PARTITION BY 和 GROUP BY 到底有什么区别？

SQL手册第 18 题约 9 分钟读完

本文目录

总结
一句话区别
看个例子
什么时候用哪个？
面试高频题：计算占比
进阶：窗口函数的三大组成部分
实战：一条SQL同时输出明细、小计、总计
GROUP BY和PARTITION BY能混用吗？

总结

对比项	GROUP BY	PARTITION BY
--------	----------	-------------
结果行数	减少（多行变一行）	不变（每行保留）
能看明细吗	不能	能
能做行间比较吗	不能	能（LAG/LEAD）
能做累计/滑动吗	不能	能（ROWS BETWEEN）
能做占比吗	需要子查询+JOIN	一个OVER就搞定
性能	一次聚合	一次扫描+分区计算

一句话记忆：GROUP BY是"压缩数据"，PARTITION BY是"给每行加标签"。

明天 DAY 19 聊WITH子句（CTE）的用法和性能，CTE不只是让SQL好看，在某些场景下还有性能上的讲究。

你更喜欢用GROUP BY + JOIN还是窗口函数？评论区聊聊～

关注「Wood聊大数据」| 9年大数据老兵，聊技术、聊职场、聊成长

先把这段讲顺；面试官追问时，再展开下面的原理和细节。

详细讲解

这两个都是"分组"，但行为完全不同。很多人用了好几年SQL，还是分不清什么时候用GROUP BY、什么时候用窗口函数的PARTITION BY。今天用一个案例把它们的区别彻底讲清楚。

一句话区别

GROUP BY： 分组后聚合，多行变一行，结果行数减少

PARTITION BY： 分组后计算，每行都保留，结果行数不变

看个例子

数据：广告每日消耗表

| dt         | channel  | cost |
|------------|----------|------|
| 2025-01-01 | Facebook | 5000 |
| 2025-01-01 | TikTok   | 3000 |
| 2025-01-02 | Facebook | 5500 |
| 2025-01-02 | TikTok   | 3200 |
| 2025-01-03 | Facebook | 4800 |
| 2025-01-03 | TikTok   | 3500 |

GROUP BY： 按渠道汇总

SELECT channel, SUM(cost) AS total_cost
FROM ad_daily_cost
GROUP BY channel

结果只有2行：

| channel  | total_cost |
|----------|------------|
| Facebook | 15300      |
| TikTok   | 9700       |

原来6行数据被压缩成了2行。你无法同时看到每天的明细和渠道总计。

PARTITION BY： 每行都带上渠道汇总

SELECT
  dt,
  channel,
  cost,
  SUM(cost) OVER (PARTITION BY channel) AS channel_total
FROM ad_daily_cost

结果还是6行：

| dt         | channel  | cost | channel_total |
|------------|----------|------|---------------|
| 2025-01-01 | Facebook | 5000 | 15300         |
| 2025-01-02 | Facebook | 5500 | 15300         |
| 2025-01-03 | Facebook | 4800 | 15300         |
| 2025-01-01 | TikTok   | 3000 | 9700          |
| 2025-01-02 | TikTok   | 3200 | 9700          |
| 2025-01-03 | TikTok   | 3500 | 9700          |

每行都保留了原始明细，同时多了一列渠道总计。这就是窗口函数的魅力——既要明细，又要汇总。

什么时候用哪个？

用GROUP BY的场景： 你只关心聚合结果，不需要明细。

按月统计总消耗

按渠道统计用户数

按地区汇总销售额

用PARTITION BY（窗口函数）的场景： 你既要明细又要聚合，或者需要行间比较。

每行带上组内排名（ROW_NUMBER）

每行带上组内占比（cost / SUM(cost) OVER）

每行和前一行对比（LAG）

累计求和、滑动平均

面试高频题：计算占比

这是PARTITION BY最经典的应用——每个渠道每天的消耗占该渠道总消耗的百分比：

SELECT
  dt,
  channel,
  cost,
  SUM(cost) OVER (PARTITION BY channel) AS channel_total,
  ROUND(cost * 100.0 / SUM(cost) OVER (PARTITION BY channel), 2) AS pct
FROM ad_daily_cost

