SQL window functions: clasificación, totales acumulados y analítica

Published: 2026-03-24

Las window functions realizan cálculos sobre un conjunto de filas relacionadas con la fila actual, sin colapsar el resultado en una sola fila de salida como hace GROUP BY. Son una de las características más potentes del SQL moderno, compatibles con SQLite (3.25+), PostgreSQL, MySQL (8.0+), SQL Server y Oracle.

Datos de ejemplo

Usamos dos tablas en todos los ejemplos:

Tabla employees:

id	name	department	hire_date	salary
1	Alice	Engineering	2023-01-15	95000
2	Bob	Engineering	2023-06-01	85000
3	Carol	Engineering	2024-03-10	85000
4	Dave	Sales	2023-02-20	72000
5	Eve	Sales	2023-09-05	68000
6	Frank	Sales	2024-01-15	65000
7	Grace	Marketing	2023-04-01	82000
8	Henry	Marketing	2024-06-01	70000

Tabla monthly_sales:

id	employee_id	month	revenue
1	1	2026-01	22000
2	1	2026-02	25000
3	1	2026-03	28000
4	2	2026-01	19000
5	2	2026-02	21000
6	2	2026-03	20000
7	3	2026-01	15000
8	3	2026-02	17000
9	3	2026-03	19000
10	4	2026-01	18000
11	4	2026-02	22000
12	4	2026-03	17000
13	5	2026-01	14000
14	5	2026-02	16000
15	5	2026-03	19000
16	6	2026-01	11000
17	6	2026-02	13000
18	6	2026-03	15000
19	7	2026-01	9000
20	7	2026-02	12000
21	7	2026-03	14000
22	8	2026-01	7000
23	8	2026-02	9000
24	8	2026-03	11000

Explora el conjunto de datos en DbGate Lite

Sintaxis de las window functions

Cada función de ventana usa la cláusula OVER para definir sobre qué filas operar:

function_name(...) OVER (
  [PARTITION BY column]
  [ORDER BY column]
  [frame_clause]
)

PARTITION BY: divide las filas en grupos (como GROUP BY, pero mantiene todas las filas)
ORDER BY: define el orden de las filas dentro de cada partición
Frame clause: limita la ventana a un rango de filas relativo a la fila actual

ROW_NUMBER()

ROW_NUMBER() asigna un número secuencial único a cada fila dentro de una partición. Los números siempre empiezan en 1 sin huecos ni empates.

Ejemplo: Numerar a todos los empleados por salario

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

INSERT INTO employees (id, name, department, hire_date, salary) VALUES
  (1, &#39;Alice&#39;, &#39;Engineering&#39;, &#39;2023-01-15&#39;, 95000),
  (2, &#39;Bob&#39;, &#39;Engineering&#39;, &#39;2023-06-01&#39;, 85000),
  (3, &#39;Carol&#39;, &#39;Engineering&#39;, &#39;2024-03-10&#39;, 85000),
  (4, &#39;Dave&#39;, &#39;Sales&#39;, &#39;2023-02-20&#39;, 72000),
  (5, &#39;Eve&#39;, &#39;Sales&#39;, &#39;2023-09-05&#39;, 68000),
  (6, &#39;Frank&#39;, &#39;Sales&#39;, &#39;2024-01-15&#39;, 65000),
  (7, &#39;Grace&#39;, &#39;Marketing&#39;, &#39;2023-04-01&#39;, 82000),
  (8, &#39;Henry&#39;, &#39;Marketing&#39;, &#39;2024-06-01&#39;, 70000);

INSERT INTO monthly_sales (id, employee_id, month, revenue) VALUES
  (1, 1, &#39;2026-01&#39;, 22000),
  (2, 1, &#39;2026-02&#39;, 25000),
  (3, 1, &#39;2026-03&#39;, 28000),
  (4, 2, &#39;2026-01&#39;, 19000),
  (5, 2, &#39;2026-02&#39;, 21000),
  (6, 2, &#39;2026-03&#39;, 20000),
  (7, 3, &#39;2026-01&#39;, 15000),
  (8, 3, &#39;2026-02&#39;, 17000),
  (9, 3, &#39;2026-03&#39;, 19000),
  (10, 4, &#39;2026-01&#39;, 18000),
  (11, 4, &#39;2026-02&#39;, 22000),
  (12, 4, &#39;2026-03&#39;, 17000),
  (13, 5, &#39;2026-01&#39;, 14000),
  (14, 5, &#39;2026-02&#39;, 16000),
  (15, 5, &#39;2026-03&#39;, 19000),
  (16, 6, &#39;2026-01&#39;, 11000),
  (17, 6, &#39;2026-02&#39;, 13000),
  (18, 6, &#39;2026-03&#39;, 15000),
  (19, 7, &#39;2026-01&#39;, 9000),
  (20, 7, &#39;2026-02&#39;, 12000),
  (21, 7, &#39;2026-03&#39;, 14000),
  (22, 8, &#39;2026-01&#39;, 7000),
  (23, 8, &#39;2026-02&#39;, 9000),
  (24, 8, &#39;2026-03&#39;, 11000);

Ejemplo: Numerar empleados dentro de cada departamento

Usando PARTITION BY, la numeración se reinicia en 1 para cada departamento:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

RANK() y DENSE_RANK()

RANK() y DENSE_RANK() manejan los empates de forma diferente a ROW_NUMBER():

ROW_NUMBER(): siempre único, desempate arbitrario
RANK(): el mismo valor recibe el mismo rango y luego se saltan números (1, 2, 2, 4)
DENSE_RANK(): el mismo valor recibe el mismo rango, sin huecos (1, 2, 2, 3)

Ejemplo: Comparar las tres funciones de clasificación

Bob y Carol ganan 85000; observa cómo cada función maneja el empate:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Clasificar empleados dentro del departamento

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

NTILE()

NTILE(n) distribuye las filas en n grupos (buckets) aproximadamente iguales, numerados del 1 al n.

