它的定义是这样的：”A window function performs a calculation across a set of table rows that are somehow related to the current row. “。

    说那么多没什么用，直接看例子。

    1. -----------+-------+--------+-----------------------
    2.  develop   |    11 |   5200 | 5020.0000000000000000
    3.  develop   |     7 |   4200 | 5020.0000000000000000
    4.  develop   |     9 |   4500 | 5020.0000000000000000
    5.  develop   |    10 |   5200 | 5020.0000000000000000
    6.  personnel |     5 |   3500 | 3700.0000000000000000
    7.  personnel |     2 |   3900 | 3700.0000000000000000
    8.  sales     |     3 |   4800 | 4866.6666666666666667
    9.  sales     |     4 |   4800 | 4866.6666666666666667
    10. (10 rows)

    在某些场合下，这种肯定没有“Window Functions”，因为salary和empno只有一个了。假如我们需要输出salary和empno的话，只能再查一次，然后用程序循环出来，只能这样组合了。在实际的开发中，是遇到过这种问题的。而PostgreSQL默认就提供了“Window Function”机制来解决这一问题，很方便。

    还支持排序。

    1. SELECT depname, empno, salary,
    2.        rank() OVER (PARTITION BY depname ORDER BY salary DESC)
    1. Article.find_by_sql("SELECT *, rank() OVER (ORDER BY group_id DESC) FROM articles")

    结合一些图表统计的库，比如hightcharts，可以实现类似这样的效果。