 and&nbsp;default&nbsp;to null</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> lead(value&nbsp;any&nbsp;[,&nbsp;offsetinteger&nbsp;[,&nbsp;default&nbsp;any&nbsp;]])</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> same type as&nbsp;value</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> returns&nbsp;value&nbsp;evaluated at the row that is&nbsp;offset&nbsp;rows after the current row within the partition; if there is no such row, instead return&nbsp;default. Bothoffset&nbsp;and&nbsp;default&nbsp;are evaluated with respect to the current row. If omitted,&nbsp;offset&nbsp;defaults to 1 and&nbsp;default&nbsp;to null</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> first_value(value&nbsp;any)</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> same type as&nbsp;value</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> returns&nbsp;value&nbsp;evaluated at the row that is the first row of the window frame</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> last_value(value&nbsp;any)</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> same type as&nbsp;value</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> returns&nbsp;value&nbsp;evaluated at the row that is the last row of the window frame</td> 
  </tr> 
  <tr style="word-wrap:break-word"> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> nth_value(value&nbsp;any,&nbsp;nthinteger)</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> same type as&nbsp;value</td> 
   <td style="word-wrap:break-word; margin:0px; padding:0.5ex; border:1px solid rgb(167,198,223); background-color:rgb(255,255,255)"> returns&nbsp;value&nbsp;evaluated at the row that is the&nbsp;nth&nbsp;row of the window frame (counting from 1); null if no such row</td> 
  </tr> 
 </tbody> 
</table>

这里我们一个一个的来。  
  row\_number()

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, row\_number() over() from empsalary;
2.   depname | empno | salary | row\_number
3.  \----------+-------+--------+------------  
    
4.   develop  | 11 | 5200 | 1  
    
5.   develop  | 7  | 4200 | 2  
    
6.   develop  | 9  | 4500 | 3  
    
7.   personel | 5  | 3500 | 4  
    
8.   personel | 6  | 6500 | 5  
    
9.   personel | 12 | 6500 | 6  
    
10.  personel | 15 | 8900 | 7  
    
11. (7 行记录)

其实这个函数就是给窗口内的每一行编号，从一号开始。不过如果没有排序的话，这样的编号感觉也没有意思啊。

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, row\_number() over() from empsalary order by salary;
2.   depname | empno | salary | row\_number  
    
3.  \----------+-------+--------+------------  
    
4.   personel | 5 | 3500 | 4  
    
5.   develop | 7 | 4200 | 2  
    
6.   develop | 9 | 4500 | 3  
    
7.   develop | 11 | 5200 | 1  
    
8.   personel | 6 | 6500 | 5  
    
9.   personel | 12 | 6500 | 6  
    
10.  personel | 15 | 8900 | 7  
    
11. (7 行记录)

怪了，使用order by 但是这里放的地方错误，可以从这里推断，row\_number(）是比order by 先执行的。  
正确的写法是

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, row\_number() over(order by salary) from empsalary ;
2.   depname | empno | salary | row\_number  
    
3.  \-\-\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\-\-\-\-  
    
4.   personel | 5 | 3500 | 1  
    
5.   develop | 7 | 4200 | 2  
    
6.   develop | 9 | 4500 | 3  
    
7.   develop | 11 | 5200 | 4  
    
8.   personel | 6 | 6500 | 5  
    
9.   personel | 12 | 6500 | 6  
    
10.  personel | 15 | 8900 | 7  
    
11. (7 行记录)

rank（）

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, rank() over(order by salary) from empsalary ;
2.   depname | empno | salary | rank  
    
3.  \-\-\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-  
    
4.   personel | 5 | 3500 | 1  
    
5.   develop | 7 | 4200 | 2  
    
6.   develop | 9 | 4500 | 3  
    
7.   develop | 11 | 5200 | 4  
    
8.   personel | 6 | 6500 | 5  
    
9.   personel | 12 | 6500 | 5  
    
10.  personel | 15 | 8900 | 7  
    
11. (7 行记录)

从结果可以看出，rank其实和row\_number()差不多，唯一的差别有两个5，没有6.这就是所谓的gap吧。  
  
dense\_rank()

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, dense\_rank() over(order by salary) from empsalary ;
2.   depname | empno | salary | dense\_rank  
    
