聚合函数与窗口函数结合可保留明细数据的同时实现分组统计、排名和累计计算。1. 将AVG(salary)放入OVER(PARTITION BY dept)中，每行显示部门平均工资；2. 结合AVG(salary) OVER (PARTITION BY dept)和MAX(salary) OVER ()，同时展示部门均值与公司最高薪；3. 使用RANK() OVER (PARTITION BY dept ORDER BY salary DESC)对部门内员工排名，并结合AVG(salary)对比部门均值；4. 通过SUM(daily_amount) OVER (ORDER BY sale_date)实现按日累计销售额，加PARTITION BY可分组累计。核心是将聚合函数置于OVER子句中，配合PARTITION BY和ORDER BY灵活分析。
聚合函数和窗口函数结合使用，可以在保留原始数据行的同时，完成分组统计、排名、累计计算等复杂分析。关键在于理解两者作用范围不同：聚合函数对一组值返回单个结果，而窗口函数在每行上计算但不压缩行数。
1. 聚合函数作为窗口函数的一部分
将聚合函数放入 OVER() 子句中，可实现“每行显示该分组的聚合结果”：
例如：查看每位员工及其所在部门的平均工资
SELECT
name,
dept,
salary,
AVG(salary) OVER (PARTITION BY dept) AS dept_avg_salary
FROM employees;
这里 AVG(salary) 是聚合函数，但通过 OVER(PARTITION BY dept) 变成窗口函数，每一行都会显示对应部门的平均工资，同时保留每个人的记录。
2. 多层统计：结合多个窗口函数
可以同时统计全局和分组级别的聚合值：
比如：展示个人工资、部门平均、公司最高工资
SELECT
name,
dept,
salary,
AVG(salary) OVER (PARTITION BY dept) AS dept_avg,
MAX(salary) OVER () AS company_max_salary
FROM employees;
MAX(salary) OVER () 没有分区，表示全表范围的最大值，所有行都显示同一结果。
3. 排名与聚合结合
常用于找出每个分组内的高薪员工，并对比组内平均水平：
示例：部门内按工资排序，标出平均值
SELECT
name,
dept,
salary,
RANK() OVER (PARTITION BY dept ORDER BY salary DESC) AS rank_in_dept,
AVG(salary) OVER (PARTITION BY dept) AS dept_avg_salary
FROM employees
WHERE salary IS NOT NULL;
这样能快速识别出哪些人高于或低于部门平均，且知道他们的相对位置。
4. 累计聚合统计
用 ORDER BY 控制窗口顺序，实现累计求和、移动平均等：
如：按日期累计销售额
SELECT
sale_date,
daily_amount,
SUM(daily_amount) OVER (ORDER BY sale_date) AS cum_sales
FROM sales;
如果加上 PARTITION BY category，就是每个类别独立累计。
基本上就这些。核心是把聚合函数放进 OVER() 里，再根据需要加 PARTITION BY 和 ORDER BY。灵活组合就能一边保留明细数据，一边做各种统计对比。