如果用GROUP BY实现，需要先汇总再JOIN回去：

SELECT
  a.dt,
  a.channel,
  a.cost,
  b.channel_total,
  ROUND(a.cost * 100.0 / b.channel_total, 2) AS pct
FROM ad_daily_cost a
JOIN (
  SELECT channel, SUM(cost) AS channel_total
  FROM ad_daily_cost
  GROUP BY channel
) b ON a.channel = b.channel

两种写法结果一样，但窗口函数版明显更简洁，少了一次子查询和JOIN。在大数据场景下，少一次JOIN就少一次Shuffle，性能也更好。

进阶：窗口函数的三大组成部分

SUM(cost) OVER (
  PARTITION BY channel        -- 1. 分区子句：按什么分组
  ORDER BY dt                 -- 2. 排序子句：组内按什么排序
  ROWS BETWEEN ... AND ...    -- 3. 窗口帧：计算范围
)

这三个子句不是都必须写的：

写法	含义
------	------
SUM(cost) OVER ()	全局汇总（没有分组、没有排序）
SUM(cost) OVER (PARTITION BY channel)	按渠道汇总（有分组、没有排序）
SUM(cost) OVER (PARTITION BY channel ORDER BY dt)	按渠道累计（有排序，默认从头到当前行）
SUM(cost) OVER (ORDER BY dt ROWS BETWEEN 6 PRECEDING AND CURRENT ROW)	全局7天滑动和

面试常见陷阱：加不加ORDER BY结果不一样。

-- 没有ORDER BY：每行都是组内总和（15300）
SUM(cost) OVER (PARTITION BY channel)
 
-- 有ORDER BY：每行是从分组第一行到当前行的累计和
SUM(cost) OVER (PARTITION BY channel ORDER BY dt)

DAY 5讲累计求和的时候提过，加了ORDER BY之后默认的窗口帧变成了RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW，也就是从头到当前行的累计。很多人不理解为什么加了ORDER BY结果就变了，就是因为默认窗口帧变了。

实战：一条SQL同时输出明细、小计、总计

这个需求在做报表的时候非常常见。投放团队要看一张表：每天每渠道的消耗明细，每个渠道的小计，所有渠道的总计。

SELECT
  dt,
  channel,
  cost,
  -- 渠道小计
  SUM(cost) OVER (PARTITION BY channel) AS channel_subtotal,
  -- 日期小计
  SUM(cost) OVER (PARTITION BY dt) AS daily_subtotal,
  -- 全局总计
  SUM(cost) OVER () AS grand_total,
  -- 渠道占比
  ROUND(cost * 100.0 / SUM(cost) OVER (), 2) AS pct_of_total,
  -- 渠道内日占比
  ROUND(cost * 100.0 / SUM(cost) OVER (PARTITION BY channel), 2) AS pct_of_channel
FROM ad_daily_cost
WHERE dt BETWEEN '2025-01-01' AND '2025-01-03'
ORDER BY channel, dt

一条SQL，6个维度的分析指标全出来了。如果用GROUP BY来实现这个需求，至少需要3次子查询+2次JOIN，代码量翻好几倍。

我每天出广告日报就是用类似的写法。原来是分3条SQL分别统计明细、渠道汇总、总计，再用Python拼到一起。后来改成一条SQL用窗口函数搞定，代码量少了70%，维护起来也方便多了。

GROUP BY和PARTITION BY能混用吗？

可以。GROUP BY先聚合，然后在聚合结果上用窗口函数做进一步计算：

-- 先按月+渠道聚合，再用窗口函数算环比
SELECT
  month,
  channel,
  monthly_cost,
  LAG(monthly_cost, 1) OVER (PARTITION BY channel ORDER BY month) AS prev_month_cost,
  ROUND(
    (monthly_cost - LAG(monthly_cost, 1) OVER (PARTITION BY channel ORDER BY month)) * 100.0
    / NULLIF(LAG(monthly_cost, 1) OVER (PARTITION BY channel ORDER BY month), 0),
    2
  ) AS mom_rate
FROM (
  SELECT
    DATE_FORMAT(dt, 'yyyy-MM') AS month,
    channel,
    SUM(cost) AS monthly_cost
  FROM ad_daily_cost
  GROUP BY DATE_FORMAT(dt, 'yyyy-MM'), channel
) monthly_data

这个写法DAY 7讲月环比的时候用过。记住执行顺序：先GROUP BY，再SELECT中的窗口函数。 窗口函数看到的数据已经是GROUP BY之后的结果了。

刷题进度保存在当前浏览器