我在一个正在检查的应用程序中发现了一些SQL查询，如下所示：
SELECT DISTINCT
Company, Warehouse, Item,
SUM(quantity) OVER (PARTITION BY Company, Warehouse, Item) AS stock
我确信这会得到与相同的结果
SELECT
Company, Warehouse, Item,
SUM(quantity) AS stock
GROUP BY Company, Warehouse, Item
使用第一种方法比使用第二种方法有什么好处（性能、可读性、编写查询的额外灵活性、可维护性等）吗？
性能：
获胜者：GROUP BY
在一个没有索引列的大表上进行的一些非常基本的测试表明，至少在我的情况下，这两个查询生成了完全不同的查询计划。CCD_ 2的速度明显较慢。
GROUP BY查询计划只包括一个表扫描和聚合操作，而PARTITION BY计划有两个嵌套的循环自联接。PARTITION BY第二次运行耗时约2800ms，GROUP BY仅耗时500ms。
可读性/可维护性：
获胜者：GROUP BY
根据评论人士的意见，PARTITION BY对大多数开发人员来说可读性较差，因此在未来可能也更难维护。
灵活性
获胜者：PARTITION BY
PARTITION BY在选择分组列时提供了更大的灵活性。使用GROUP BY，所有聚合列只能有一组分组列。使用DISTINCT + PARTITION BY，您可以在每个分区中拥有不同的列。此外，在某些DBMS上，您可以从OVER子句中的更多聚合/分析函数中进行选择。
不需要使用sum()作为over partition by的分析函数。我认为他们之间在任何意义上都没有太大的区别。在oracle中，分析函数比聚合函数多得多。我认为ms-sql也是如此。例如，lag()、lead()、rank()、dense rank()等仅用PARTITION BY0实现要困难得多。当然，这个论点并不是为了捍卫第一个版本。。。
也许结果集中以前有更多的计算字段，这些字段无法通过group-by-实现。
尽管当您查看列时，两个查询似乎计算的内容相同，但它们实际上产生了完全不同的行集。
使用分析函数的第一个将为每个输入行输出恰好一行。也就是说，对于每个库存信息，它将返回一行，其中包含关联公司/仓库/物料的总数量。（顺便说一句，计算平均值对我来说更有意义，但谁知道呢…）
第二个将只为每个公司/仓库/项目组合返回一行。
是的，在这个例子中，第一个查询似乎有点无用。。。除非你想计算一些库存水平的统计数据，比如按公司/仓库/物品计算的当前库存占总数量的比率（只是一个例子，不知道它是否有任何商业意义！）
分析函数是SQL中非常强大的机制，在某种意义上比分组更强大。但要小心使用。。。一个简单的经验法则可能是：如果你可以通过使用一个组来计算它，那么，不要使用分析函数；）