Ejemplo: Dividir empleados en cuartiles de salario

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Dividir empleados en dos niveles por departamento

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

LAG() y LEAD()

LAG(column, offset) accede a un valor de una fila anterior. LEAD(column, offset) accede a un valor de una fila posterior. Ambos tienen por defecto un desplazamiento de 1 y devuelven NULL cuando no hay fila.

Ejemplo: Comparación de ingresos mes a mes

Compara los ingresos de cada mes con el mes anterior para cada empleado:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Ver el ingreso del mes siguiente

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Window functions de agregación

Las funciones de agregación estándar (SUM, AVG, COUNT, MIN, MAX) pueden usarse como window functions con OVER. A diferencia de GROUP BY, cada fila se conserva en la salida.

Ejemplo: Salario de cada empleado frente al promedio del departamento

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Porcentaje del salario total

Calcula qué fracción de la nómina total representa cada empleado:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Total acumulado y conteo acumulado

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Totales acumulados por partición

Combina PARTITION BY y ORDER BY para calcular totales acumulados dentro de grupos.

Ejemplo: Ingresos acumulados por empleado

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Clasificación de ingresos mensuales entre todos los empleados

Encuentra cómo se clasificó cada empleado cada mes:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Marcos de ventana (window frames)

Un marco de ventana define exactamente qué filas relativas a la fila actual se incluyen en el cálculo. La cláusula de marco viene después de ORDER BY dentro de OVER.

Sintaxis

ROWS BETWEEN <start> AND <end>

Límites comunes:

UNBOUNDED PRECEDING: desde la primera fila de la partición
N PRECEDING: N filas antes de la fila actual
CURRENT ROW: la fila actual
N FOLLOWING: N filas después de la fila actual
UNBOUNDED FOLLOWING: hasta la última fila de la partición

Ejemplo: Promedio móvil de 2 meses

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Mínimo y máximo de ingresos acumulados

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

FIRST_VALUE y LAST_VALUE

FIRST_VALUE(column) devuelve el primer valor en el marco de ventana. LAST_VALUE(column) devuelve el último valor. Cuidado: LAST_VALUE con el marco por defecto (ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) solo ve hasta la fila actual.

Ejemplo: Comparar cada mes con el primer mes

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Comparar cada mes con el mejor mes

Usa ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING para ver la partición completa:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo práctico: máximo perceptor por departamento

Un patrón común: usar una función de ventana en una subconsulta y luego filtrar por rango.

Ejemplo: Empleado mejor pagado en cada departamento

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Ejemplo: Mes con mayores ingresos por empleado

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Window functions vs. GROUP BY

Una diferencia clave: GROUP BY colapsa filas en filas de resumen, mientras que las window functions mantienen cada fila y añaden una columna calculada.

Ejemplo: Comparación lado a lado

GROUP BY devuelve una fila por departamento:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Las window functions mantienen todas las filas:

SQL Query

CREATE TABLE employees (
  id INTEGER PRIMARY KEY,
  name TEXT,
  department TEXT,
  hire_date TEXT,
  salary INTEGER
);

CREATE TABLE monthly_sales (
  id INTEGER PRIMARY KEY,
  employee_id INTEGER,
  month TEXT,
  revenue INTEGER
);

Casos de uso comunes de las window functions

Clasificaciones y rankings: ROW_NUMBER, RANK, DENSE_RANK para consultas top-N
Totales acumulados: SUM acumulativa para seguimiento financiero e inventarios
Comparación periodo a periodo: LAG/LEAD para análisis mes a mes o año contra año
Promedios móviles: suavizar datos con AVG basado en marcos
Análisis de percentiles: NTILE para dividir datos en grupos iguales
Eliminación de duplicados: ROW_NUMBER para elegir una fila por grupo
Análisis de huecos: LAG para detectar secuencias faltantes o cambios inusuales

Consejos de rendimiento

Indexa las columnas de ORDER BY: las window functions ordenan datos internamente; los índices ayudan
Minimiza las particiones: un gran número de particiones incrementa el cómputo
Reutiliza definiciones de ventana: muchas bases de datos admiten cláusulas WINDOW para evitar repetir la misma especificación OVER
Filtra después de aplicar ventanas: las window functions se ejecutan antes de WHERE, así que usa subconsultas o CTE para filtrar por rango
Evita marcos innecesarios: especifica cláusulas de marco solo cuando necesites un comportamiento no predeterminado

Resumen

Las window functions calculan valores sobre filas relacionadas sin colapsar el conjunto de resultados
ROW_NUMBER, RANK, DENSE_RANK asignan posiciones ordinales a las filas
LAG y LEAD acceden a valores de filas anteriores o posteriores
NTILE distribuye filas en grupos de tamaño similar
FIRST_VALUE y LAST_VALUE devuelven valores de los extremos de la ventana
Las funciones de agregación (SUM, AVG, COUNT, MIN, MAX) con OVER mantienen todas las filas mientras calculan métricas a nivel de grupo
PARTITION BY crea grupos independientes; ORDER BY define la secuencia de filas
Los marcos de ventana (ROWS BETWEEN ... AND ...) afinan qué filas se incluyen
Usa subconsultas para filtrar por resultados de window functions (por ejemplo, top-N por grupo)
Compatibles con SQLite 3.25+, PostgreSQL, MySQL 8.0+, SQL Server y Oracle

Prueba a modificar los ejemplos para experimentar con diferentes particiones, ordenaciones y cláusulas de marco y ver cómo las window functions pueden simplificar tus consultas analíticas.