上一篇我们学习了利用 GROUP BY 子句的扩展选项（ROLLUP、CUBE 以及 GROUPING SETS）实现数据的层次统计、交叉汇总以及自定义维度分析等高级功能。
不过，产品和业务对于复杂报表的需求并不仅仅止步于此。例如，如何分析员工在部门内的薪酬排名、计算产品每个月的累计销量以及与去年同期相比的增长率等。这些分析功能通过分组汇总操作通常很难或者无法实现，因此我们需要了解更加强大的 SQL 窗口函数（Window Function）。
窗口函数定义
与聚合函数类似，窗口函数也是针对一组数据进行分析计算；但窗口函数不是将一组数据汇总成单个结果，而是为每一行数据返回一个分析结果。下图演示了两者之间的区别：
聚合函数会将同一个组内的多条数据汇总成一条数据，但是窗口函数保留了所有的原始数据。
窗口函数也被称为联机分析处理（OLAP）函数，或者分析函数（Analytic Function）。
我们以 SUM 函数为例，比较这两种函数的差异。以下语句将 SUM 作为聚合函数使用，统计所有员工的总月薪：
SELECT SUM(salary) AS sum_salary
FROM employee;
s