按窗口结果筛选
了解为什么必须将窗口函数包装在子查询或 CTE 中，才能按其结果筛选
按窗口结果筛选 是 CoddyKit 上的免费 SQL Interview Prep 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 SQL Interview Prep 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 SQL Interview Prep 课程共包含 4 节课。
为什么不能在 WHERE 中筛选窗口结果
这是面试中常见的“陷阱”：编写 WHERE ROW_NUMBER() OVER (...) = 1 会报错。窗口函数不允许出现在 WHERE、GROUP BY 或 HAVING 中。
原因在于逻辑执行顺序。WHERE 会在窗口函数计算之前运行，用于选择行。此时窗口甚至还没有计算出来，因此不能在筛选条件中引用它。
执行顺序的解释
窗口函数在一个专门的阶段计算：这个阶段位于 FROM、WHERE、GROUP BY 和 HAVING 之后，但位于最终的 ORDER BY 和 LIMIT 之前。
因此，在 WHERE 运行时，排名或行号还不存在。若要根据它进行筛选，您必须先让窗口计算完成，再在外层查询中筛选生成的列。
子查询包装模式
标准解决方法是：在内层查询（派生表）中计算窗口函数，为结果指定别名，然后在外层 WHERE 中筛选这个别名。
派生表必须有别名（这里是 t）——面试官会特别注意候选人是否忘记这一点。现在，rn 就是外层查询可以进行比较的普通列。
SELECT *
FROM (
SELECT
name, department, salary,
ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) AS rn
FROM employees
) t
WHERE rn = 1;CTE 模式（通常更清晰）
公用表表达式可以用更易读的结构完成同样的工作。在 WITH 步骤中定义排名，然后在主查询中筛选。
它在功能上与子查询完全相同，但在现场编码中，面试官通常更偏好 CTE，因为其意图从上到下阅读起来更清晰。
WITH ranked AS (
SELECT
name, department, salary,
ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) AS rn
FROM employees
)
SELECT name, department, salary
FROM ranked
WHERE rn = 1;示例：每组前 N 名
最常见的窗口问题是：“每个部门薪资最高的前 3 名员工。”在 CTE 中排名，然后在外层保留 rn <= 3。
根据并列处理方式选择排名函数：ROW_NUMBER 会将每个部门严格限制为 3 行；如果必须包含边界处的并列项，请改用 RANK/DENSE_RANK。
WITH ranked AS (
SELECT department, name, salary,
ROW_NUMBER() OVER (
PARTITION BY department ORDER BY salary DESC
) AS rn
FROM employees
)
SELECT department, name, salary
FROM ranked
WHERE rn <= 3
ORDER BY department, rn;示例：筛选累计总额
包装模式并不只适用于排名。任何窗口结果——累计总额、移动平均值、LAG 差值——都必须用相同的方式筛选。
这里我们先计算累计余额，然后只保留累计余额首次超过 1000 的行。筛选条件位于窗口层之外。
WITH balances AS (
SELECT
account_id, txn_date, amount,
SUM(amount) OVER (
PARTITION BY account_id ORDER BY txn_date
) AS running_balance
FROM transactions
)
SELECT *
FROM balances
WHERE running_balance > 1000;QUALIFY：某些数据库中的快捷方式
雪花数据库、BigQuery、特拉代塔数据库和 DuckDB 提供了 QUALIFY 子句，可以直接筛选窗口结果，无需包装查询。它会在窗口函数之后运行，正好位于所需的位置。
提到 QUALIFY 可以展示您的知识广度，但请注意，它不是标准结构化查询语言的一部分；PostgreSQL、MySQL 和微软数据库服务器都不支持它，在这些数据库中仍然需要使用子查询/CTE。
-- Snowflake / BigQuery only:
SELECT department, name, salary
FROM employees
QUALIFY ROW_NUMBER() OVER (
PARTITION BY department ORDER BY salary DESC
) = 1;不要混淆 HAVING 与窗口筛选
候选人有时会尝试用 HAVING 筛选排名。HAVING 会在 GROUP BY 聚合之后筛选分组，但仍然在窗口函数之前运行，因此同样不能引用窗口列。
WHERE→ 在分组和窗口计算之前筛选行。HAVING→ 筛选聚合后的分组，但仍然在窗口计算之前。- 筛选窗口结果 → 需要使用外层查询（或
QUALIFY）。
结合预筛选与窗口筛选
您经常需要在窗口计算之前和之后都进行筛选。请在内层 WHERE 中应用普通的行筛选条件（这样窗口只会看到相关行），然后在外层查询中筛选窗口结果。
在这个示例中，我们先限制为活跃员工，然后从他们当中选出每个部门的最高收入者。将 WHERE active 放在内层会改变参与排名的行。
WITH ranked AS (
SELECT department, name, salary,
ROW_NUMBER() OVER (
PARTITION BY department ORDER BY salary DESC
) AS rn
FROM employees
WHERE is_active = true -- pre-filter before ranking
)
SELECT * FROM ranked
WHERE rn = 1; -- post-filter on the window性能说明
面试官可能会问，包装查询是否会影响性能。通常不会：优化器会将子查询/CTE 视为同一个执行计划的一部分，并且只计算一次窗口。仅仅因为进行了包装，并不会产生额外扫描。
但有一个例外：在某些引擎中，CTE 可能成为优化屏障而被物化，因此对于热点路径，派生表或 QUALIFY 可能生成更好的执行计划。如果这很重要，请使用 EXPLAIN 进行分析。
常见错误
最后检查：
- 绝不要将窗口函数放入
WHERE/HAVING——这样会报错。 - 始终为派生表指定别名；
FROM中没有名称的子查询会被拒绝。 - 根据问题所需的并列处理方式选择排名函数。
- 只在支持
QUALIFY的数据库中使用它；否则请回退到 CTE/子查询包装模式。
快速检查
为什么筛选窗口函数必须使用包装查询？
回顾：筛选窗口结果
您已经完整掌握了排名窗口函数的使用流程：
- 窗口函数在
WHERE/GROUP BY/HAVING之后运行，因此不能在那里筛选它们。 - 将窗口函数放入子查询或CTE中（始终指定别名），然后在外层查询中筛选结果。
- 这可以实现每组前 N 名、每个键的最新行以及累计总额阈值等需求。
QUALIFY是一种方便但非标准的快捷方式，仅适用于雪花数据库/BigQuery。
现在，您已经掌握了面试官最常考查的完整排名工具集。
常见问题解答
「按窗口结果筛选」课时是免费的吗？
是的 — 「按窗口结果筛选」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 SQL Interview Prep 课程的其余内容，请升级到 CoddyKit PRO。 SQL Interview Prep 课程共包含 4 节课。
「按窗口结果筛选」这节课中我会学到什么？
了解为什么必须将窗口函数包装在子查询或 CTE 中，才能按其结果筛选 你通过在浏览器中直接运行的动手代码来练习 SQL Interview Prep，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 SQL Interview Prep 需要有经验吗？
无需任何先前经验。CoddyKit 上的 SQL Interview Prep 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「按窗口结果筛选」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 SQL Interview Prep 课中编写并运行代码吗？
能。每节 SQL Interview Prep 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。