3.  \----------+-------+--------+------------  
    
4.   personel | 5 | 3500 | 1  
    
5.   develop | 7 | 4200 | 2  
    
6.   develop | 9 | 4500 | 3  
    
7.   develop | 11 | 5200 | 4  
    
8.   personel | 6 | 6500 | 5  
    
9.   personel | 12 | 6500 | 5  
    
10.  personel | 15 | 8900 | 6  
    
11. (7 行记录)

dense\_rank()和rank是一样的，但是区别还是有的，他是没有gap的。  
  
  
percent\_rank() 和 cume\_dist() 这两个函数不知道有什么用，不过计算的公式就在上面，看看就知道怎么算了。  
  
  
ntile()

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, ntile(3) over(order by salary) from empsalary ;
2.   depname | empno | salary | ntile  
    
3.  \-\-\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-  
    
4.   personel | 5 | 3500 | 1  
    
5.   develop | 7 | 4200 | 1  
    
6.   develop | 9 | 4500 | 1  
    
7.   develop | 11 | 5200 | 2  
    
8.   personel | 6 | 6500 | 2  
    
9.   personel | 12 | 6500 | 3  
    
10.  personel | 15 | 8900 | 3  
    
11. (7 行记录)

这个函数的作用是将结果分组，3 表示分为三组。每一组再编号。  
  
  
lag( value   any  \[,  offsetinteger  \[,  default   any  \]\])

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, lag(salary,1,0) over(order by salary)  
    
2.   from empsalary ;  
    
3.   depname | empno | salary | lag  
    
4.  \-\-\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-  
    
5.   personel | 5 | 3500 | 0  
    
6.   develop | 7 | 4200 | 3500  
    
7.   develop | 9 | 4500 | 4200  
    
8.   develop | 11 | 5200 | 4500  
    
9.   personel | 6 | 6500 | 5200  
    
10.  personel | 12 | 6500 | 6500  
    
11.  personel | 15 | 8900 | 6500  
    
12. (7 行记录)

获取前一行的对应列，如果没有的话，就用0表示。而lead刚好和他相反。自己试一下就知道了。  
first\_value()

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, first\_value(salary) over () from empsa  
    
2.  lary;  
    
3.   depname | empno | salary | first\_value  
    
4.  \-\-\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\-\-\-\-\-  
    
5.   develop | 11 | 5200 | 5200  
    
6.   develop | 7 | 4200 | 5200  
    
7.   develop | 9 | 4500 | 5200  
    
8.   personel | 5 | 3500 | 5200  
    
9.   personel | 6 | 6500 | 5200  
    
10.  personel | 12 | 6500 | 5200  
    
11.  personel | 15 | 8900 | 5200  
    
12. (7 行记录)

获取windows frame的第一行。  
last\_value() 刚好和first\_value()相反，取最后一列。

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, last\_value(salary) over () from empsal  
    
2.  ary;  
    
3.   depname | empno | salary | last\_value  
    
4.  \-\-\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\-\-\-\-  
    
5.   develop | 11 | 5200 | 8900  
    
6.   develop | 7 | 4200 | 8900  
    
7.   develop | 9 | 4500 | 8900  
    
8.   personel | 5 | 3500 | 8900  
    
9.   personel | 6 | 6500 | 8900  
    
10.  personel | 12 | 6500 | 8900  
    
11.  personel | 15 | 8900 | 8900  
    
12. (7 行记录)

再来一个

点击(此处)折叠或打开

1.  postgres=\# select depname, empno, salary, last\_value(salary) over (order by sala  
    
2.  ry) from empsalary;  
    
3.   depname | empno | salary | last\_value  
    
4.  \-\-\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\+\-\-\-\-\-\-\-\-\-\-\-\-  
    
5.   personel | 5 | 3500 | 3500  
    
6.   develop | 7 | 4200 | 4200  
    
7.   develop | 9 | 4500 | 4500  
    
8.   develop | 11 | 5200 | 5200  
    
9.   personel | 6 | 6500 | 6500  
    
10.  personel | 12 | 6500 | 6500  
    
11.  personel | 15 | 8900 | 8900  
    
12. (7 行记录)

为什么这里会不一样的，仔细想想order by为什么会导致这么样的结果，如果你看了第一篇的话，就能明白了。  
  
而nth\_value()我想你自己从字面上就能理解了吧。这里就不讲解了。

[Postgresql window function]: http://blog.itpub.net/30010989/viewspace-1345104/
[Postgresql window function 1]: http://blog.itpub.net/30010989/viewspace-1345154/
[postgresql windows function]: http://blog.itpub.net/30010989/viewspace-1350990/