select order_id,
customer_name,
order_date
from (
    select order_id,
    customer_name,
    order_date,
    rank() over (partition by customer_name order by order_date desc) rk
    from orders d join customers c using(customer_id)
) t
where rk=1

1.窗口函数要用rank(),而不是max()

    1. 分析函数及作用逻辑

    • 第一段代码：使用 max(order_date) over (partition by customer_name order by order_date) 窗口函数。按 customer_name 分区（即每个客户单独分组），并按 order_date 升序排序，在分区内计算每个行对应的最大 order_date 。最终查询结果里，同一客户的多条记录会重复显示该客户最大订单日期（因为窗口函数是为每行生成结果 ）。例如，若客户 A 有 3 条订单记录，日期分别是 2025-01-01、2025-01-02、2025-01-03 ，则这 3 行的 order_date （通过窗口函数计算后）都会显示 2025-01-03 。
    • 第二段代码：用 rank() over (partition by customer_name order by order_date desc) 窗口函数。同样按 customer_name 分区，不过按 order_date 降序 排序，为分区内每行记录计算排名（rk ）。结合外部 where rk = 1 条件，最终会筛选出每个客户 订单日期最新（最大） 的那一条记录 。延续上面客户 A 的例子，按降序排序列表是 2025-01-03（rk=1 ）、2025-01-02（rk=2 ）、2025-01-01（rk=3 ），where rk=1 就只会保留 2025-01-03 对应的那行数据。

    2. 最终结果形态

    • 第一段代码：结果集可能包含同一客户的多条记录，且这些记录的 order_date （窗口函数计算后的值）都等于该客户最大订单日期，数据会有冗余重复。
    • 第二段代码：结果集是 每个客户仅保留 1 条记录 ，即对应其订单日期最新（rk=1 ）的那条订单数据，结果更简洁，精准筛选出每个客户的最新订单。

    3. 函数本质区别

  • max(...) over(...) 是 窗口聚合函数 ，作用是在分区内为每行计算一个聚合值（这里是最大日期 ），不改变结果集行数。
  • rank() over(...) 是 窗口排名函数 ，会为分区内每行生成排名序号，搭配 where 条件可实现行筛选，能减少结果集行数

    • 简单说，第一段是 “标记” 出每个客户的最大订单日期（保留所有行），第二段是 “筛选” 出每个客户最大订单日期对应的那一行，功能和结果差异明显。

2.用rank的序号筛选输出可以实现和group by一样的效果，因为他每个区内部也是只有唯一一个序号