Funciones de ventana en SQL
Una función de ventana calcula sobre un conjunto de filas y aun así devuelve todas las filas. GROUP BY resume cada grupo en una sola fila; una función de ventana deja las filas como están y añade una columna a su lado, como una posición, un acumulado o el valor del mes anterior.
La tabla de ejemplo
| region | month | revenue |
|---|---|---|
| North | 2026-01 | 120 |
| North | 2026-02 | 150 |
| North | 2026-03 | 150 |
| South | 2026-01 | 90 |
| South | 2026-02 | 80 |
| South | 2026-03 | 110 |
La sintaxis
funcion(...) OVER (PARTITION BY ... ORDER BY ...)
OVER es lo que la convierte en función de ventana. PARTITION BY reparte las filas en grupos y vuelve a empezar el cálculo en cada uno; si lo omites, la ventana es toda la tabla. El ORDER BY de dentro de OVER fija el orden en que la función recorre las filas, pero no ordena el resultado: para eso, añade un ORDER BY al final de la consulta.
ROW_NUMBER, RANK y DENSE_RANK
SELECT region, month, revenue,
ROW_NUMBER() OVER (PARTITION BY region ORDER BY revenue DESC) AS row_num,
RANK() OVER (PARTITION BY region ORDER BY revenue DESC) AS rnk,
DENSE_RANK() OVER (PARTITION BY region ORDER BY revenue DESC) AS dense_rnk
FROM sales;
En North, febrero y marzo empatan con 150. ROW_NUMBER les da igualmente 1 y 2, y qué mes se lleva el 1 lo decide la base de datos. RANK les da 1 a los dos y salta a 3 para enero. DENSE_RANK les da 1 a los dos y 2 a enero. En South no hay empates, así que las tres devuelven 1, 2 y 3. Elige la función según cómo quieras tratar los empates, y añade una segunda columna al ORDER BY cuando el resultado tenga que salir siempre igual.
Las primeras filas de cada grupo
No puedes filtrar por una función de ventana en el WHERE, porque el WHERE se aplica antes de calcular la ventana. Numera las filas en una subconsulta o en un paso WITH y filtra fuera:
WITH ranked AS (
SELECT region, month, revenue,
ROW_NUMBER() OVER (PARTITION BY region ORDER BY revenue DESC, month) AS rn
FROM sales
)
SELECT region, month, revenue FROM ranked WHERE rn = 1;
Devuelve febrero para North y marzo para South. Snowflake, BigQuery y DuckDB también aceptan QUALIFY rn = 1 al final de la primera consulta.
Acumulados y medias móviles
SUM(revenue) OVER (PARTITION BY region ORDER BY month
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS running_total
El acumulado de North es 120, 270 y 420, y el de South, 90, 170 y 280. Cambia el marco a ROWS BETWEEN 2 PRECEDING AND CURRENT ROW y usa AVG para obtener una media móvil de tres meses. Escribe siempre el marco: con un ORDER BY y sin marco, la mayoría de las bases de datos usan RANGE, que suma juntas las filas empatadas y puede hacer que el acumulado dé un salto.
LAG y LEAD
LAG(revenue) OVER (PARTITION BY region ORDER BY month) devuelve en cada fila los ingresos del mes anterior, y LEAD, los del siguiente. Réstalos para ver la variación: North pasa de nada (NULL en enero) a +30 y luego a 0; South, a -10 y luego a +30. La primera fila de cada región no tiene mes anterior, así que decide si en tu informe corresponde NULL o 0.
Compatibilidad
PostgreSQL, SQL Server, Oracle, MySQL 8.0 o posterior, SQLite 3.25 o posterior, BigQuery, Snowflake y DuckDB admiten funciones de ventana. Los ejercicios de esta lección se ejecutan en DuckDB sobre las tablas de Kestrel, una tienda online inventada, y corrigen tu consulta por las filas que devuelve.