MySQL 窗口函数 RANGE frame 怎样确定边界

窗口函数结果看起来“多算了一行”时，先别急着改聚合表达式。很多时候，真正改变结果的是 window frame：RANGE 按 ORDER BY 的值域找行，而不是按物理行号找行。当前排序值相同的记录会被当作 peers，一起进入当前 frame。

判断 MySQL RANGE 边界可以记成一句话：先看当前行的 ORDER BY 值，再按值的前后范围取行；其中 CURRENT ROW 表示当前值对应的整组 peers。没有显式 frame 时，带 ORDER BY 的默认值等价于 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。

官方文档：https://dev.mysql.com/doc/refman/8.4/en/window-functions-frames.html

先用两个相同的 score 重现问题

准备一组按部门统计成绩金额的数据。刻意让 score=10 出现两次，这样才能看出“当前行”和“当前值对应的 peers”不是同一个概念。

CREATE TEMPORARY TABLE score_amount (
    id INT PRIMARY KEY,
    dept VARCHAR(20) NOT NULL,
    score INT NOT NULL,
    amount INT NOT NULL
);

INSERT INTO score_amount (id, dept, score, amount) VALUES
    (1, 'A', 10, 5),
    (2, 'A', 10, 7),
    (3, 'A', 20, 8),
    (4, 'A', 25, 4);

-- 用重复 score 观察 RANGE 和 ROWS 的 frame 成员差别
SELECT
    id,
    score,
    amount,
    SUM(amount) OVER (
        PARTITION BY dept
        ORDER BY score
        RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS range_total,
    SUM(amount) OVER (
        PARTITION BY dept
        ORDER BY score
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS rows_total
FROM score_amount
ORDER BY score, id;

按这个数据理解结果，RANGE 的两个 score=10 行都会看到累计值 12，因为它们的当前排序值相同，彼此属于 peers。ROWS 则是一行一行向前扩展，前两行分别是 5 和 12；由于 ORDER BY score 没有为同分行指定唯一顺序，实际逐行顺序不应被当作业务排序依据。

图1：相同 ORDER BY 值在 RANGE 中成组进入 frame，在 ROWS 中按行位置逐步推进。

RANGE 的边界到底由什么决定

可以把 frame 拆成三层来读：PARTITION BY 决定候选数据集，ORDER BY 给当前行一个排序值，RANGE 再围绕这个值计算上下界。它不是在问“当前行前面有几行”，而是在问“哪些行的排序值落在这个值域内”。

例如当前 score=20，写成 RANGE BETWEEN 5 PRECEDING AND CURRENT ROW 时，候选值域是 15 到 20。只要某行的排序值等于 15、16、17、18、19 或 20，它就可能进入当前 frame；这里不要求它在结果集里紧挨着当前行。

图2：数值型 RANGE 用当前排序值和偏移量计算上下界，CURRENT ROW 覆盖同值 peers。

CURRENT ROW 为什么不是“这一行”

这是最容易误读的一处。对于 ROWS，CURRENT ROW 确实指当前物理行；对于 RANGE，它指当前行的 peers，也就是按窗口 ORDER BY 判断为同值的行。

因此下面两个 frame 的业务含义不同：

-- RANGE：同一个 score 的记录在同一价值边界内一起计算
SUM(amount) OVER (
    PARTITION BY dept
    ORDER BY score
    RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
) AS total_by_score,

-- ROWS：每向下移动一条物理记录，frame 才扩大一行
SUM(amount) OVER (
    PARTITION BY dept
    ORDER BY score
    ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
) AS total_by_row

如果报表要求“同分人员显示同一个累计金额”，使用 RANGE 更接近需求；如果要求“按明细行逐条累加”，就要使用 ROWS，并给 ORDER BY 补充能表达业务先后关系的列，例如唯一编号或明确的创建时间。

默认 frame 可能让结果悄悄变化

窗口函数没有写 frame 时，不能只凭“看起来像累计”来猜。带 ORDER BY 时，MySQL 的默认 frame 等价于：

-- 显式写出带 ORDER BY 时的默认 RANGE 语义
RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW

也就是说，给原查询新增 ORDER BY，可能同时把“整分区聚合”变成“从分区开头累计到当前值”。没有 ORDER BY 时，默认 frame 覆盖整个 partition。为了避免后续维护者误解，报表 SQL 最好显式写出 frame，不把关键业务含义交给默认值。

