用途：面向业务分析场景，帮助编写和解释 SQL 窗口函数与 OVER 子句，处理排名、累计、移动平均、同环比、分群等分析型查询。
主要能力：涵盖排名函数（ROW_NUMBER、RANK、DENSE_RANK、NTILE）、聚合窗口（SUM、AVG、COUNT、MIN、MAX）、偏移函数（LAG、LEAD、FIRST_VALUE、LAST_VALUE、NTH_VALUE）与统计函数（PERCENT_RANK、CUME_DIST、PERCENTILE_CONT、PERCENTILE_DISC）。提供帧子句写法，如 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW、ROWS BETWEEN 6 PRECEDING AND CURRENT ROW、RANGE BETWEEN INTERVAL '30' DAY PRECEDING AND CURRENT ROW。
使用方式：按 function_name(expression) OVER ([PARTITION BY ...] [ORDER BY ...] [frame_clause]) 组织查询；复杂逻辑建议用 CTE 分步计算，先聚合再套窗口，最后筛选。示例覆盖分组内 Top N、累计占比、7 日移动平均、月环比与同比、订单间隔与流失识别、客户生命周期、队列留存、销售排名、库存流水等模式。
平台差异：PostgreSQL 支持 FILTER 与 GROUPS 帧；BigQuery、Snowflake 支持 QUALIFY 直接过滤窗口结果；SQL Server 有 OFFSET 帧等特性。
限制与注意：LAST_VALUE 默认帧只到当前行，需显式指定完整帧；默认帧行为可能不符合预期，建议显式写出 frame clause；性能上可在 PARTITION BY 与 ORDER BY 列上建复合索引，并尽量先缩小数据集。具体版本兼容性与执行计划需结合实际数据库验证。