一个学习性任务：每个人有不同次数的成绩，统计出每个人的最高成绩。

这个问题应该还是相对简单，其实就用聚合函数就好了。

select id,name,max(score) from Student group by id,name order by name

上边这种情况只适用id 和name是一一对应的，否则查询出来的数据是不正确的。

例如 ： 1 张三 100

           2 张三 90

          查询出来的结果

          两条信息都会输出。

避免这种情况，可以使用开窗函数。

个人理解就是，开窗函数和聚合函数功能是相反的。

聚合函数，将多行数据合并成一行数据；而开窗函数则是将一行数据拆分成多行。

开窗函数可以满足上述问题，同事也可以满足其他问题。例如：求每个班最高成绩学生的信息。

分析：每个人学号一定是不同的，名字可能有重名，最大复杂的情况是，每个班最高成绩可能不止一个。

        如果继续使用开始的方式，那么是不能满足要求的。

        使用开窗函数就能很好的解决这个问题。

–每个班级的成绩第一的学生
–学生表中信息如下
a 1 80
b 1 78
c 1 95
d 2 74
e 2 92
f 3 99
g 3 99
h 3 45
i 3 55
j 3 78

查询结果如下：
c 1 95 1
e 2 92 1
f 3 99 1
g 3 99 1

SQL查询语句如下：
select *
from
(
select name,class,s,rank()over(partition by class order by s desc) mm
from t2

) as t
where t.mm=1

心得：
rank（）跳跃排序，有两个第二名时后边跟着的是第四名
dense_rank() 连续排序，有两个第二名时仍然跟着第三名

over（）开窗函数： 在使用聚合函数后，会将多行变成一行，
而开窗函数是将一行变成多行；
并且在使用聚合函数后，如果要显示其他的列必须将列加入到group by中，
而使用开窗函数后，可以不使用group by，直接将所有信息显示出来。

开窗函数适用于在每一行的最后一列添加聚合函数的结果。

常用开窗函数：
1.为每条数据显示聚合信息.(聚合函数() over())
2.为每条数据提供分组的聚合函数结果(聚合函数() over(partition by 字段) as 别名) –按照字段分组，分组后进行计算
3.与排名函数一起使用(row number() over(order by 字段) as 别名)

常用分析函数：（最常用的应该是1.2.3 的排序）
1、row_number() over(partition by … order by …)
2、rank() over(partition by … order by …)
3、dense_rank() over(partition by … order by …)
4、count() over(partition by … order by …)
5、max() over(partition by … order by …)
6、min() over(partition by … order by …)
7、sum() over(partition by … order by …)
8、avg() over(partition by … order by …)
9、first_value() over(partition by … order by …)
10、last_value() over(partition by … order by …)
11、lag() over(partition by … order by …)
12、lead() over(partition by … order by …)
lag 和lead 可以 获取结果集中，按一定排序所排列的当前行的上下相邻若干offset 的某个行的某个列(不用结果集的自关联）；
lag ，lead 分别是向前，向后；
lag 和lead 有三个参数，第一个参数是列名，第二个参数是偏移的offset，第三个参数是 超出记录窗口时的默认值）