一个常见的改动是把总额查询改成带排序的窗口查询：

-- 明确要求每个部门都显示整个部门总额，不随 score 递增
SELECT
    id,
    dept,
    score,
    SUM(amount) OVER (
        PARTITION BY dept
        ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
    ) AS dept_total
FROM score_amount;

这里故意不写窗口 ORDER BY，因为目标是整分区总额；如果还要按 score 排序，把排序放在查询最外层，不要让显示顺序和聚合 frame 混在一起。

数值范围和时间范围分别怎么写

带偏移量的 RANGE 需要能进行范围计算的排序表达式。数值排序使用非负数值偏移，时间排序使用 INTERVAL。例如下面的数值滚动窗口表示“当前 score 向前 10 分以内”。

-- 数值 RANGE：当前 score 及其之前 10 分内的金额
SELECT
    id,
    score,
    SUM(amount) OVER (
        PARTITION BY dept
        ORDER BY score
        RANGE BETWEEN 10 PRECEDING AND CURRENT ROW
    ) AS amount_in_score_band
FROM score_amount
ORDER BY score, id;

时间字段的写法则把偏移量写成时间间隔。这里的“前一天”是时间值域，不是结果中前一行；某个时间段即使有很多条记录，也会一起进入 frame。

-- 时间 RANGE：当前时间向前一天的记录都纳入统计
SELECT
    event_time,
    amount,
    SUM(amount) OVER (
        PARTITION BY account_id
        ORDER BY event_time
        RANGE BETWEEN INTERVAL 1 DAY PRECEDING AND CURRENT ROW
    ) AS rolling_amount
FROM account_events
ORDER BY event_time;

哪些窗口函数真的受 frame 影响

聚合类窗口函数以及 FIRST_VALUE()、LAST_VALUE()、NTH_VALUE() 会读取当前 frame，所以 RANGE 和 ROWS 的选择会直接改变结果。排名和偏移类函数的语义不同，不能因为它们写在 OVER (... frame ...) 里，就认为 frame 一定会限制它们。

特别是 LAST_VALUE()：默认 frame 只到当前排序值，所以它经常返回当前 frame 的最后值，而不是整个 partition 的最后值。若需求真的是分区末端值，需要显式把 frame 延伸到 UNBOUNDED FOLLOWING。

生产查询上线前的四项检查

1. 先问业务单位。需求说的是“前 10 行”，还是“前 10 分钟/前 10 分/同一个分数”？前者通常对应 ROWS，后者通常对应 RANGE。
2. 列出重复值。检查 ORDER BY 列是否会重复，尤其是日期、金额、状态分数。重复值会让 RANGE 一次包含多行。
3. 确认类型。数值偏移配数值排序，时间间隔配时间排序；不要把字符串格式的日期直接当作时间范围依据。
4. 把 frame 写完整。不要依赖默认 frame；同时确认 CURRENT ROW 在当前 frame 单位下是物理行还是 peers。

如果结果出现“同值行相同、下一组突然跳高”，这往往不是重复计算，而是 RANGE 的预期行为。把同一条表达式改写为 ROWS 做对照，通常几分钟就能定位 frame 是否选错。

常见问题

RANGE 和 ROWS 可以互换吗？

不建议。ROWS 面向行位置，RANGE 面向排序值；重复排序值、缺失日期和不规则数据间隔都会让两者产生不同结果。

RANGE CURRENT ROW 会只包含当前 id 吗？

不会。它会包含与当前窗口 ORDER BY 值相同的 peers。若想只推进一条物理记录，使用 ROWS，并提供清晰的唯一排序顺序。

为什么给窗口函数加 ORDER BY 后总额变了？

因为默认 frame 发生了变化：带 ORDER BY 时默认是从分区开始到当前值的 RANGE 累计；不带 ORDER BY 时默认覆盖整个分区。

RANGE 里的 5 PRECEDING 是前五行吗？

不是。它表示当前排序值减去 5 的值域下界；前五行应写 ROWS 语义，并且还要明确行的排序规则。

应该总是显式写 frame 吗？

对于报表、账务累计和滚动指标，建议显式写。这样后续新增排序列或调整查询结构时，frame 的业务含义不会依赖默认规则。

小结

读 MySQL 窗口函数的 RANGE frame，顺序是“先看 partition，再看 ORDER BY 当前值，最后按值域解释边界”。CURRENT ROW 在 RANGE 中代表当前值对应的 peers，这正是重复排序值导致累计结果一起跳变的原因。把“按行”还是“按值”先说清，再显式选择 ROWS 或 RANGE，窗口结果就会变得可解释、可维护。