QUALIFY：那个您从未意识到自己需要的 SQL 过滤语句

了解 SQL 中必不可少却不太常见的 QUALIFY 子句。理解其语法、用法，以及它与其他 SQL 过滤方法的不同之处。

Kurtis Pykes

已更新 2026年10月6日 · 8分钟阅读

使用 AI 探索

ChatGPT Claude Perplexity

结构化查询语言（SQL）是世界上最重要的编程语言之一，广泛应用于数据科学家和数据工程师的日常工作中。

随着越来越多的人依赖数据驱动业务，对 SQL 专业技能的需求这些年只增不减。好在这门语言易学且成熟，拥有庞大的用户社区，可以在您遇到问题时提供支持。

本文将介绍 SQL 语言中的一个特定子句——QUALIFY。阅读完后，您将了解：

QUALIFY 的基本概念与语法
何时使用 QUALIFY 子句
它与其他过滤方法有何不同。

SQL QUALIFY 子句的基本概念与语法

QUALIFY 是用于筛选窗口函数结果的子句。因此，要成功使用 QUALIFY，SELECT 列表或 QUALIFY 子句中必须至少包含一个窗口函数——只有布尔表达式计算为 TRUE 的行才会返回。

提示：查看SQL 窗口函数速查表。

如果没有 QUALIFY，要对窗口函数的结果进行过滤就需要嵌套。SQL 开发者通常建议尽量避免嵌套查询，因为这会降低代码的可读性，并增加调试与协作的复杂度。

换言之，QUALIFY 子句的主要目的就是简化对窗口函数结果进行过滤的查询；这意味着 QUALIFY 会在窗口函数计算完成之后再进行求值。

包含 QUALIFY 子句的查询通常按以下顺序执行：

FROM
WHERE
GROUP BY 和聚合
HAVING
WINDOW
QUALIFY
DISTINCT
ORDER BY
LIMIT

QUALIFY 语句的一般语法如下：

QUALIFY <predicate>

其通用形式类似于：

SELECT <column_list>
  FROM <data_source>
  [GROUP BY ...]
  [HAVING ...]
  QUALIFY <predicate>
  [ ... ]

注：<predicate> 是在聚合与窗口函数计算完成后用于过滤结果的表达式。

何时使用 SQL QUALIFY

QUALIFY 子句与 HAVING 子句有些相似，因为它也能避免为实现过滤而编写子查询。比如，您可以用 QUALIFY 来筛选分析函数（基于一组行计算聚合值的函数）的结果。

为更清楚地说明何时使用 QUALIFY，来看一个简短情境：

假设您是一名数据科学家，某位相关方希望获取每位客户的最近一次登录信息。您的初始查询可能是这样的：

SELECT 
  user_id, 
  ip, 
  country_code,
  os,
  RANK() over (
    PARTITION BY user_id ORDER BY log_datetime DESC
  ) as previous_logins
FROM login_logs
WHERE TRUE

这是个不错的开始，但它并不能满足需求方的要求，因为它会返回所有登录记录，而不只是最近一次。要返回最后一次登录，我们需要加上过滤条件。

SQL 新手可能会误用 WHERE 子句来过滤，如下所示：

SELECT 
  user_id, 
  ip, 
  country_code,
  os,
  RANK() over (
    PARTITION BY user_id ORDER BY log_datetime DESC
  ) AS previous_logins
FROM login_logs
WHERE TRUE 
  AND last_login = 1

遗憾的是，这段代码无法执行；即便尝试使用 GROUP BY 和 HAVING 也一样。

原因在于上一节提到的执行顺序。

WHERE、GROUP BY 和 HAVING 都在窗口函数之前求值；也就是说，它们无法过滤窗口函数的结果，因为在这三个子句运行时，窗口函数还未被计算，自然“无从得知”。

让过滤发生在窗口函数之后的一种方法是使用公用表表达式（CTE）。

代码可以这样写：

WITH 
logins AS (
  SELECT 
      user_id, 
      ip, 
      country_code,
      os,
      RANK() OVER (
        PARTITION BY user_id ORDER BY log_datetime DESC
      ) AS previous_logins
  FROM login_logs
  WHERE TRUE
)

SELECT user_id, ip, country_code, os 
FROM logins
WHERE previous_logins = 1

从技术上讲，这段代码是正确的——它能顺利执行，并返回需求方想要的结果。

不过，我们引入了两个查询，还多了几行代码；如果这种模式经常重复，就会显得累赘。

解决该问题的最佳做法是使用 QUALIFY。

代码如下：

-- Starter code from @Jiho Choi on StackOverflow 
SELECT 
  user_id, 
  ip, 
  country_code,
  os,
  RANK() over (
    PARTITION BY user_id ORDER BY log_datetime DESC
  ) as previous_logins
FROM login_logs
WHERE TRUE 
QUALIFY previous_logins = 1

这个方案之所以可行，是因为在 SQL 的执行顺序中，QUALIFY 会在窗口函数之后求值，这意味着它“知道”窗口函数的存在，因此可以在同一条查询中对其进行过滤。

您可能会好奇，除了减少代码行数，QUALIFY 还有哪些好处？答案是并没有明显的性能优势。

我们使用的 CTE 方案与 QUALIFY 方案的执行时间相近，因此很难说 QUALIFY 带来了显著的性能提升。

其主要优势在于使用体验更好：代码更少，更易读。

将 SQL QUALIFY 与其他过滤方法进行比较

此时，您已经知道 QUALIFY 子句是 SQL 中可用的另一种过滤方法，也清楚何时该使用它。

那么，QUALIFY 与其他过滤方法有何不同？

让我们回顾各类过滤方法。

WHERE 子句

WHERE 用于筛选表中的记录，即对行进行操作。我们在需要提取满足特定条件的记录时使用它。比如，想按照某人的年龄过滤数据集。代码如下：

SELECT name, gender, height, weight, age 
FROM gym_members_info 
WHERE age < 23;

关于 WHERE 子句的要点如下：

用于基于特定条件过滤记录。
在行上执行操作。
可以不与 GROUP BY 搭配使用。
可用于 SELECT、UPDATE、DELETE 语句。

下面与 HAVING 子句对比。

HAVING 子句

HAVING 用于基于特定条件，筛选由 GROUP BY 子句定义的各组记录。因此，WHERE 与 HAVING 最显著的区别在于，HAVING 需要存在 GROUP BY 子句才能成功求值。

其主要好处是，您可以将 HAVING 应用于聚合后的部分分组，而在 WHERE 中无法做到这一点。

例如：

SELECT gender, AVG(height) 
FROM gym_members_info
GROUP BY gender 
HAVING AVG(height) > 170

上述代码将返回平均身高大于 170 厘米的性别分组；换句话说，HAVING 执行的是列级操作。

另一个需要注意的是，与 WHERE 不同，HAVING 只能用于 SELECT 语句。

QUALIFY 子句

QUALIFY 与 HAVING 类似，但它用于对窗口函数的结果进行过滤；而 HAVING 则用于对聚合函数和 GROUP BY 子句的结果进行过滤——进一步了解如何使用 GROUP BY。

如果我们想知道各年龄组中身高最高者的信息，可以用窗口函数进行计算，再用 QUALIFY 子句过滤结果，只保留每个年龄组中身高最高的人。

代码如下：

SELECT name, gender, height, weight, age 
RANK() over (
    PARTITION BY age ORDER BY height DESC
  ) as ranked_ages
FROM gym_members_info
WHERE TRUE
QUALIFY ranked_ages = 1

本质上，QUALIFY 子句指定了一个条件表达式，用于筛选已按照用户指定条件计算完成的有序分析函数的输出。