窗口函数中RANGE BETWEEN和ROWS BETWEEN的区别

我将通过具体例子说明 RANGE BETWEEN 和 ROWS BETWEEN 的核心区别。

一、示例数据

假设有销售表transaction_detail ，记录每天的销售额：

product	transaction_time	amount
华为	2018-01-01 00:00:00	5000
华为	2018-01-02 00:00:00	4800
华为	2018-01-03 00:00:00	5000
华为	2018-01-05 00:00:00	6500	（注意：01-04 无数据）
华为	2018-01-05 00:00:00	8000	（同一日两笔交易）
华为	2018-01-06 00:00:00	5600

 

二、核心区别

1. RANGE BETWEEN：按逻辑值范围筛选

SQL语句：

SELECT
  product,
  transaction_time,
  amount,
  SUM(amount) OVER (
    PARTITION BY product
    ORDER BY transaction_time
    RANGE BETWEEN INTERVAL 2 DAY PRECEDING AND CURRENT ROW
  ) AS range_sum
FROM transaction_detail;

 

执行结果：

product	transaction_time	amount	range_sum
华为	2018-01-01 00:00:00	5000	5000	（仅当天）
华为	2018-01-02 00:00:00	4800	9800	（01-01 至 01-02）
华为	2018-01-03 00:00:00	5000	14800	（01-01 至 01-03）
华为	2018-01-05 00:00:00	6500	19500	（01-03 至 01-05，自动跳过 01-04）
华为	2018-01-05 00:00:00	8000	19500	（与上一行范围相同）
华为	2018-01-06 00:00:00	5600	20100	（01-04 至 01-06，自动跳过 01-04）

关键点：

• 按日期差值筛选：INTERVAL 2 DAY PRECEDING 表示当前日期的前 2 天（如 01-05 的范围是 01-03 至 01-05）。
• 忽略日期间隙：即使 01-04 无数据，也会按实际日期计算范围。
• 合并重复值：同一日期的多行数据（如 01-05 的两笔交易）会被全部包含。

 

2. ROWS BETWEEN：按物理行号筛选

SQL语句：

SELECT
  product,
  transaction_time,
  amount,
  SUM(amount) OVER (
    PARTITION BY product
    ORDER BY transaction_time
    ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
  ) AS rows_sum
FROM transaction_detail ;

 

执行结果：

product	transaction_time	amount	rows_sum
华为	2018-01-01 00:00:00	5000	5000	（仅当前行）
华为	2018-01-02 00:00:00	4800	9800	（前 1 行 + 当前行）
华为	2018-01-03 00:00:00	5000	14800	（前 2 行 + 当前行）
华为	2018-01-05 00:00:00	6500	16300	（前 2 行 + 当前行）
华为	2018-01-05 00:00:00	8000	19500	（前 2 行 + 当前行）
华为	2018-01-06 00:00:00	5600	20100	（前 2 行 + 当前行）

 

关键点：

• 按行号偏移量筛选：2 PRECEDING 表示当前行的前 2 行（无论日期是否连续）。
• 严格按物理行计算：即使 01-04 无数据，也会按行号选取前 2 行（如 01-05 的第一笔交易取到 01-03 和 01-05 的前一笔）。
• 逐行处理重复值：同一日期的多行数据会被单独计算（如 01-05 的第二笔交易取到前两行和自身）。

 

 

三、应用场景对比

场景	RANGE BETWEEN 适合	ROWS BETWEEN 适合
计算近 7 天销售额	✅ 自动跳过无交易的日期（如周末）	❌ 若周末无数据，会导致行偏移错误
计算移动平均（3 行）	❌ 可能包含不连续日期的数据	✅ 严格按连续 3 行计算，不考虑日期间隙
处理重复日期	✅ 自动合并同一日的所有交易	❌ 逐行计算，可能导致重复累加

 

四、总结

特性	RANGE BETWEEN	ROWS BETWEEN
范围依据	逻辑值（如日期、数值）的差值	物理行号的偏移量
处理日期间隙	自动忽略无数据的日期	严格按行号计算，不受日期影响
处理重复值	合并同一逻辑值的所有行	逐行处理，不合并
典型场景	按时间范围统计（如近 7 天销量）	固定行数的滑动窗口（如移动平均）

 

选择哪种方式取决于你的数据特性和统计需求：若需按实际时间范围统计，用 RANGE；若需固定行数的计算，用 ROWS。