标签：#Oracle #窗口函数 #分析函数 #ROW_NUMBER #HIS医院业务 #PB9 #SQL优化实战
前言
在上一篇HIS视图优化中，我将低效的相关子查询（O(N²)时间复杂度）替换为窗口函数，实现了查询从卡顿超时到秒级响应的质变。窗口函数是Oracle11g+核心高性能语法，能极大简化分组统计、排序取数、排名统计等业务逻辑，但多数开发者仅会基础写法，无法区分不同排名函数的业务差异，极易出现数据静默错误。
本文结合本人早年PB9存储过程实战案例（药篮配药优先级排序）+ 医院住院业务场景，从零梳理窗口函数核心语法、三大排名函数区别、高频实战场景及生产致命踩坑点，帮大家彻底吃透这类高效SQL语法。
早年开发的药篮配药业务SQL，就用到了窗口分区统计逻辑，也是我深耕窗口函数的入门实战案例：
sql |
业务逻辑：按药篮编号ckbh分区，统计每个药篮的待配药品总数，优先推送药品数量多的药篮执行配药。早期对窗口函数理解浅薄，写法较为粗糙，但已然体现出窗口函数的核心优势：无需游标循环、无需嵌套子查询，单语句完成分组统计排序。
核心认知：窗口函数 vs 普通聚合函数
很多人用不好窗口函数，核心是没分清它和GROUP BY聚合函数的差异，这是所有用法的基础：
- 普通聚合函数（GROUP BY）：会合并压缩行数，一组数据只返回一行结果，适合全局汇总统计。
- 窗口函数（OVER）：不改变原始数据表行数，仅在每行数据后，追加当前窗口内的计算结果，适合保留明细+分组统计的业务场景。
一、窗口函数标准语法模板（基础 + 高阶完整版）
sql |
语法三要素，各司其职，覆盖99%业务场景：
- PARTITION BY 字段：分区（分组），将整张表拆分为多个独立小窗口，无该参数则全局为一个窗口。
- ORDER BY 字段：窗口内排序，排名、序号类函数必须配置，否则结果随机不稳定。
- ROWS/RANGE（高阶核心）：滑动窗口范围控制，是窗口函数真正的“杀手锏”，可以实现局部累加、滑动统计、取前后N行、连续区间计算，日常简单排序用不到，但复杂报表、质控统计、连续业务必须用。
二、滑动窗口高阶用法（工作实用版）
很多人只会基础排名用法，总感觉窗口函数还有高阶能力没吃透，这点非常准！
我们日常用的ROW_NUMBER / RANK 都属于静态全窗口：分区确定后，统计范围是分区内所有行。
而窗口函数真正的高阶能力，在于滑动窗口，可以实现局部统计、前后行取值、逐行累计，覆盖报表、质控绝大多数复杂需求，下面只讲生产能落地、高频用到的实用知识点。
1、ROWS 实用规则（放弃冷门RANGE）
只记ROWS即可：物理行数滑动，结果稳定、精准、无坑，100%适配业务场景。
RANGE为逻辑值区间，容易出现数据合并错乱、结果不可控，日常开发直接不用。
简单区分：日常开发只使用ROWS（物理行、结果稳定无坑），彻底舍弃RANGE逻辑，避免数据错乱问题。
2、三套万能滑动模板（工作够用）
sql |
3、滑动窗口高频适用场景
普通排名函数无法实现的需求，用滑动窗口完美解决：
常规排名函数仅依赖固定分区全局统计，无需滑动区间；滑动窗口专门解决局部统计、跨行取值、累计汇总等复杂报表、质控业务场景。
真正需要高阶窗口的场景：
- 移动平均统计
- 逐行累计、阶段性汇总
- 取上一条/下一条记录（质控非常常用）
- 连续时间业务断档补齐
- 区间内最大/最小/最新值
三、高阶实战案例（HIS生产落地）
场景1：取上一条、下一条数据（LAG/LEAD + 滑动窗口）
业务：查看患者上一次入院时间、下一次入院时间，用于病程对比、间隔统计。
